因子定价：从 PCA 到 IPCA 与自编码器

问题设定：APT 的现代化#

Ross 的套利定价理论（APT）说：收益由少数共同因子驱动，承担因子风险才有稳定回报。传统做法是人工指定因子（Fama-French 三/五因子）。ML 时代的问题变成：能不能让数据自己说出因子是什么，以及公司特征到底是在描述风险暴露还是在标记定价错误。

无条件因子模型：让 PCA 更懂定价#

• 经典路线：对收益协方差矩阵做 PCA 提取统计因子（Connor & Korajczyk 传统）；
• RP-PCA（Lettau & Pelger, 2020）：关键改进——普通 PCA 只看方差，会漏掉”方差不大但均值溢价高”的弱因子；在目标函数里加入对均值的惩罚项后，提取的因子定价能力显著更强；
• 高频分支（4.5 节，修大成的主场）：用日内数据估计因子结构与协方差，Aït-Sahalia 与 Xiu 等人的系列工作——高频信息能显著改善协方差估计，但对预期收益帮助有限。

条件因子模型：IPCA（本章的明星方法）#

IPCA（Instrumented PCA），Kelly, Pruitt & Su（JFE 2019）《Characteristics Are Covariances》：

• 核心想法：允许因子载荷（beta）随公司特征动态变化——把特征当作 beta 的”工具变量”，而不是像传统做法那样把特征直接当收益预测器；
• 这个设计让”风险还是错误定价”变成一个可检验的问题：特征通过 beta 起作用（风险补偿），还是绕过 beta 直接带来超额收益（alpha）；
• 实证结论（标题即答案）：特征的大部分预测力可以被”特征驱动的动态 beta”解释——Characteristics are covariances。用五个 IPCA 因子解释横截面收益，好于几十个人工因子；
• 检验发现少数特征仍带显著 alpha（如动量类），说明风险解释不是全部。

非线性延伸与”因子动物园”清理#

• 条件自编码器（Gu, Kelly & Xiu, 2021）：IPCA 的神经网络版——beta 是特征的非线性函数，因子仍从收益中提取。非线性带来进一步但边际递减的改善；
• 复杂因子模型（Didisheim, Ke, Kelly & Malamud《APT or “AIPT”?》）：把第 2 页”复杂度的好处”搬进因子定价——用海量非线性因子近似 SDF，主张定价模型同样”越大越好”（同样伴随争议，见第 2 页）；
• Alpha 检验（4.6 节）：在成百上千个候选因子里判断谁真有 alpha，必须处理多重检验；ML 检验出的 alpha 通常集中在小盘、非流动性股票——统计上显著，容量上存疑。

对本平台用户的意义#

你现在做的 IC 分析回答的是”特征能不能预测收益”，IPCA 追问的是”这预测力是不是只是风险暴露的报酬”。前者决定策略赚不赚钱，后者决定它为什么赚钱、以及拥挤后还能不能继续赚。做深因子研究，这一层迟早要补。

带走的三句话#

1. 这一章的中心问题不是”能不能预测”，而是预测力是 beta 还是 alpha——IPCA 把它变成了可检验的统计问题；
2. IPCA 的答案写在标题里：特征即协方差——大部分特征溢价可以被特征驱动的动态风险暴露解释，但动量等少数 alpha 幸存；
3. 深挖清单：RP-PCA（Lettau & Pelger 2020）、IPCA（Kelly, Pruitt & Su 2019）、条件自编码器（Gu, Kelly & Xiu 2021）——三篇按顺序读，就是这一章的主线。