股市中持續盈利的方法：因素並非“多多益善”
開發多因素模型的挑戰是，使用一個以上的因素會產生兩個潛在問題。第一個問題可能是回報率的稀釋。假設估值因素是真實的，價格動能僅僅是一種隨機事件，那麼基於價格動能和估值構建的多因素模型，其估值因素就可能被稀釋。多因素模型中存在的另一個嚴重問題是，多因素模型可能使投資者過於關注近期表現最好的因素。表現最好的因素經常只是偶然表現得好而已。將真實的因素與那些只是偶然存在的因素聯合使用時，可能會減弱真實因素的效力第二個問題是有太多供選擇的因素。過去一兩年內表現得好的因素也非常豐富，選擇非常艱難。因此，有時多因素模型看上去會跑贏大盤，但如果研究員在模型開發過程中不夠小心，那麼這個多因素模型開發最終淪爲數據挖掘的材料。我們會遇到使用多因素模型進行資產管理的根本問題。當投資組合表現不佳時，將表現不好的因素替換爲表現好的因素，這種傾向會使投資經理在資金管理過程中缺乏持久力，或者缺乏珍貴的固執態度。如果你不斷改變你的投資活動賴以存在的理念，那麼你將總在表現相對較差的時候進行變換。結果，你的業績將比只選擇一種因素且在好的時候和差的時候都堅持這一因素時，要差得多。這樣的話，還不如只根據一種因素構建投資組合。這種情況相當普遍，使用多因素模型的投資經理總是因爲投資組合表現不佳而更換參考因素。如果不繫統性地使用因素輪換策略，相當於個人投資者使用止損策略，總是在虧損時賣出。這對整體業績的提升沒有任何幫助。
多因素模型中的許多因素都與基本面數據有關。基本面數據是一家公司實際基本業務的信息—通常可以在股票信息的商業數據庫中找到。我們之前討論的策略，比如盈餘公告後價格漂移、應計異象、估值因素、價格動能和信號傳遞效應等，都能夠作爲多因素模型的一部分。
單獨而言，基本面數據並沒有產生超額回報率的能力，但當把基本面數據的多個部分組合起來，得到的指標似乎比單個部分更具說服力投資理念來源於實戰中的不斷磨合、來自於自身心性的昇華。理念不可能用語言完整地表述和傳授出來，需要投資者用心去體會，去領悟，去思考。成功的理念不可能一次形成，也不能缺失。英大證券研究所的李大霄說過，做好人，買好股，方能有好報。不管是“地球頂”，還是“嬰兒底”，不同的人有不同的投資理念，沒有好壞之分。
Piotroski F值（皮奧特羅斯基F值，簡稱F值）和 Mohanram C值（莫漢爾曼值，簡稱G值），是兩種被廣泛研究的多因素方法。其中，Piotroski F值檢驗9個基本面指標， Mohanram G值檢驗8個基本面指標。F值關注價值股的選擇，而G值關注成長股的選擇。幾乎所有基本面評分系統中的指標都是這樣：在一個相對有效的市場中，如果一家公司的資產比另一家公司的資產有更高的回報率，這一事實將會反映在股價中。任何包含在多因素模型中的基本面比率都將向整個市場公佈，他們同樣可能反應在股價中。