最新
回测陷阱：为什么大多数回测都在撒谎
大多数回测的结果好得令人难以置信。生存偏差、前视偏差和数据挖掘夸大了收益表现，而对成本和流动性的不切实际假设掩盖了致命缺陷。了解如何使用紧缩夏普比率和前推分析构建诚实的回测。
Man AHL Research
量化投资中的行为偏差：系统性克服认知偏误
过度自信、锚定效应和羊群效应等认知偏差会造成持续性的定价错误，量化策略可以加以利用。然而，即使是量化投资者也会陷入模型过拟合和数据挖掘的陷阱。理解这些偏差是构建真正系统化投资流程的第一步。
NBER Working Papers
危机中的相关性崩溃：为什么分散投资在最需要时失效
资产类别之间的相关性在市场危机期间急剧攀升，而这恰恰是投资者依赖分散投资进行保护的时刻。本文考察了相关性崩溃的实证证据、均值-方差优化低估崩盘风险的原因，以及传统分散投资失效时的实用对冲方法。
BIS Working Papers
全球投资组合的货币对冲策略
货币敞口是大多数全球投资组合中最大的未补偿风险。高盛和索尔尼克、佩罗尔德的学术研究表明，最优对冲比率因资产类别、投资者所在国和成本环境而异。正确设定对冲比率每年可增加50至150个基点的风险调整收益。
Goldman Sachs Asset Management
ESG阿尔法：真实还是假象？
2019-2021年ESG基金跑赢市场，使许多投资者相信可持续投资能创造阿尔法。然而学术研究讲述了不同的故事：均衡状态下绿色资产的预期回报更低，观察到的超额收益是一次性重新定价事件，而ESG评级在不同提供商之间差异巨大，信号本身并不可靠。
Pastor, Stambaugh & Taylor (2021), 'Sustainable investing in equilibrium', JFE
因子择时：你能把握因子的时机吗？
关于因子择时的证据令人警醒。虽然价值利差、动量信号和宏观指标在理论上显示出一定的预测能力，但大多数战术性因子择时尝试在扣除交易成本后都会损毁价值。AQR和学术研究表明，纪律严明、多元化且基本静态的因子配置优于大多数择时策略。
AQR Capital Management
动量崩溃：赢家为何一夜之间变成输家
Daniel和Moskowitz (2016)揭示，动量崩溃不是随机事件，而是市场结构的可预测后果。
Daniel & Moskowitz (2016)
蒙特卡洛模拟在投资组合管理中的应用
蒙特卡洛模拟通过生成数千条可能的投资组合路径来估算实现财务目标的概率。通过对肥尾分布、相关性崩溃和路径依赖风险进行建模，它揭示了简单平均收益假设所遗漏的信息，使其成为退休规划和机构资产配置不可或缺的工具。
J.P. Morgan Asset Management
最优执行：大额订单的市场冲击最小化
Almgren-Chriss（2001）框架将大额订单执行中市场冲击与时机风险之间的权衡形式化。快速交易降低价格不确定性但增加冲击成本，慢速交易则相反。最优解描绘出一条由交易者风险厌恶程度决定的执行策略有效前沿。
Almgren & Chriss (2001), 'Optimal Execution of Portfolio Transactions', Journal of Risk
毛利润率溢价：更纯净的质量信号
Novy-Marx (2013)发现，作为企业经济产出最简单指标的毛利润率，其预测股票回报的能力与账面市值比相当，挑战了传统的质量衡量方法。
Novy-Marx (2013)
再平衡的隐性成本：应该多久交易一次？
Novy-Marx和Velikov (2016)表明，频繁再平衡的因子策略的大部分收益被交易成本消耗。
Novy-Marx & Velikov (2016)
行业轮动策略：把握经济周期的时机
不同行业在经济周期的不同阶段领先和滞后。收益率曲线、PMI和信用利差等量化信号有助于识别周期阶段，但精确择时仍然难以捉摸。证据表明，将宏观信号与因子暴露相结合的混合方法优于纯粹的行业押注。
Fidelity Investments Research
智能贝塔：通过指数基金实现因子投资
智能贝塔策略将经过学术验证的因子溢价包装成透明的、基于规则的指数产品。本文考察了单因子与多因子方法、换手率和集中度等构建陷阱，以及将理论阿尔法与可投资收益分离的费用拖累。
MSCI Research
流动性溢价：非流动资产为何回报更高
流动性较低的资产历史上获得了更高的回报，补偿投资者交易困难的成本和风险。非流动性溢价与规模和价值因子强烈交互，个人投资者在获取该溢价方面可能比大型机构具有结构性优势。
Dimensional Fund Advisors
方差风险溢价：以卖出波动率作为投资策略
隐含波动率在约90%的时间里系统性地超过已实现波动率。这一持续性差异即方差风险溢价，补偿承担暴跌风险的期权和方差互换卖方，使其成为衍生品市场中最稳健的收益来源之一。
Carr & Wu (2009), 'Variance Risk Premiums', Review of Financial Studies
交易成本与滑点：量化策略的隐性拖累
交易成本是理论上盈利的量化策略在实践中表现不佳的最大原因。理解执行成本的组成部分——佣金、买卖价差和市场冲击——并应用Almgren-Chriss等最优执行模型，对任何认真的量化投资者都至关重要。
Two Sigma Insights
另类风险溢价：超越传统资产的收益获取
另类风险溢价（ARP）代表介于传统贝塔和阿尔法之间的系统性收益来源。通过跨资产类别获取套息、动量、价值和波动率卖出溢价，投资者可以获得此前仅通过昂贵的对冲基金才能获取的分散化收益。
Ilmanen (2011) / AQR / HFR Research
