基金多因子分析？
这个问题太宽泛了，我大概解释一下我的思路吧。
首先你要明确一点，“多因子”并不是一个特别明确的概念、或者说它并不表示一个特定的方法。在基金评价中经常提到的“多因子”一般是指对基金收益或者风险的来源进行分解，将收益或风险归结为多个因素（因子）的乘积。 至于为什么是多个因子的乘积，而不是其他形式的加和，这取决于你所采用的风险模型。我个人认为最经典的风险模型应该是CAPM，在这个模型里市场收益作为一个整体被分解成两个部分——风险溢价和贝塔系数（beta）。其中，risk premium反映了风险溢价的问题，而beta则衡量了一个资产组合相对与市场组合的风险水平。我们也就得到了两个影响基金收益（收益率）的因素：风险溢价和贝塔系数。当然，我们可以进一步细分风险溢价，比如按照风险来源的不同将之划分为流动性风险、信用风险等等，分别求出各个子风险要素的期望值和方差，然后算出各自的beta系数，这样我们就得到了很多个影响基金收益的因子。
以上只是我对于多因子分析的一个比较浅显的解释，这个概念其实挺模糊的。因为很多时候，人们谈到多因子分析的时候其实指的是因子分析。这里我需要提醒的是，在做因子分析的过程中，因子个数一定要小于等于变量个数。 如果做因子分析，建议你看看《量化投资—策略设计与实现》的第6章以及附录A的部分内容，这本书相当好，值得仔细研读。