以下是本期播客的要点整理：

让我们从基础概念开始。在量化投资中，因子具体指什么？

简单来说，因子是描述股票或其发行公司特定属性的指标，能够解释该股票的风险收益特征。最常见的因子包括：公司规模（通常以市值来衡量）、估值指标（如市盈率），以及动量指标（反映股价趋势）。

所以说，每只股票都具有独特的属性特征。量化投资者通过掌握这些属性的变化规律，就能构建有效的投资模型，并有助于从中获益，是这样吗？

确实如此。举例来说，如果我们把股票分为高价股和低价股两组，通常会发现同一组内的股票具有相似的市场表现，而两组之间则存在显著的收益差异，这就是因子收益的体现。

最初，这些因子是如何被发现的？据我所知，相关学术研究已有数十年历史。

对于因子的筛选，我们不仅需要充分的历史数据，证明其能带来长期稳定的超额收益。同时我们希望因子能在不同地区和行业板块都展现出良好的稳健性。并且，它需要与其他因子保持相对独立，以确保在其他因子之外带来增益。此外，因子收益必须覆盖交易成本，否则就只是纸上谈兵，无法付诸实践。更重要的是，每个因子都要有清晰的基本面驱动逻辑。

那么，基于这些标准和框架，有多少因子具备应用潜力呢？

虽然学术文献提出了超过300种因子，甚至有“因子动物园”的说法，但经过验证，我们发现其中大部分都难以实际应用：有些因子无法在实际数据库中复现，有些存在显著的区域局限性，还有些未考虑交易成本。甚至有些因子只是以不同的方式对同一属性进行重复测量，缺乏真正的独立性。因此，经过深入的研究，我们提炼出五类核心因子或信号：估值因子、质量因子、动量因子、分析师预期修正因子以及低风险因子，这些因子能够有效解释股票长期收益的差异。此外，我们还捕捉到若干反映短期收益模式的市场信号，例如被我们整合入交易时机模型中的信号，也是一种额外的因子。

作为量化投资者，您是否致力于发现能在不同市场和周期中稳定适用的新的有效因子？

当然。荷宝在这方面有过成功经验。例如，我们定义的残差因子，后来就被其他机构或复现并广泛运用。
是否存在这样的情况：某个因子在20年前确实有效，但现在却失效了；又或者有些曾经不起作用的因子，后来又被重新挖掘出价值？
确实是这样。我们观察到，随着时间的推移，用于衡量广义因子组的底层信号的效力往往会减弱。因此，我们需要不断完善现有因子定义，或开发新的方法来准确识别和度量其背后的经济原理。只有通过持续创新，才能应对因子或信号收益的细微衰减，维持其有效性。

能否举例说明你们是如何衡量一个因子的？

虽然市场对主流因子组的衡量方法已有共识，但荷宝有着不同的做法。以“质量”因子为例，我们采用了独特的衡量方式。如果你让五位分析师去定义一家“优质公司”，很可能会得到六个不同的答案。但我们深知，细节至关重要。许多人在评估公司时，往往会关注企业的营收（即“顶线”）或净利润（即“底线”）。但我们坚信，一家公司真正的经济盈利能力和优势，体现在这两个数据之间的盈利质量上。一旦能够精准识别这一点，我们不仅能判断公司的当前实力，还有助于预测其未来盈利能力，进而获取超额收益。