前面几节我们介绍了量化投资的诞生思想以及与主动投资、被动投资的关系，并进一步通过简单量化分析看到了一些与直觉不同的市场现象。在接下来的两节，我们将以非常简单的话语来介绍量化选股中最常见的多因子模型框架，让大家看到一个不黑箱的量化投资。 

首先，因子又是什么？我们可以简单把因子理解为一种思想，一种对市场的看法。例如，假如我们认为价格低的股票未来表现好，这是我们的思想，那么抽象成因子，我们可以表示成把所有股票的价格数据取出来，前面加个负号。那么这串数字就代表了我们的观点，在这串数字里，数字越高的股票价格越低，代表了我们认为现在价格低的股票未来收益高，价格高的股票未来收益低。

其次，那什么是多因子模型呢？就是多个思想在一起的举手表决机制，综合各家的看法，得出最终的结论，从数学上看就是把不同的因子加总起来获得的最终因子。

最后，有了最终的因子思想，我们就可以去落实到我们买的股票组合上，比如我们应该去买那些最终因子得分高的股票，而回避那些最终因子得分低的股票。 

当然，在此过程中有很多数学细节，并不如例子那么简单，这里就不详细介绍了，这也是那些职业从事量化投资的专业工作。 

但是我们这里想展开介绍的是，多因子模型的两个重要组成部分，风险模型与收益模型（或者叫alpha模型）。这两个模型都是由各自不同的因子组成，构成风险模型的叫风险因子，构成收益模型的叫收益因子（或者叫alpha因子）。风险模型是收益模型的地基。

那他们的区别是什么呢？ 

风险因子是我们认为投资中自己看不清，非常没有能力去把握的东西，它们构成我们投资的主要风险来源。比如对于多数人来说，明天股市是涨是跌，这是个很难判断的问题，那么股市的涨跌就是风险因子。很多人不太重视风险因子，认为我什么都可以判断，还有人知道风险，但是选择忘记无视，无论哪一种，都违背了我们在之前《投资的三个原则》中讲的第二条原则，控制投资过程的风险，防止极端风险。在投资中我们应该在不明显影响收益的前提下，尽量去降低组合在风险因子上的暴露。 

收益因子是我们认为自己有能力大概率看清的东西，他们是我们投资中尽量要放大的思想。比如我们认为长期来看，在好公司中，低市盈率的股票未来表现会比高市盈率的股票好，因为安全边际更大，性价比更高。 

需要了解的是，对每个投资者，风险因子和收益因子是不同的。比如我从事种植业，对农作物的生长，农业企业的经营非常了解，那么对来我来说，种植业公司什么时候盈利好，就是个我大概率能猜对的收益因子；而对于多数大众来说，这个更像是一个风险因子，毕竟正如一句话说的，“不要用你的兴趣爱好去挑战别人的专业”。 

很多人都非常关注收益模型，关心收益从哪里来，希望获取投资的圣杯。我们把这部分内容放在下一节，而这节谈下风险模型，毕竟只有我们对市场抱持着敬畏的心态，不在半路沉船，才能最终到达胜利的彼岸。 

在股票领域，通常认为中短期不容易判断的因素包含市场涨跌、行业差异、风格差异这三类。 

市场涨跌是最主要的风险，虽然在我们之前《股票投资的收益来源》、《怎么看待投资风险》一节中提到，从长期看股市是上涨的，但是就短期甚至是两三年来说，市场涨跌是很难判断的，更意味着风险，人们为了降低它的影响，会选择不用所有的钱买股票，而是用很大一部分资金配置固定收益的产品。 

行业差异是第二重风险，我们很难判断哪个行业短期甚至是长期涨幅会更大。行业的兴衰往往受到政策、科技等各方面影响，在1990年时，多少美国人谁能想到之后10年的美国股市互联网泡沫及其破灭；在中国，又有多少人在2000年时想到后来房地产行业的黄金时代。 

风格风险是第三重风险。典型的风险包含大小盘股票不同的收益差异，价值股与成长股的收益差异等。 

知道了风险在哪里，我们就可以在下一节介绍的收益模型中去做一些尽可能绕开或降低这些风险影响，同时尽可能去获得收益的事。

总结：

1、多因子模型是量化投资常用框架。因子代表投资思想，多因子代表多个思想的集体表决。

2、多因子模型包含风险模型与收益模型（alpha模型）两个模块

3、风险模型告诉我们发现风险的来源，是那些对投资影响很大但是我们没有把握的事情，应尽量回避或降低影响。

内容来源weixin:投资理念与讨论