凡是通过主动管理的方式有意识地暴露到某些因子上来试图获得超额收益的投资方式称为因子投资
 
我们使用最宽泛的“因子投资”的定义：凡是通过主动管理的方式有意识地暴露到某些因子上来试图获得超额收益的投资方式称为因子投资。我们从实证的角度计算2002年至2018年17年期间的规模、成长、估值、波动率、流动性、ROE、动量、反转和财务杠杆率等九类因子的因子溢价，成长、估值、波动率、流动性、ROE、反转有70%以上的概率在连续持有12月后取得正相对收益。
 
因子投资可以通过Smart Beta指数的方式以极低的成本实现
 
中证指数公司网站上列举了近1〇〇种Smart Beta策略指数，我们计算2006年《资金入市与流动性冲击测算》2018-11-19 至2018年各Smart Beta指数的风险收益水平。在波动率与沪深300相当的水 平上，有300SNLV (300行业中性低波）300波动、红利低波100、成长低波、红利成长低波、高息低波、质量低波等Smart Beta指数值得关注；在更高的波 动率水平上，有380波动、380SNLV、500波动、500LBLV (500低贝低波）、500SNLV、500质量、价值回报、1000SNLV等值得关注。
 
风险平价模型和目标风险模型应用于因子投资
 
风险平价模型可以通过合理配置暴露在各因子上的风险，帮助因子投资策略平 稳度过各类宏观经济状态，取得更稳定的超额收益，相对沪深300超额收益水 平在5%~10%左右。通过因子投资实现的“目标风险5%”组合实现年化波动 率5.43%,年化收益率7.24%。
 
多因子模型的最低标准
 
使用最常用的因子，最简单的等权重模型和最常用的Markwitz均值方差优化生 成不同风险水平下的沪深300增强策略的有效前沿。当采用更复杂的改进方法 时，产生的结果应当优于这个最低标准，因为这个最低标准几乎是无成本的， 且比沪深300指数高。以往多数多因子策略研究中新模型只产生一个投资组合、 只与沪深300指数比较，这里我们提出的标准流程对新策略的要求更高：在相 同信息量和限制条件下任何改进的策略产生的有效前沿应当比最低标准更高。
 
因子投资启航
 
自1993年Eugene Fama和Kenneth French发表著名的Fama-French三因素模型以来\国内外不计其数的实证研究已经充分说明如估值、市值、波动率、动量/反转、低 换手率、股息率、财务质量等公共风险因子（common risk factors)在历史上具有统计 显著的风险溢价，如果长期主动使投资组合偏向这些因子可以获得超额收益。我们这里 使用最宽泛的“因子投资”的定义：凡是通过主动管理的方式有意识地暴露到某些因子 上来试图获得超额收益的投资方式称为因子投资，包括Smart Beta指数化投资和多因 子策略等。
 
2017年、2018年市场经历风险偏好变化和投资者结构变迀，因子投资的理念正在被越 来越多的投资者接受，Smart Beta指数化投资方式迎来发展的春天。2017年、2018年 发行的Smart Beta公募基金产品数量占所有同类产品的50%左右（图1);在国际市场 上，欧洲、北美和亚太地区采纳Smart Beta策略的资产管理人也在逐年增加2 (图2)。 因子投资的崭新纪元正在启航。

 我们在2016年发布的研究报告《多因子模型系列报告之三一利用纯因子组合进行因 子投资》已经在技术细节上阐述了因子投资的某一种实现方式；两年过去，在因子投资 新纪元开启之际，本节内容将更概括性的说明因子投资中各种策略的具体应用，包括 Smart Beta指数化投资，因子层面的全天候风险平价策略、目标风险策略，以及传统的 多因子策略，使用历史数据回测各种策略的大致风险和收益率水平。
 
因子溢价
 
因子投资的本质就是主动使投资组合偏向某一个或多个具有溢价（factor premium)的 因子，因此其需要回答的终极问题是“是否有足够的理论或信仰支撑因子的溢价收益在 未来能够持续下去”。学界和业界对于一些重要的因子（如低估值、低波动率等）的超 额收益来源已经有许多解释，这些解释主要分为两大派别：有效市场假说下的风险溢价 理论和行为金融下的行为偏误（behavioral bias)。