如何做多因子策略的组合？

近年来，随着投资者对于因子回报周期性的理解日益加深，大家对Smart Beta的兴趣也逐渐转向到多因子分散策略。长期来看，单个因子可以跑赢市场，但是它们会出现阶段性回撤并阶段性跑输市场。然而不同因子的回报通常会展现出低相关性或者负相关性，因此可以构建多因子策略以分散风险。构建多因子策略的方法有两种，一种是根据每个因子分别选择股票，另一种是寻找同时包含多种因子敞口的股票。目前业界的争论主要集中在哪种方法可以产生更好的投资效益）有不一样的意见。

基于这一问题， Validea的主席Jack Forehand对现任WisdomTree $WisdomTree International Multifactor Fund(DWMF)$ 的Modern Alpha部门总监—任丽倩博士进行了采访。UP Fintech Asset Management CEO徐杨随后加入了他的理解和分析， 我们来看看处于投资前沿大牛们的心得。

Jack:

选择完单个因子之后，下一个挑战就是如何将这些因子搭配起来构建成投资组合。目前基金经理主要采用两种方法来混合这些因子。第一种是根据每个因子分别选择股票（比如高价值的股票A，和高质量的股票B），然后把这些因子策略组合在一起。第二种是寻找同时包含多种因子敞口的股票（比如高价值同时高质量的股票C），并直接投资。这两种方法都有很多支持者，双方争议也很大，他们相互认为自己的方法提供了对因子更直接的敞口，而对方的方法稀释了这些因子的表现，导致投资组合无法完全捕获因子的风险敞口。

您使用哪种组合因子的方法，它的优点是什么?

任丽倩:

我们采用的更多的是自下而上的多因子构建方法，而不是根据单个因子选择股票的方法。我们的多因子策略首先会针对每个因子选出一个特征，然后根据这个特征给股票排名，然后根据这些排名，给每个股票都打上因子分。

举个栗子，我们从价值、动量、质量和低相关性，分别给每个股票打分，然后将这些得分算个平均数，就得到股票的综合得分。对于国际市场和新兴市场的多因子战略，我们一般使用，但也不局限于等权重的因子构建方式。我们会通过对这些因子持续的研究来判断是否加大或者减轻某个因子的权重。

我们采用这种混合方法的理由很简单。试想一下，如果想要赢一场篮球赛，在组队的过程中，我们不应该只挑选某一项技能极其突出的球员。我们不会想要只有一个人擅长三分球，另一个人擅长运球，再来一个人擅长传球。优秀的球员不仅需要拥有出色的投篮能力，而且也需要擅长运球和传球。同理，根据单个因子选择股票的方法会选择出高价值但是低动量的股票，做不到全能。

我们这种因子组合的构建方法，会使得组合内的价值股跟独立价值股策略里的股票特征不一样。我们相信这种多因子模型的构建方式，无论是在理论上还是实践上，都比单因子选股的方法更加好。

徐杨：

这是一个非常具有争议的话题，我在这个观点上同意任丽倩博士的见解。如果单纯的将多个因子策略按照等权重的方式组合在一起的话，很可能会出现”牛人融入不了团队“的问题。下面我做个简单的测试。

测试股票池：1964-2013年的美国中大盘股。

纯价值股：企业收益倍数排名前10%的股票，等权重组合。

纯动量股：12-1动量排名前10%的股票，等权重组合。

价值动量综合分：每个股票都按照价值维度和动量维度，分别打分。然后将2个维度的分加总，选出综合分最高的前10%的股票，等权重组合。

价值动量平均分：单纯的平均投资。1美元，50%投入纯价值股，另外50%投入纯动量股。

纯价值股和纯动量股都跑赢了大盘。价值动量综合分的年化收益率，和价值动量平均分的年化收益率不分上下，几乎一样。但关键是：

1）价值动量综合分的波动率（17.74%），低于价值动量平均分的波动率（20.34%）。

2）价值动量综合分的夏普比率（0.783），高于价值动量平均分的夏普比率（0.710）。

仅从这个简单的测试上来看，综合打分法，确实比单纯的平均组合，有着更高的效率，和更好的经风险调整后收益。

小结：到底是单因子选股好，还是是寻找同时包含多种因子敞口的股票好，任丽倩博士和徐杨都更倾向于后者这种“综合打分法”。单纯的将多个因子策略按照等权重的方式组合起来，不是不行。更好的做法可能是从多因子的维度，给每一个股票打分，然后综合评判和选择。有机的组合，才能更好的发挥每个不同特征的因子的作用。

如果你想对因子投资有更多的了解，可以点击：

因子战国：张橹教授对q-factor模型的五大讨论：https://mp.weixin.qq.com/s/kb0CZ08RT8ogw_hjzHFPng

Tips：文章内容不可视为投资意见。资本市场有风险，入市投资需谨慎。