“学海拾珠”系列之二百五十：如何压缩因子动物园？

本篇研报针对日益膨胀的“因子动物园”问题，提出了一种迭代因子选择策略进行有效压缩。核心发现是，仅需约15个关键因子即可解释美国市场153个因子的绝大部分收益信号，表明多数因子存在冗余。该方法通过GRS统计量系统评估新增因子对解释剩余因子Alpha的贡献，从而以最少的因子数量捕捉核心定价信息。

研究发现，因子加权方案影响显著，等权因子因其Alpha更强且更多样，需要超过30个因子才能覆盖因子动物园。此外，因子创新具有持续性，新因子会替代旧定义，但核心因子风格（如质量、低波动）长期稳定，跨风格分散化至关重要。该方法的有效性在全球数据中也得到验证，为投资者精简模型提供了实用框架。

具体而言，研究从CAPM模型开始，迭代式地识别那些能捕捉因子动物园中大部分可用alpha因子的因子。研究发现，仅需10到20个精心选择的因子，就能有效解释美国市场153个因子的整体表现，这同时表明传统多因子模型（通常含3-6个因子）可能过于简化。此外，新发布的因子有时会取代旧因子定义，这强调了基于新见解或新可得数据进行持续因子创新的重要性。将方法应用于全球数据也得到了与美国市场相似的核心因子集，表明其结论具有一定的普适性，但全球模型对美国因子解释力更强，暗示国际因子蕴含更丰富的alpha信息。