因子模型與因子載荷詳解

模型把收益寫成載荷乘因子實現值，再加未解釋殘差。

市場、利率、信用、價值與規模可概括共同波動，但只是候選解釋。

殘差可能含遺漏因子、公司事件、測量誤差與非線性，並非無害噪聲。

載荷是在其他已納入因子不變時，連接資產收益與該因子的斜率。

因子用百分點或標準差計量會改變載荷，它不是無單位的固定屬性。

加入相關因子會改變含義與誤差，單因子beta不能直接比較多因子beta。

觀測因子由市場超額收益、利率變化或可交易多空組合構造。

潛在因子從資產協方差提取，PCA能找共同方向但不給經濟身份。

宏觀變量、交易因子與潛在因子雖同名，卻需要不同驗證。

放大潛在載荷並反向縮小因子值，不會改變擬合的共同收益。

多個潛在因子可以旋轉並解釋相同協方差，需要約束固定表達。

約束也是解釋的一部分，不同標準化下的載荷不能直接排序。

因子收益是可正可負的實現值，乘以載荷形成當期貢獻。

風險溢價是承擔暴露的預期平均補償，歷史均值只是噪聲估計。

時間序列載荷與橫截面風險價格不同，高beta推出高均值需要額外假設。

短窗口反應快但誤差大，長窗口可能混合過時結構。

非同步交易、缺失、異常與構造誤差會扭曲載荷，需要殘差診斷。

滾動回歸、狀態空間與收縮可處理變化，複雜度不能替代穩定性。

組合載荷通常是資產載荷按持倉加權之和，不同證券也會集中同一因子。

業績歸因分開因子貢獻與殘差，但事後解釋不等於預期業績。

對衝仍留下基差與殘差風險，樣本內高解釋力不保證壓力期保護。

披露因子定義、構造、頻率、貨幣、樣本、無風險利率與估計方法。

展示載荷、區間、因子貢獻、殘差波動與相關，揭示隱藏集中。

用替代因子集與樣本外時期檢驗；模型是有用壓縮而非唯一分解。