因子投资（factor investing）是近年来已开发市场的趋势，尤其美国更是盛行。另一方面，也量化策略中很重要的一类模型，其基本原理就是采用一系列的因子作为选股标准。因子，用比较白话的文字，就是原因。不论从任何角度，我们找到与股价上涨最相关的重要原因，并且结合好几个重要原因，用大数据的角度去大量统计，协助我们做判断。
多数投资人常犯的盲点
用了一个方法，试了几次，都以失败结尾之后，就认为这个方法没有效，而这是有偏颇的。
第一，这个方法没有经过大数据的’长期验证，因而没有足够的信心与执行力去给予更多的测试。
第二，参杂太多”感觉”在里面，而逻辑不够明确，有时候用A B方法，有时候用B C方法，但却误认为这用同一种方法。
一间公司的好坏，可以从很多不同的选股条件来辨别。而每一个条件，都可以定义成因子，满足这些因子的股票被买入，不满足这些因子条件的股票被卖出。
只要知道如何有效的将多个优秀的因子配置在一起，使它们优势互补，就能得到收益风险比更佳的投资组合。
举例而言，我们认为一个公司每年的每股盈利的大小会影响股价的涨跌，但又认为市盈率也是重要原因。
我们能怎么做? 把所有上市公司每股盈馀最高的20%的公司找出来，也把市盈率最低的20%公司找出来，交叉比对，找出交集，这就是一种方法，未来将持续介绍大数据量化选股的概念模型。
影响股价涨跌的关键原因有哪些?
根据学术研究及实务投资大师的选股条件，可以将之归类为八大因子，分别为：评价、成长、资本效率、盈余品质、分析师、动能、规模及波动。
每一个因子都是都是一个模型。以一个公司的成长性因子来说，我们要定义公司的成长性，以财报的项目来说，盈余与去年同期相比就是一个因子，而营收与三年前相比也是一个。
从时间维度到项目维度都是一门学问，怎么组成一个大因子的成长模型更是。因此，这一系列的教学文，会从大因子一路介绍到小因子。
专业投资人在运用多种不同概念的大因子，并根据不同产业与权重来建构投资组合时，可以大幅降低选错股票的风险，让选股的绩效维持长期较稳定的状态。
洞见思维 :
无论多努力研究公司的好坏，我们的时间终究有限，而影响股价涨跌的原因实在太多，总是会感觉错过更好的股票。
透过投资组合的多元持股，大数据模型的全面扫描，会是未来投资人持续优化绩效的趋势，也是现在许多专业投资人搭建量化投资模型的方式。$阿里巴巴(BABA)$ $纳斯达克(.IXIC)$ $腾讯控股(00700)$
精彩评论