因子投資（Factor Investing）研究

因子投資把「為什麼某些股票長期跑贏市場」這個問題，用統計學和金融理論回答出來：價值股比成長股便宜、小型股比大型股有更多未被定價的風險、動能股趨勢持續……這些系統性的回報差異叫做「因子溢酬（factor premium）」。把它們打包成可複製的規則，就是因子投資。

先講清楚立場：因子投資橫跨學術論文、指數商品、主動策略三個世界，各方說法差距極大。本專欄全程標示「學術可佐證」與「主張／仍有爭議」，不做廣告，不跟風。主要素材來源：

quantskills GitHub（PandaAI 量化社群，因子工具箱）
Fama-French 資料庫（mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html）
AQR（aqr.com/Insights）
學術期刊：Journal of Finance、Journal of Financial Economics

這個主題用原子筆記組織：每篇只談一個面向，彼此用連結串起來。建議閱讀順序如下，但每篇也能單獨看。

學習路徑

什麼是因子投資？　從被動 → Smart Beta → 主動，三個世界的關係；CAPM 的缺陷與多因子的誕生
經典五大因子詳解　市場溢酬、規模（Size）、價值（Value）、動能（Momentum）、品質（Quality）、低波動（Low Vol）與 Fama-French 3/5 因子模型
因子建構：從原始資料到可交易信號　排序分組、多空組合、Z-score 標準化、加權方式、再平衡週期、多因子混合
回測陷阱與失效爭議　Data mining、過擬合、Look-ahead bias、交易成本、Factor Zoo 問題、近年因子失效的爭議
客觀檢視：可佐證 vs 爭議　哪些因子有學術共識、哪些是「發表後表現下滑」、Factor Zoo 與 p-hacking 的誠實評估
用 quantskills 工具動手做　QuantSkills 社群的因子研發流水線：資料 → IC 評估 → 正交化 → 衰減 → 混合 → 回測 → 風控
實務落地與風險　Smart Beta ETF vs 自建策略、容量限制、換手成本、因子擁擠（crowding）

Value factor 自 2010 年後長期跑輸，是「暫時壓制」還是「結構性失效」？2022 年反彈後又如何詮釋？
ML/深度學習提取的因子（如 quantskills 的 FactorMAD）是否面臨更嚴重的 p-hacking 疑慮，還是 cross-validation 能有效防止？
因子擁擠（crowding）：系統性因子 ETF 的規模擴大，是否正在稀釋因子本身的溢酬？AQR 的研究給出部分回答但仍有爭議。
中國 A 股的因子結構是否與美股不同？（散戶主導、漲跌停機制、T+1 交割、北向資金影響）