2012～2015年，我国资产管理规模年均复合增长率达到51%，截至2016年6月底，行业总规模已经达到60万亿元，资产管理行业的运行和发展对我国经济、社会和人民生活的影响越来越深刻。同时，我国的资产管理机构面临各种困难、课题和挑战，主要包括对各种资产进行估值和定价、对资产的风险进行分析和预判等，资产定价模型和风险因子理论在其中发挥着重要的作用。

经过半个世纪的发展，资产定价模型和风险因子理论经历了从单因子到多因子、从理性到感性、从线性到非线性的演变。最早的资本资产定价模型（CapitalAssetPricingModel，CAPM）是基于理性预期的单因子线性模型。大量的实证研究发现，单纯使用市场因子不能够完全解释资产的超额收益，并且市场因子的解释能力也在不断下降，CAPM的地位开始动摇。与此同时，CAPM也受到了来自理论研究者们的挑战，其中Ross提出的套利定价理论（ArbitragePricingTheory，APT）认为资产收益与一组因子线性相关，为此后的多因子资产定价模型奠定了理论基础。进入20世纪80年代后，学界对于“异象”的研究达到了一个高峰，比较知名的包括规模效应和杠杆效应等。之后，Fama-French三因子资产定价模型的提出确立了规模和价值因子的系统性因子地位。在这个过程中，学者们发现了动量效应等违反理性预期的现象，Shiller发现并验证了股价确实存在过度波动，引发了金融界对于资产定价的重新思考，行为金融学开始兴起并逐渐发展起来。1997年，Carhart将动量因子引入三因子模型，确立了动量因子的系统性因子地位。虽然Fama和French在2014年发表了新的五因子模型，但是新增加的盈利和投资因子还有待验证。

在对系统性因子研究的过程中，这些因子逐渐被归纳为静态因子和动态因子两大类。71238530静态因子主要包括各种宏观经济变量，它们是人类经济活动和社会运行的结果，并通过市场因子对风险资产价格产生积极或者消极的影响。但是投资者本身无法决定或改变这些因子，只能被动地接受它们。动态因子主要指的是影响风险资产收益的各种基本属性，例如规模、价值、动量等，它们具有长期有效性、可交易性、可管理性和可解释性等性质，且可以通过零成本的模拟投资组合（MimickingPortfolio）进行研究。

资产定价模型和风险因子理论在金融投资实践中的应用可以分为主动投资策略和被动投资策略两种。被动投资策略最重要的应用就是构造指数和指数基金。指数基金代表了特定投资风格的股票组合，购买这些指数基金相当于持有一篮子具有相同属性的股票，既能够获取属性对应的因子收益，又能够通过一次性投资多只有共性的股票避免投资单一股票的流动性风险和经营性风险。主动投资策略则需要通过分析因子收益的表现和波动率等数据，按照一定的规则动态调整因子头寸，以获取主动管理收益。

有关因子理论的研究也深刻地改变了资产配置的方法。传统的证券资产配置主要是在股票和债券之间按照规则调整各自的持仓比例，但是在2001年互联网泡沫破裂之后，大部分证券投资基金的收益出现“断崖式下跌”，投资者们开始从配置风险资产的种类转向配置不同的投资策略，私募股权基金、对冲基金和大宗商品等另类投资方式开始被更多投资者所认可。然而2008～2009年金融危机时期，号称对市场免疫的对冲基金出现了20%～30%的下跌。投资者们不得不重新思考和寻找与市场因子相关度低的投资方式，系统性因子投资逐渐成了投资的主角。此后，多元化因子投资开始兴起，资产配置方法从配置投资策略向配置投资因子转变。71238531

尽管资产定价模型的应用很广，除投资之外还可以用来进行基金业绩评价、业绩归因、风险分析、投资组合分析等，但是实际上因子模型的研究和实践存在诸多问题。首先，学者对于因子模型的实证研究大多采用线性回归方法。这就要求作为解释变量和被解释变量的收益率数据要服从古典假设，但不论是单只股票还是投资组合的历史收益率都包含了大量的样本误差和交易噪声，从根本上就无法满足线性回归的古典假设，因此会造成线性回归拟合结果有偏，进而影响整体回归结果的分析。其次，线性回归对于数据集的选择非常敏感，当采用不同时间跨度和频率的数据时，即使是同样的方法也可能会得到截然不同的结果，同样投资组合的风险系数可能在一个时间段内是显著的，而在另外的一个时间段内又不显著了。这种现象反映了投资者的异质性，大规模资产管理人和散户投资者的交易行为无论是在交易周期上还是信息获取处理上都存在较大差异。我国证券市场以散户投资者为主，更是充满了行为的不确定性。最后，以往研究中所谓的动态分析只是在线性回归中增加一个固定的滚动窗口再进行估计，这种研究方法不能及时地反映各种信息引起的市场内在结构变化。

本书首先对因子理论、因子投资和资产定价模型的理论发展进行梳理。其次，对系统性因子效应的形成机制进行深入剖析，并讨论目前研究中面临的主要问题。为了克服这些问题，采用小波分析和动态模型平均方法分别从多时间尺度和动态分析的角度进行研究。最后，深入分析我国股票市场存在的动量和反转效应，并将因子投资理念与我国股票市场数据相结合，提出适应我国证券市场的投资策略。