因子模型与因子载荷详解

模型把收益写成载荷乘因子实现值，再加未解释残差。

市场、利率、信用、价值与规模可概括共同波动，但只是候选解释。

残差可能含遗漏因子、公司事件、测量误差与非线性，并非无害噪声。

载荷是在其他已纳入因子不变时，连接资产收益与该因子的斜率。

因子用百分点或标准差计量会改变载荷，它不是无单位的固定属性。

加入相关因子会改变含义与误差，单因子beta不能直接比较多因子beta。

观测因子由市场超额收益、利率变化或可交易多空组合构造。

潜在因子从资产协方差提取，PCA能找共同方向但不给经济身份。

宏观变量、交易因子与潜在因子虽同名，却需要不同验证。

放大潜在载荷并反向缩小因子值，不会改变拟合的共同收益。

多个潜在因子可以旋转并解释相同协方差，需要约束固定表达。

约束也是解释的一部分，不同标准化下的载荷不能直接排序。

因子收益是可正可负的实现值，乘以载荷形成当期贡献。

风险溢价是承担暴露的预期平均补偿，历史均值只是噪声估计。

时间序列载荷与横截面风险价格不同，高beta推出高均值需要额外假设。

短窗口反应快但误差大，长窗口可能混合过时结构。

非同步交易、缺失、异常与构造误差会扭曲载荷，需要残差诊断。

滚动回归、状态空间与收缩可处理变化，复杂度不能替代稳定性。

组合载荷通常是资产载荷按持仓加权之和，不同证券也会集中同一因子。

业绩归因分开因子贡献与残差，但事后解释不等于预期业绩。

对冲仍留下基差与残差风险，样本内高解释力不保证压力期保护。

披露因子定义、构造、频率、货币、样本、无风险利率与估计方法。

展示载荷、区间、因子贡献、残差波动与相关，揭示隐藏集中。

用替代因子集与样本外时期检验；模型是有用压缩而非唯一分解。