处置效应：为什么投资者过早卖出盈利股票
投资者倾向于过早卖出盈利头寸，同时过久持有亏损头寸。根植于前景理论和损失厌恶的处置效应侵蚀收益并助推动量因子。
Odean (1998), Journal of Finance / Shefrin & Statman (1985)
尾部风险对冲：保护投资组合免受黑天鹅冲击
金融收益呈现肥尾特征——极端事件的发生频率远超正态分布模型的预测。包含看跌期权、VIX衍生品、趋势跟踪叠加策略和危机阿尔法概念的实用指南。
Bhansali (2014) / Universa Investments / AQR
Black-Litterman模型：将投资观点与市场均衡相融合
均值-方差优化会产生极端且不直观的投资组合。Black-Litterman模型从市场均衡出发，将投资者观点与可控置信度相结合，生成稳定且实用的资产配置方案。
Black & Litterman (1992), Financial Analysts Journal
波动率目标化：调整风险以获取更优回报
波动率管理组合根据近期已实现波动率反向调整敞口。这种简单方法无需预测收益能力，即可提高股票、债券和货币市场的夏普比率。
Moreira & Muir (2017), Journal of Finance
统计套利：现代市场中的配对交易
配对交易利用历史相关证券之间的暂时性定价偏差。Gatev等人(2006)的研究记录了简单距离法的显著收益，但近期证据表明，随着市场效率提高和策略拥挤，该策略的优势已经衰减。
Gatev et al. (2006), Review of Financial Studies
最大回撤：投资者最恐惧的风险指标
波动率告诉你典型的波动幅度，但最大回撤告诉你最痛苦的经历。MDD捕捉投资组合价值从峰值到谷底的最大跌幅。理解卡尔玛比率和条件回撤风险(CDaR)等回撤指标对于现实的策略评估至关重要。
Magdon-Ismail & Atiya (2004) / CFA Institute
风险平价：按风险而非资本平衡投资组合
风险平价按各资产类别对总风险的贡献均等分配权重。由桥水基金全天候策略推广，提供全新的平衡思维方式。
Qian 2005 / Asness-Frazzini-Pedersen 2012
套息交易：从利率差异中获利
套息交易——借入低利率货币、投资高利率货币——是外汇市场最流行的策略之一。
Brunnermeier-Nagel-Pedersen 2009 / Koijen et al. 2018
趋势跟踪：时间序列动量的论据
做多上涨资产、做空下跌资产的趋势跟踪策略在几乎所有资产类别中都产生了正回报，数据跨越数个世纪。
Moskowitz-Ooi-Pedersen 2012 / Hurst-Ooi-Pedersen 2017
均值回归策略：当价格回弹时
资产价格、估值和利差向历史均值回归的倾向是量化金融最基本的概念之一。
Poterba-Summers 1988 / Avellaneda-Lee 2010
押注低贝塔：为什么无聊的股票反而赢
BAB因子利用了一个根本性的市场扭曲：受杠杆约束的投资者为高贝塔股票支付过高价格，而低贝塔股票被系统性低估。结果是全球各资产类别中，无聊的低风险证券持续获得溢价。
Frazzini & Pedersen (2014), Journal of Financial Economics
规模效应：小盘股还能跑赢大盘吗？
小盘股溢价是金融学中最早发现的异常之一。几十年后的今天，证据变得更加复杂：纯粹的规模效应已经减弱，但结合价值或质量筛选的小盘股仍能带来可观回报。
Dimensional Fund Advisors / Fama-French (1993)
低波动率异象：更低风险，更高回报
传统金融理论认为高风险应带来高回报，但数十年证据表明低波动率股票在风险调整后表现优于高波动率股票。
Ang et al. 2006 / Frazzini-Pedersen 2014
质量因子：高盈利企业为何带来更高回报
高盈利、稳定收益、保守资产负债表的高质量公司历来跑赢低质量公司。探索质量溢价背后的学术证据。
Novy-Marx 2013 / AQR QMJ 2019
动量因子
最稳健的异常现象。综合AQR与KCMI研究。
AQR / KCMI 2025-14
价值因子：买入低估股票获取长期超额收益
低估股票跑赢高估股票的价值溢价是金融领域最古老、争议最大的异常现象。从格雷厄姆到法马-弗伦奇模型的完整追溯。
Fama-French 1992 / Lakonishok-Shleifer-Vishny 1994
分散投资的科学：从马科维茨到现代投资组合
马科维茨称分散投资是金融中唯一的免费午餐。从均值-方差优化到现代改进，追溯投资组合构建的演变。
Markowitz 1952 / DeMiguel-Garlappi-Uppal 2009
Fama-French五因子模型详解
Fama-French五因子模型是理解投资组合收益驱动因素的标准框架。本文从CAPM到三因子模型再到当前五因子模型的演进，解释每个因子的含义、模型在投资组合分析中的应用以及批评者的观点。
Fama & French (2015), Journal of Financial Economics
夏普比率：衡量风险调整后收益
夏普比率是金融中最广泛使用的风险调整绩效指标，但经常被误解和误用。我们解释其构建、假设、局限性和替代方案。
Sharpe 1966, 1994 / Lo 2002
因子投资：从业者入门指南
因子投资系统性地追求价值、动量、质量、低波动率等持续性收益驱动因素，有数十年学术研究支持。
Ang 2014 / Harvey-Liu-Zhu 2016