金融工程專題報告：如何壓縮因子動物園？.pdf

金融工程專題報告：如何壓縮因子動物園？le_Summary] 本篇是學海拾珠系列第二百五十篇。本文針對日益膨脹的“因子動物 園”問題，提出了一種迭代因子選擇策略進行有效壓縮。核心發現是，僅 需約 15 個關鍵因子即可解釋美國市場 153 個因子的絕大部分收益信號， 表明多數因子存在冗余。該方法的核心在于通過 GRS 統計量系統評估新 增因子對解釋剩余因子 Alpha 的貢獻，從而以最少的因子數量捕捉核心 定價信息。實證表明，因子加權方案影響顯著，等權因子因其 Alpha 更強 且更多樣，需要超過 30 個因子才能覆蓋因子動物園。此外，因子創新具 有持續性，新因子會替代舊定義，但核心因子風格（如質量、低波動）長 期穩定，跨風格分散化至關重要。該方法的有效性在全球數據中也得到驗 證，為投資者精簡模型提供了實用框架。

迭代因子選擇與 GRS 統計量評估

本文提出的迭代因子選擇策略是壓縮因子動物園的核心方法。該方法 從 CAPM 模型開始，在每一步迭代中，從剩余因子里選擇一個能最大程 度提升當前模型解釋力的因子加入模型，其提升效果通過 GRS 統計量的 下降幅度來衡量。該統計量用于檢驗所有測試資產的 alpha 是否聯合為 零，其顯著下降意味著模型解釋力增強。最終，當新增因子無法使剩余因 子的 alpha 在統計上顯著異于零時，迭代停止。此過程能以最少的因子數 量，系統性地捕捉因子動物園中的絕大部分有效信息。

因子冗余性與關鍵驅動因素

龐大的因子動物園存在高度冗余。僅需 10 到 20 個精心選擇的因子， 就能有效解釋美國市場 153 個因子的整體表現，這同時表明傳統多因子 模型（通常含 3-6 個因子）可能過于簡化。研究發現，因子加權方式影響 顯著，等權加權因子比上限市值加權因子展現出更強、更多樣的 alpha， 但也需要更多因子（超過 30 個）來覆蓋因子動物園。此外，因子創新具 有持續性，新發布的因子有時會替代舊因子定義，但核心的因子風格集群 （如質量、低波動）長期保持穩定。將方法應用于全球數據也得到了與美 國市場相似的核心因子集，表明其結論具有一定的普適性，但全球模型對 美國因子解釋力更強，暗示國際因子蘊含更豐富的 alpha 信息。