他走到白板前，画了一个简单的图：
```
低PE股票池
/ | \
钢铁 化工 公用事业
/ \ \
周期股 原材料 稳定收租
```
他指着这些分支：
“低PE只是一个筛选条件。但被它筛出来的股票，五花八门。有钢铁，有化工，有公用事业——它们的盈利模式、风险特征、对宏观的敏感度，完全不一样。把它们装在一个篮子里，指望它们表现一致，是不可能的。”
他顿了顿：
“更麻烦的是，这些不同类别的股票，在不同的市场环境下，表现可能完全相反。2007年，钢铁涨，公用事业不涨。2008年，公用事业抗跌，钢铁暴跌。2009年，钢铁反弹，公用事业不动。你用一个因子把它们捆在一起，结果就是互相抵消，什么都没有。”
陈默听着，慢慢开始理解。
“所以，我们需要的不只是一个因子……”他缓缓说。
“是一组因子。”周寻接过话，“用多个维度去刻画一只股票——估值、成长、质量、动量、波动率、流动性……每个维度一个因子，然后把这些因子组合起来，形成对股票的全景画像。”
他走回白板，画了一个新图：
```
股票综合评分
/ | \
估值因子 质量因子 动量因子
/ | \
低PE 高ROE 过去3月涨幅
低PB 低负债 过去6月涨幅
低PS 高毛利 过去12月涨幅
```
“这叫多因子模型。”周寻说，“每一个因子负责捕捉一个维度的信息。有的看便宜不便宜，有的看公司好不好，有的看趋势强不强。把它们合在一起，才能得到一个更完整的判断。”
他转过身，看着陈默：
“单一因子，就像用一把尺子去量一个人的全部——身高、体重、智商、情商，全用同一把尺，能行吗？”
陈默摇头。
“对。量化也一样。我们需要很多把尺子。”
房间里安静了几秒。
陈默看着白板上那张图，看着那些分支和连线，脑子里忽然想起一件事。
“周寻，”他问，“你说的这些，和我们以前做的深度研究，有什么本质区别？”
…。。