第 4 章：因子动物园的收缩解法

问题：动物园里没有裁判#

《因子投资》讲过因子动物园的乱象：文献里发表的”显著因子”数以百计，逐个 t 检验互相打架。传统做法是两条死路：

• 全都要：几百个特征直接进 OLS——高维灾难，样本外崩溃；
• 只挑五个：像 Fama-French 那样人工钦点少数因子——挑选过程本身就是一次巨大的、未登记的多重检验。

Nagel 的路线：全都要，但按经济学先验收缩。

方案：在主成分空间做收缩#

技术核心可以用三句话讲完：

1. 把每个特征做成一个多空组合收益，得到几十上百个”特征组合”；
2. 对这些组合的收益做主成分分解（PCA），把定价信息浓缩到少数大方差方向上；
3. 收缩时区别对待：大特征值（高方差）主成分少收缩，小特征值主成分狠狠收缩——甚至归零。

为什么这样收缩？还是无套利先验：如果一个收益方向方差很小却有很高的期望收益，它就是一台近似套利机器——这种机会不应该大规模存在。所以”小方差方向上的高收益”大概率是噪声，先验就该狠狠地怀疑它。惩罚的形状，再一次由经济学决定。

结果与冷水#

实证结论有两面。好的一面：这样构造的 SDF（随机贴现因子）样本外确实有稳定的解释力，明显好于稀疏的少因子模型。冷水的一面更值得记住：

• 稀疏性在特征空间不成立——找不到”真正重要的那五个因子”，定价信息弥散在大量特征的组合里；换一段样本，入选的特征名单大换血，但组合的整体表现不变；
• 这意味着”哪个因子重要”这类问题可能根本没有稳定答案——重要的是张成的空间，不是坐标轴的名字；
• 样本外夏普远低于样本内——即使方法论全对，收缩到位，能赚到的可预测性也很有限。天花板确实存在。

对因子研究日常的启示#

这一章对”挖新因子”的日常最直接的教训：当你发现新因子与动量、估值相关性很高时，正确的问题不是”它显著吗”，而是**“它在已有因子张成的空间之外还有增量吗”**。本平台的因子对比页做相关性检查就是这个用途的第一步——相关性高的”新”因子，多半只是老方向换了个名字。

本页带走的三句话#

1. 面对因子动物园，人工钦点五因子和全量 OLS 都是死路——正路是全量进场、按无套利先验分层收缩；
2. 收缩的方向感：小方差方向上的高收益 = 近似套利 = 大概率是噪声，狠狠怀疑它；
3. 稀疏性是幻觉——定价信息弥散在特征组合里，“哪五个因子最重要”可能是个没有稳定答案的问题。