如何正確使用 Fama-French 因子（從投資組合的角度）？
我有幾個關於 Fama-French 和其他（例如，BAB）股票回報因子的實際用途（投資組合建構、投資組合風險分析、投資組合回報分析）的問題。我有興趣回答以下任何問題。我熟悉“因子動物園”，所以當我寫下“因子”時，我的意思是 Fama-French 5 因子 + 動量 + BAB + FMAX + 尾部風險 + 流動性風險（Pastor 或 Sadka 方法）。
- 投資組合建構階段。
1.1 從業者是否真的使用因子來建構投資組合（例如，因子 ETF 的組合或基於因子選擇手動建構投資組合）？
1.2 如果有，是否有任何文獻涵蓋因子（SMB、HML、…）收益的**預測？**正如 Kennet French 網站上的數據所顯示的那樣，在過去十年中，一些因素（例如 SMB、HML）表現出非常弱的表現……事實上，我有一個基本的想法，即 HML 的上漲是由低利率驅動的，但這太明顯了和表面… 2. 投資組合風險。
2.1 除了標準的風險管理程序外，是否可以使用因子來了解特定股票投資組合的主要風險因素是什麼？
2.2 如果是這樣，我們如何利用這些知識來對沖此類風險？我們主要對尾部風險感興趣，不是嗎？所以我們應該以某種方式對尾部情況（copula/其他什麼？）中的風險因素之間的關係進行建模，並在這個模型下建立一些壓力情景？
2.3 假設我們確定了投資組合對某些因素風險的敞口。哪些工具可用於對沖？市場指數/因子 ETF 或其他什麼的多頭看跌期權？ 3. 投資組合收益分析。
3.1 學術論文真的很喜歡批評對沖基金的零 alpha 在對一些回報因素進行回歸後對沖基金的回報。但是，投資組合敞口的良好因子選擇難道不是魔鬼嗎？我的意思是，可能沒有必要為投資組合經理產生一些阿爾法，因為投資者大多不是從阿爾法中受益，而是從投資組合中正確的因子選擇中受益，而對我來說，預測哪些因子會表現良好並不那麼容易在未來以及他們將獲得多少獎勵。回歸過去的基金回報給了我們關於歷史基金策略和因素選擇的**靜態平均時間視圖，因此從這種知識中獲得的好處似乎是有限的……
- 組合建構階段
1.1
是的，從業者確實使用因子策略，請參閱風格投資。突出的例子是DFA和AQR。兩家公司都是由 Eugene Fama 的前博士生共同創立的。
1.2
因子時間是隨時間變化的條件風險溢價的不同詞。首先，請記住，衡量無條件的預期回報已經夠難的了。儘管如此，例如，您可能對Cooper 等人感興趣。（2004 年，JF）。他們發現動量策略在經濟繁榮時期效果很好，但在經濟衰退時期效果不佳。關於您對 HML 最近表現疲軟的看法，請查看Lettau 和 Wachter (2007, JF)，他們認為價值溢價與股票久期有關，因此對利率敏感。
- 投資組合風險
2.1
關鍵問題是：“因子模型的目的是什麼？”是解釋回報還是平均回報？經濟理論告訴我們一些關於預期收益和系統風險的資訊，如果我們想檢驗這些理論，我們只關心平均收益。如果我們想對沖我們的投資組合併降低總風險，我們有不同的目標。看看中小企業。它幾乎沒有定價權（它對降低 alpha 沒有真正幫助），但它解釋了回報的很多變化（增加 $ R^2 $ 很多）。因素回歸的重點是找出你的回報對一組眾所周知的因素有多敏感。無論這些因素是否接近 SDF 並受一般均衡模型的驅動，您都可以使用估計的敏感性來了解是什麼驅動了您的投資組合的已實現回報的總變化。
2.2
理論上，代理人只關心系統風險（與隨機貼現因子的協變），資產定價模型旨在辨識系統風險。你個人似乎更害怕尾部風險。準確地說，您可能只真正關心左尾風險（我認為您並不擔心真正的高回報）。例如，您應該警惕過多的動量暴露，因為眾所周知它會偶爾發生崩潰，請參閱Daniel 和 Moskowitz (2016, JFE)。
2.3
關於對沖工具：是的，多頭看跌期權是一種選擇。更簡單的是，您可以嘗試減少對某個風險因素的暴露。例如，如果您發現風險太大的價值傾斜，只需通過做多成長股來降低風險敞口。
3.投資組合收益分析
問題是因子回歸的目的是什麼。當用於績效評估時，問題往往是：“我們能否使用廉價的多空投資組合獲得相同的回報，或者經理是否物有所值？”這與詢問一切是否“正確”不同定價。因此，可以公平地查看經理是否真的勝過任何一組因素。如果沒有，我最好投資於這些因素（基本上是免費的）。