毫不夸张的说，没有Worldquant举办这次Seeking Alpha比赛，我将不会遇到这本由Andrew Ang(洪崇理)编著的奇书。在Seeking Alpha的这些日子，我实在搞不清楚因子，贝塔，阿尔法和表达式这些东西的区别。为何找因子被称作找阿尔法(Alpha不能脱离Beta而存在)？为何用Websim上的表达式就可以计算出一个因子，以及它的回测表现？太多的困惑需要我扩展更多的渠道来解答。由于这本书书名中带着因子，它就被我阴差阳错地带了回来，也开启了一小段让我对因子有更深认识（总体依旧浅薄）的旅程。
书中最初将因子之于资产的关系类比作营养成分之于食品的关系。在这个视角下，因子其实就是资产产生收益的来源。我们日常享用美食，不过是为了获得那些必要的营养成分。(美食对我们的诱惑也不过是因为它们富含营养)。同样，投资资产，获得的也是资产隐含的因子带来的收益。但是因子为什么可以成为带来收益的驱动因素？在金融上我们认为因子其实就是一种风险，作为风险的承担者我们需要额外的补偿，这些补偿就是我们投资资产获得的收益。在书中，作者将这个不容易理解的概念解释为每个因子都有自己的“不景气”时期，严重的就如07-09的金融危机时惨烈的市场行情（可以认为是市场因子的不景气时期）。因此作为投资者不可避免地将会承受着在不景气时期的惨淡收益，那么在平常时期也就必须要求更好的表现，这就是风险溢价。
但是只将因子视作一种因素并不足够。在更多的情况下，因子也是一种投资组合。业界的因子既有基于基本面的宏观因子，也有投资风格因子。虽然前者并不能看作投资组合，但投资风格因子是可交易的即一种投资组合，最典型的例子就如CAPM模型构建出的市场因子，再比如Fama，French的三因素模型中的SMB因子和HML因子。投资风格因子也可以继续分类，通过简单做多就可以获取风险溢价的因子被称为静态因子，而需要持续交易来获取的是动态因子。
因子驱动了风险溢价，因此因子意味着风险，但是即便对于同一种因子而言，学界对其风险的来源也莫衷一是：有人认为是对该因子不景气时期的回报(理性解释)，也有其他人解释为投资者行为的偏差招致(行为学解释)。
动态因子重要优势在于可以比较容易地在投资组合中执行，因此也被称为“风格因子”、“投资因子”，业界也称为“聪明贝塔”或“另类贝塔”。但贝塔其实指的是某一项资产如某一只股票在某个因子上的因子暴露。
在第14章中，作者应邀评估挪威的主权基金”挪威政府全球养老基金“，在这里我又明确了几个虽然与因子没有直接的关系的概念的定义：(大类/战略)资产配置、战术资产配置(资产类别的择时)、证券选择(资产类别内部的选股部分)。这些定义的理清，是后面对资产管理或基金进行评估的基础，更将对我的毕业设计有不小的帮助。
虽然写了这么多，但是这些内容所占书的比例仍然微乎其微；更多的内容和章节都没有看到。我自知才疏学浅，目前没有足够能力领会全书精华，只能暂且搁置，待到功夫学成时，再来一探究竟。
