多因子组合：混合与一体化、因子相关性以及因子择时的证据

你将学到什么

• 为什么要组合因子：因子收益之间低相关或负相关的作用。
• 混合单因子子组合与在个股层面一体化因子之间的区别。
• 如何估算因子组合的跟踪误差和信息比率。
• 已发表的证据对因子择时怎么说，以及使用估值价差的一条谨慎规则。

讲解

为什么要组合因子

每个因子都有漫长的糟糕时期（第 2 课：价值回撤；第 3 课：动量崩盘），但它们相对市场的超额收益走势不同。在历史上，价值与动量的超额收益在大多数长样本中呈负相关，而质量与低波动彼此之间往往正相关、与价值负相关。相关性会变化，因此任何数字都只能视为估计值。课程《ETF、基金与长期投资》中的双资产波动率公式可直接套用；对于 50/50 的组合

TE = sqrt(0.25 × TE1² + 0.25 × TE2² + 2 × 0.25 × ρ × TE1 × TE2)

其中跟踪误差（TE）是相对于市值加权基准的收益差的年化标准差，ρ（rho）是这些收益差之间的相关系数。信息比率（IR）是预期超额收益除以 TE；它告诉你每承受一个单位的“懊悔”能获得多少回报。

混合与一体化

混合是指分别持有单因子基金，例如 50 % 价值 ETF 加 50 % 动量 ETF：透明、易于再平衡、权重由你决定。弱点是：价值基金可能持有一只动量极差的便宜股票，而动量基金持有一只动量强劲的昂贵股票。这些头寸部分相互抵消，而你为净敞口归零的部分支付了两套换手成本。

一体化是指同时对每只股票在所有因子上打分，选出平均表现好或在所有因子上都好的股票。MSCI 的 Diversified Multiple-Factor 指数和许多“多因子”ETF 都这样做，通常使用优化器并对行业、国家和个股权重设置约束。一体化在每单位换手下提供更多的综合敞口，但透明度较低，约束条件影响很大，而且糟糕时期更难解释，因为你看不出是哪个子组合造成的。一个常见的折中方案：一体化的质量加价值（慢信号）外加一个独立的动量子组合（再平衡需求不同的快信号）。

因子择时的证据

择时是指在因子看起来“便宜”时增加配置、看起来“昂贵”时减少配置。主要信号是估值价差：因子的多头一侧比空头一侧便宜多少，与其自身历史相比。已发表的争论（2016–2019 年，Research Affiliates 对 AQR）中有两个发现值得记住：

• 估值价差在一定程度上能预测长期因子收益，尤其是在极端情况下。
• 扣除成本后的收益很小，择时信号本身与价值相关（“择时”往往只是意味着买入更多价值），而一个简单的分散多因子组合很难被打败。

一条站得住脚的规则：不要择时；至多，让极端价差（处于其历史上最宽的 10 %）成为不放弃某个因子的理由，而永远不要成为加杠杆的理由。

实例演算

假设性示例。基于同一母指数的两只单因子 ETF。假设的长期数字（并非预测）：价值子组合预期超额收益每年 2.0 %，TE 为 6 %；动量子组合 3.0 %，TE 为 8 %；两者超额收益的相关系数为 −0.3。不计费用、点差和税费。

第 1 步——单个子组合的信息比率：价值 2.0 / 6 = 0.33；动量 3.0 / 8 = 0.375。

第 2 步——50/50 组合的预期超额收益：0.5 × 2.0 % + 0.5 × 3.0 % = 2.5 %。

第 3 步——组合的跟踪误差：

TE² = 0.25 × 0.0036 + 0.25 × 0.0064 + 2 × 0.25 × (−0.3) × 0.06 × 0.08 = 0.0009 + 0.0016 − 0.00072 = 0.00178，因此 TE = 4.2 %。

第 4 步——组合的信息比率：2.5 / 4.2 = 0.59，远高于任一单独的子组合。敏感性：ρ = 0 时 TE 为 5.0 %；ρ = +0.5 时为 6.1 %。

第 5 步——个股层面的视角。四只股票的 z 得分（价值，动量）：P（+1.5，−1.5）、Q（−1.5，+1.5）、R（+0.8，+0.7）、S（−0.8，−0.7）。混合方式持有 P（通过价值）和 Q（通过动量）；一体化的平均得分规则把 R 排在第一（+0.75），P 和 Q 为 0，S 最后。一体化集中于 R，并避免为敞口相互抵消的 P 和 Q 支付换手成本。

常见错误

练习活动

在纸上完成：你考虑一个 50/50 组合，由一只质量 ETF（预期超额 1.5 %，TE 4 %）和一只低波动 ETF（预期超额 1.0 %，TE 7 %）构成。你估计它们超额收益的相关系数为 +0.6。(a) 计算该组合的预期超额收益、TE 和信息比率。(b) 与单独持有质量子组合的 IR 比较。(c) 判断这个组合是否值得多买一只产品。

要点总结

• 组合因子之所以有效，是因为其超额收益之间的低相关或负相关；务必检查相关性假设。
• 混合透明但在相互抵消的头寸上浪费换手；一体化更高效但透明度更低且依赖优化器。
• 衡量一个组合的正确指标是信息比率，而不是原始超额收益。
• 基于估值价差的因子择时在扣除成本后证据薄弱；用价差来保持纪律，而不是用来交易。

下一步

第 9 课展示如何用一个简单的回归来衡量你自己投资组合的因子敞口，以及如何解读载荷。