科學實踐瑣碎複雜，不時會讓天馬行空的理論派蓋過風頭。然而先進社會總會把最專業的任務——無論是進行腦外科手術、設計飛機，或是設定市場利率，交到接受過科學訓練的人的手中，可見普遍人都相信科學可靠。令人費解的是，許多人卻會以跟巫術或占星無異的方法對待投資，或者毫無原因地深信自己會成為下一個股神。過份相信自己或別人的人，注定不是當科學家的材料。

智商高、學歷高的人，不一定能理性投資。我父親是韓國一所頂尖大學電子工程系的終身教授。當設計微芯片時，他會用上多年來的經驗和知識、參考行業期刊，亦很大程度依賴其他工程師的共同參與。而他選擇小型科技股票的方法卻簡單得多，譬如是問問我喜歡哪隻股票（而我通常會表示一無所知）。儘管20多年來的投資表現持續不濟，他仍堅持自主交易。仿佛只要涉及投資，他大腦內主宰理性邏輯的部份就會進入睡眠狀態。反過來說，我亦不可能只每星期花幾小時讀讀電子期刊就去設計芯片，與Intel或ARM等大企業競爭。 

投資是一門科學。或許大多數的投資者都熟悉現代投資組合理論或有效市場假設的內容，知道風險與回報的關係，懂得利息的運作，而只是忘記了它們都是源於學術理論。話雖如此，科學知識在不同領域的效用不一。譬如生物醫藥的研究成果當然是源於訓練有素的科學家，但金融博士卻不一定是最成功的投資者。更有一些最著名的投資者嘲笑以「科學」方法投資，巴菲特就曾公開說：「小心那些凡事搬出公式的科學怪傑。」

為甚麼金融學教授無法在投資佔優？我想到幾個可能。首要的原因是情感，情感可以打亂最優秀的腦袋。著名邏輯學家Kurt Gödel因為害怕被毒死，只肯吃由妻子準備的食物。後來妻子生病住院半年，Gödel挨餓至死。投資需要極嚴謹的紀律，而這是大多數人缺乏的。紀律亦與智力無關，無論投資者如何聰明，只要一刻失去理性，退休計劃亦可能毀於一旦。

第二，很多時候，經濟或金融研究員未必有足夠的工具去分析手頭上的數據。但他們仍然會嘗試。亦由於他們的研究可能會對經濟、社會和政治造成深刻的影響，其分析或會受到政治取態牽動，令中立性受損。

第三，大部份的市場信息都是無法量化的。規限自己只能分析數字的「科學投資者」肯定會錯過不少質化的資訊。創立MM定理（Modigliani-Millertheorem）的Franco Modigliani不能理解為甚麼會有許多企業支付股息。（編按：MM定理認為資本結構與企業價值無關。無論企業是以發行股票或債務集資，公司的分紅政策如何都不要緊。）但早從Benjamin Graham的年代，投資者已經知道股息制度有助企業管理層保持紀律，免做太多的愚蠢的事情。如企業管理文化和激勵機制等質素，並不容易量化。

我們有理由質疑金融研究員的說話，但完全漠視它們則是大錯。我甚至會說，對大部份投資者來說，以證據支持投資是最好的方法，因為這是個高效的學習策略。很多投資者選擇從個人經驗中學習，偏偏這是最壞的學習方法。經驗不可靠，因為經驗包含大量情感，亦受時代背景影響。個人經驗只能捕捉了一段相對歷史非常短暫的時期。經歷大蕭條的投資者也許會認定股票是危險的東西，乘坐了80至90年代牛市順風車的投資者，卻會視股票為財富引擎。

較好的策略是從歷史中汲取教訓，免犯重覆的錯誤。科學投資要求投資者誠實面對數據，務求從數據看出與之前信念不相符的東西。科學投資無疑有不少缺陷，但我仍相信它是讓投資者獲取真相的最可靠方法。

因子投資
除非你是學術研究的愛好者，否則你很大機會並不熟悉因子投資（factor investing）。這也不是甚麼艱難的理論。如果你聽過風格投資（style investing）——像小型股票相對大型股票，或者價值型股票相對增長型股票，風格投資就是只有兩個因素（資產規模及價值增長模式）的因子投資。

因子是能夠解釋和產生額外收益的資產特性。你可以把因子投資理解為購買這些特性，而不是購買某種資產類別或股票。

因子投資不是新事物，最早甚至可以追溯到60年代的資本資產定價模型（CAPM）。該模型中唯一影響預期回報的因素，是回報與市場走勢有多相關（covary）。CAPM模型以β（beta）表示此關係，並視預期回報率及β為線性相關，當β=1，就是說資產價格會隨著市場走勢以同一方向及大小移動。然而到了70年代，不少學者認為股票回報和β並不相關。許多人試圖以市場效率取代CAPM解釋，但皆沒有結果。

最後，Eugene Fama和Kenneth French以增加兩個因素：規模和價值，改善了CAPM模型。他們留意到小型股票表現優於大型股票，而帳面市值比高的股票又會跑贏帳面市值比低的股票，而且關係非常穩定，令二人認為市場理性地將這兩種特性「估值」於股票價格之中，意味以規模和價值這兩種特性作為策略的投資須承受較高的風險以求賺取更高的回報。

其他的研究陸續發現更多的股票因子，包括勢頭（momentum）、質量（quality）、低波動性（low volatility）等。因子的特性愈強，股票的額外回報愈大。是否相信這些因子的作用，視乎你是否相信市場有效（efficient）。在有效市場中，額外回報必然與風險相關。但如果市場並不理性，部份額外回報也可能從錯誤定價中產生，亦可能以量化策略從中獲利。

其實在學者於期刊發表這些「新發現」因子前，投資者早以懂利用這些特性投資。我不相信價值、質量、勢頭和低波動性等因子，因我認為這些策略風險較高。又如流動性不足這種特性，其所帶來的額外回報顯然是與風險相關。

因子投資有兩種：理性因素理論（Rational factortheory）針對由不同類型的風險所生的回報及相關市場價格，用於尋找理想的風險因子組合（optimal portfoliofactor risks）。而普遍投資者理解的因子投資，則是用作識別額外收益的簡單量化策略。

因子投資已存在數十年，卻只是約近十年才獲市場關注。最近採用此策略的包括挪威政府退休基金（歐洲最大的退休基金）及加州公務員退休基金（CalPERS；美國最大的公共退休基金）。

重新定義的α (Alpha)
因子投資的另一個含義，是當研究員能夠找到複製α（在補償風險以外，因基金經理表現出色所得的額外回報）的策略，α就會變為β。例如，80至90年代不少對沖基金經理以採取併購套利等與市場表現無關的策略獲得了良好的回報，後來分析員研究出以電腦複製這套利策略了，基金經理的α就成了β。

由此引申的後果，是基金經理愈來愈難去證明自己能力出眾。在80年代，能夠跑贏基準的就是好經理了。現在，分析員還會把基金的規模、價值、勢頭等作為控制因素。換句話說，如果基金經理帶來額外回報的時期，價值型股票、小型股票或強勢頭股同樣跑贏大市，根據因子投資的概念，基金經理帶來的額外回報便會歸零。

如果你相信價值和勢頭策略的額外收益是反映風險的，將表現作風險調整是合理的。如果你相信價值和勢頭策略的額外收益來自市場失效，這調整便屬不合理。我傾向相信後者。依我看來，那大量指證主動型股票基金經理無法戰勝市場的的研究，其實是指出的大部份額外收益都可以由少數的因子策略複製。

Samuel Lee為Morningstar 策略師及Morningstar ETFInvestor編輯。