金融学教授的投资方法也许并不完美，但他们的「因子投资」概念，非常值得投资者参考。
科学实践琐碎复杂，不时会让天马行空的理论派盖过风头。然而先进社会总会把最专业的任务——无论是进行脑外科手术、设计飞机，或是设定市场利率，交到接受过科学训练的人的手中，可见普遍人都相信科学可靠。令人费解的是，许多人却会以跟巫术或占星无异的方法对待投资，或者毫无原因地深信自己会成为下一个股神。过份相信自己或别人的人，注定不是当科学家的材料。
智商高、学历高的人，不一定能理性投资。我父亲是韩国一所顶尖大学电子工程系的终身教授。当设计微芯片时，他会用上多年来的经验和知识、参考行业期刊，亦很大程度依赖其他工程师的共同参与。而他选择小型科技股票的方法却简单得多，譬如是问问我喜欢哪只股票(而我通常会表示一无所知)。尽管20多年来的投资表现持续不济，他仍坚持自主交易。仿佛只要涉及投资，他大脑内主宰理性逻辑的部份就会进入睡眠状态。反过来说，我可不可能只每星期花几小时读读电子期刊就去设计芯片，与Intel或ARM等大企业竞争?这显然是不可能的。
投资是一门科学。或许大多数的投资者都熟悉现代投资组合理论或有效市场假设的内容，知道风险与回报的关系，懂得利息的运作，而只是忘记了它们都是源于学术理论。话虽如此，科学知识在不同领域的效用不一。譬如生物医药的研究成果当然是源于训练有素的科学家，但金融博士却不一定是最成功的投资者。更有一些最著名的投资者嘲笑以「科学」方法投资，巴菲特就曾公开说：「小心那些凡事搬出公式的科学怪杰。」
为甚么金融学教授无法在投资占优?我想到几个可能。首要的原因是情感，情感可以打乱*3秀的脑袋。著名逻辑学家Kurt G?del因为害怕被毒死，只肯吃由妻子准备的食物。后来妻子生病住院半年，G?del挨饿至死。投资需要极严谨的纪律，而这是大多数人缺乏的。纪律亦与智力无关，无论投资者如何聪明，只要一刻失去理性，退休计划亦可能毁于一旦。
第二，很多时候，经济或金融研究员未必有足够的工具去分析手头上的数据。但他们仍然会尝试。亦由于他们的研究可能会对经济、社会和政治造成深刻的影响，其分析或会受到政治取态牵动，令中立性受损。
第三，大部份的市场信息都是无法量化的。规限自己只能分析数字的「科学投资者」肯定会错过不少质化的信息。创立MM定理(Modigliani-Miller theorem)的Franco Modigliani不能理解为甚么会有许多企业支付股息。(编按：MM定理认为资本结构与企业价值无关。无论企业是以发行股票或债务集资，公司的分红政策如何都不要紧。)但早从Benjamin Graham的年代，投资者已经知道股息制度有助企业管理层保持纪律，免做太多的愚蠢的事情。如企业管理文化和激励机制等质素，并不容易量化。
我们有理由质疑金融研究员的说话，但完全漠视它们则是大错。我甚至会说，对大部份投资者来说，以证据支持投资是*4的方法，因为这是个高效的学习策略。很多投资者选择从个人经验中学习，偏偏这是最坏的学习方法。经验不可靠，因为经验包含大量情感，亦受时代背景影响。个人经验只能捕捉了一段相对历史非常短暂的时期。经历大萧条的投资者也许会认定股票是危险的东西，乘坐了80至90年代牛市顺风车的投资者，却会视股票为财富引擎。
较好的策略是从历史中汲取教训，免犯重复的错误。科学投资要求投资者诚实面对数据，务求从数据看出与之前信念不相符的东西。科学投资无疑有不少缺陷，但我仍相信它是让投资者获取真相的最可靠方法。
因子投资
除非你是学术研究的爱好者，否则你很大机会并不熟悉因子投资(factor investing)。这也不是甚么艰难的理论。如果你听过风格投资(style investing)——像小型股票相对大型股票，或者价值型股票相对增长型股票，风格投资就是只有两个因素(资产规模及价值增长模式)的因子投资。
因子是能够解释和产生额外收益的资产特性。你可以把因子投资理解为购买这些特性，而不是购买某种资产类别或股票。
因子投资不是新事物，最早甚至可以追溯到60年代的资本资产定价模型(CAPM)。该模型中*10影响预期回报的因素，是回报与市场走势有多相关(covary)。 CAPM模型以β(beta)表示此关系，并视预期回报率及β为线性相关，当β=1，就是说资产价格会随着市场走势以同一方向及大小移动。然而到了70年代，不少学者认为股票回报和β并不相关。许多人试图以市场效率取代CAPM解释，但皆没有结果。
最后，Eugene Fama和Kenneth French以增加两个因素：规模和价值，改善了CAPM模型。他们留意到小型股票表现优于大型股票，而账面市值比高的股票又会跑赢账面市值比低的股票，而且关系非常稳定，令二人认为市场理性地将这两种特性「估值」于股票价格之中，意味以规模和价值这两种特性作为策略的投资须承受较高的风险以求赚取更高的回报。
其他的研究陆续发现更多的股票因子，包括势头(momentum)、质量(quality)、低波动性(low volatility)等。因子的特性愈强，股票的额外回报愈大。是否相信这些因子的作用，视乎你是否相信市场有效(efficient)。在有效市场中，额外回报必然与风险相关。但如果市场并不理性，部份额外回报也可能从错误定价中产生，亦可能以量化策略从中获利。
其实在学者于期刊发表这些「新发现」因子前，投资者早以懂利用这些特性投资。我不相信价值、质量、势头和低波动性等因子，因我认为这些策略风险较高。又如流动性不足这种特性，其所带来的额外回报显然是与风险相关。
因子投资有两种：理性因素理论(Rational factor theory)针对由不同类型的风险所生的回报及相关市场价格，用于寻找理想的风险因子组合(optimal portfolio factor risks)。而普遍投资者理解的因子投资，则是用作识别额外收益的简单量化策略。
因子投资已存在数十年，却只是约近十年才获市场关注。最近采用此策略的包括挪威政府退休基金(欧洲*5的退休基金)及加州公务员退休基金(CalPERS;美国*5的公共退休基金)。
重新定义的 α (Alpha)
因子投资的另一个含义，是当研究员能够找到复制α(在补偿风险以外，因基金经理表现出色所得的额外回报)的策略，α就会变为β。例如，80至90年代不少对冲基金经理以采取并购套利等与市场表现无关的策略获得了良好的回报，后来分析员研究出以计算机复制这套利策略了，基金经理的α就成了β。
由此引申的后果，是基金经理愈来愈难去证明自己能力出众。在80年代，能够跑赢基准的就是好经理了。现在，分析员还会把基金的规模、价值、势头等作为控制因素。换句话说，如果基金经理带来额外回报的时期，价值型股票、小型股票或强势头股同样跑赢大市，根据因子投资的概念，基金经理带来的额外回报便会归零。
如果你相信价值和势头策略的额外收益是反映风险的，将表现作风险调整是合理的。如果你相信价值和势头策略的额外收益来自市场失效，这调整便属不合理。依我看来，那大量指证主动型股票基金经理无法战胜市场的的研究，其实是指出的大部份额外收益都可以由少数的因子策略复制。