多因子、CTA 与统计套利

这一页不讨论哪一类方法“最强”，而是专门解决一个更基础也更容易混掉的问题：多因子、CTA 和统计套利到底不是同一种东西，它们赌的市场规律、依赖的数据类型、最怕的市场环境和最常见的失真来源都不同。如果量化总页负责讲系统化方法为什么成立、为什么会失真，那么这张页负责把最常见的三类方法家族真正拆开，防止大家把“都会用模型和回测”误读成“它们其实差不多”。

3 类方法

横截面选股、趋势跟随、相对价值对冲

先分问题

先问它想解决什么，再看它怎么赚钱

最怕混读

很多争论其实是拿不同方法在错位比较

边界清楚

不写参数教程，不做策略推荐，只做方法分工

一、为什么这三类方法必须拆开看

它们都可以被叫作量化，但“量化”只是共同外壳，不是共同本体。

多因子更像横截面排序问题

它问的是：在同一时间截面上，哪些资产因为估值、质量、动量、低波或其他特征，更值得被高配或低配。

同一时点 → 特征排序 → 组合配置

CTA更像时间序列行为问题

它问的是：某个市场或资产自身的价格行为，是否出现了可持续一段时间的趋势、反转或波动扩张特征。

单一序列 → 趋势判断 → 跟随执行

统计套利更像相对价格关系问题

它问的是：两个或一组资产之间的相对关系是不是被暂时拉开了，未来是否存在回归、收敛或重新定价的空间。

相对错位 → 对冲结构 → 价差回归

先记住三句话

如果你第一次看这页，先不用把公式和参数搞懂，先记住它们各自赌的不是同一种规律。

多因子

横截面

多因子更像“同一批资产里谁更值得多配、谁更该少配”的排序问题。它主要是在同一时点横向比较。

排序特征组合

CTA

时间序列

CTA更像“同一个市场的趋势有没有延续”的时间序列问题。它主要盯价格行为本身，不先盯企业基本面。

趋势单一序列跟随

统计套利

相对价值

统计套利更像“几组资产之间的关系是不是暂时错位了”的相对价格问题。它不是赌整体市场涨跌，而是赌关系回归。

价差对冲回归

二、三类方法的最小分工表

先用一张表把三类方法压缩到最小可区分状态，读完再进下面的展开部分。

方法家族	它在问什么	主要依赖什么数据	最常见收益来源	最怕什么环境
多因子	同一批资产里，谁更该多配、谁更该少配	财务、估值、价格行为、行业与风格暴露	风险补偿、行为偏差、横截面错定价	因子拥挤、风格反转、样本内拟合过度
CTA	单一市场的趋势是否还在延续	价格、波动、期限结构、持仓与成交等时序数据	趋势延续、风险管理纪律、跨市场分散	震荡市、假突破、高换手成本
统计套利	相对价格关系是否暂时偏离了稳定区间	价差、协整、相关性、成交与借券等结构数据	相对价值回归、流动性错位、制度摩擦	结构断裂、挤仓、借券成本、成交冲击