酒的股份还能上涨吗？
对于股票而言，每股收益、每股净资产和股本数都是衡量公司价值的重要指标，但它们对股价的影响并不是单一的、线性相关的正向关系。比如，同样是微利个股，由于存在复利效应，最后累计下来的市值可能相差很大；而有的个股虽然每股收益和每股净资产较高，但由于是绩差股，最终也会表现欠佳。影响股价变动的因素很多，有财务方面的，也有非财务方面的；有基本面方面的，也有情绪方面的…… 在众多影响股价的因素中，有些是可以量化的，可以计算出来，这些变量被称为可量化因子（measurable variables）或会计变量（accounting variables）。
目前，学术界和业界应用最广泛的可量化因子分析框架由伯恩斯坦和斯蒂芬妮提出并发展起来的，称为“贝叶斯因子分解”方法。该方法的原理是，将每个影响因素对股价变动贡献的程度用系数表示，然后将各个系数的绝对值相加，得出总的影响程度。 基于此，我们可以在已知单个影响因素数值的情况下，通过公式推导得出任意两个影响因素之间相关性的程度。 以“酒指数”为例，假设其包含 A、B、C 三项因子，分别代表不同性质的影响因素，各因子的计算公式如下： 其中，P为评估区间内的交易日数，SI为第i个交易日的收盘价，EOD为最后一个交易日的收盘价，MP、MC 和 MC'分别为每笔交易的平均成交价格、最高成交价和最低成交价。
进一步地，假定每个因子的标准差均为 1，则每个样本的点估计值为： 为了便于比较，这里把“酒指数”每个因子取自然对数再进行标准化处理后的数据列于下页。当然，这样做只是为了研究方便，在真实世界中并不可能得到这样标准化的数据。
需要特别说明的是，虽然上述因子模型中只包含了三个因子，但这并不意味着其他因子就不重要。事实上，任何一个金融变量都可以用多个相互关联的因子进行解释。 利用已知的每个因子的计算方法及给定的数据，就可以通过矩阵计算得出各个因子之间的相关性(此处略去计算方法)。