因子的收益往往可分解成两个主要的构成部分。一部分是自身的风险溢价（risk-premium）。因为因子实际上常常代表的是某一类型的风险，当投资者主动使用因子时，他会因为理性地承担了因子的风险而获得相应的额外补偿。另一部分的收益源自于市场的非有效性造成的错误定价（mis-pricing）。毋庸置疑，我们的市场并不是完全有效的，同时投资者不理性行为也在市场中长期存在。信息的不对称，加上投资者的过度反应/不充分反应，最终导致资产的错误定价。价格回归正常的过程便带来了因子的收益。

　　当因子的风险溢价占主导时，这类的因子常常被称作为风险因子。因需要承担一定风险，这类因子常常“不受待见”。而当来自错误定价的收益占主导时，因子则被归类为Alpha因子。因为收益来自于对错误的纠正，更符合常规的逻辑/认知，这类因子往往更受欢迎。

　　2.因子有效性

　　不管是风险因子还是Alpha因子，都有其有效性的限制。当某个有效的因子被发现以后，会出现越来越多的资金交易这个因子。过多的资金涌入，会造成因子收益的摊薄，使得因子的有效性逐步减弱（近年来，量化基金的表现相较前几年有显著的落后，原因之一也是同质化的模型被大量使用,引起了模型的“失效”）。以上的演化造就了因子的周期性：（1）没有永恒的Alpha因子；（2）理论上长期有效的因子同样会出现短期失效。因此，从因子投资的角度，若想获得稳定的因子收益，要么进行因子择时，要么不断的开发新的因子。因子择时，也就是对因子的有效性进行前瞻性的判断。当下学术界和业界讨论较多的因子择时方法是因子拥挤度指标。当因子拥挤度处于高位时，因子收益往往也处于高位，未来出现回撤的可能性很大。但值得注意的是，因子拥挤度是一个偏中长期的择时指标，短期的择时效果有限。对于拥挤度高的因子，从风险控制的角度来说，或以降低组合在此因子上的暴露为宜。相反，对于拥挤度低且长期有效的因子，则适合再次重点关注。

　　3.Alpha场景示例

　　关于Alpha的一种解读是其来自于错误定价。错误定价的发生首先要求资产有一个“基础价格”作为基准，否则无法评判资产被高估/低估。 这个“基础价格”由市场和资产相互影响而定，在实际中很难用某一指标去定夺。由于基准难以确定，错误定价所带来的Alpha就变得难以捕获。但是，在一些场景中，我们可以不需要知道这个“基础价格”就可以判断出资产价格是偏离的。这个判断由资产的价格走势给出（偏技术分析，或者说是技术分析交易带来的一个结果）。对于一些资产，市场往往有给出一个“底价”。当股价触及“底价”时，可以认为资产是低估的。此时买入，可预期价格的恢复带来收益，也就是常说的“触底反弹”。当然，这个情景可行的前提是资产的基本面没有发生重大的恶化。如若能对股价形态作出一个很好的刻画同时对“底价”作出一个量化的定义，“触底反弹”或可构建成一个Alpha策略。

　　（专栏作者：摩根士丹利华鑫基金数量化投资部 陈健夫）