因子投資

TEJ新報本周為您精選財金新知。1. ‍如何運用機器學習與量化方法，提升因子投資策略績效？2. 【量化必讀】TQuant Lab - 量化研究精選文章…

2025 臺灣財務金融學會年會暨國際研討會，於 6/6-6/7 在國立臺灣師範大學盛大舉行！TEJ獲邀實務講座，以「運用機器學習提升因子投資策略績效」為主題，分享如何運用量化分析工具在台股市場的實證研究成果。

接續上一篇《因子研究系列｜認識特質波動度，作為投資因子是否具有效性？》，我們已經建立了統計基礎，本文將進一步探討如何將特質波動度（IVOL）有效應用於投資策略設計。 以下將提出兩大類方法：單因子排序模型，以及結合濾波條件的動能策略組合。透過涵蓋台灣股市近二十年的嚴謹回測，實證結果顯示，當 IVOL 作為投資組合的篩選條件，特別是在搭配動能或股利等因子訊號時，可有效提升風險調整後的績效表現。

在金融市場中，風險與報酬的關係，往往未必如經典理論所描繪般呈現正向線性。實證經驗顯示，低風險資產反而可能取得更佳表現，這類現象被稱為「低波動性異象」。本文以台灣市場為例，探討該異象在台灣市場中的表現與特性，並聚焦於其中一項重要因子：特質波動度（Idiosyncratic Volatility），進一步評估其作為投資工具的可行性與應用價值。

TEJ「Factor Library 因子資料庫」，採用完整 Point-in-Time（PIT）架構，涵蓋超過100 項因子，兼具學術基礎與在地市場調整，劃分為九大類別。這項設計專為台灣股票市場而生，協助投資人加快研究速度、建立可重複的量化策略，並透過透明一致的資料，提升 alpha 信號的可靠性。

在投資決策中，「價量因子」是投資者洞察市場行為的重要工具之一。價格與交易量的關聯性，不僅能反映市場對資產的需求和供給，還能揭示資金流向和市場情緒的變化。這些因素對於捕捉短期機會和識別潛在的資產配置風險，具有重要的指導意義。

因子策略的精髓在於透過量化分析，將市場中複雜的變動簡化為關鍵驅動因素，幫助投資者捕捉市場趨勢並進一步提升投資效率。這些因子不僅可以用來分析市場的行為邏輯，也能成為制定資產配置和風險管理策略的可靠依據。

不管你是交易高手抑或是剛入門的新手，一定都會碰到許許多多的因子策略。透過選擇與市場表現高度相關的因子，投資者可以更有效地預測資產回報，並在不確定的市場環境中找到穩定的收益來源。

常見的權重設置是等權重與市值比權重，前者將所有因子視為相同，賦予不同因子等權重，並合成新的因子值；後者則是先在個別因子內以市值比加權合成新的因子值，再賦予不同因子等權重，再合成新的因子值，然而兩種方式皆沒有考慮因子的有效性。