Alpha

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。

使用Fama&French三因子模型來計算台灣上市櫃股票的alpha，並取得alpha最高的前20%股票以及alpha最低的20%股票，做一個多空策略的投資組合，並評斷績效。 資本資產定價模型(CAPM)，在現代投資組合理論中佔據了相當重要的地位，也是現代金融市場價格理論的基礎，而後續許多學者不斷在此基礎上延伸，開創了各式各樣的因子模型，甚至有因子動物園(factor zoo)之說，如本文使用的Fama&French的三因子模型，是將原本CAPM僅考慮市場風險因子的部分，而外加入了規模溢酬以及B/M ratio溢酬，以期待投資組合或股票的報酬率，能被這三個因子所解釋。

Lasso模型的全稱為最小絕對值收斂和選擇算式，主要運用在迴歸分析中的解釋變數篩選並通過「懲罰項目」的參數設定調整複雜度，因此，透過Lasso模型便可以降低「過度擬合」的問題，並且提升解釋變數的有效性。 Lasso模型的懲罰項用於衡量「誤差項」與「解釋變數量」之間孰輕孰重，也就是在挑選模型參數的過程中便不會只參考誤差項最小化，還會綜合考量解釋變數的數量不要太多，讓模型有適當的複雜度。 懲罰項參數設定則會影響到模型會考慮哪一個面相較多，若參數小，則該模型較注重「減少誤差」；反之，參數大，則模型較注重「減少解釋變數的量」，所以這就需要執行人員選定一個區間的數值不斷進行測試。