再平衡的隐性成本：应该多久交易一次？

因子组合应该多久再平衡一次？

假设你构建了一个在回测中表现出令人信服的夏普比率的动量策略。信号每月更新，因此你每月再平衡。但你应该这样做吗？如果每周再平衡能捕获更多的阿尔法呢？或者每季度再平衡在几乎不牺牲收益的情况下将交易成本降低一半呢？再平衡频率的问题位于信号衰减、换手率和交易成本的交汇处——其答案的重要性远超大多数投资者的认知。

Novy-Marx和Velikov (2016)在其关于异象交易成本的综合研究中正面回答了这个问题。他们的发现令人警醒：对于许多知名的因子策略，学术论文中显示的总阿尔法大部分或全部被维持组合所需的交易成本所消耗。再平衡频率的选择不是次要的实施细节，而是决定策略是否真正盈利的首要因素。

因子策略的换手率税

每次再平衡事件都会产生换手率。股票进出组合，头寸规模变动，每笔交易都会产生成本——佣金、买卖价差和市场冲击。总成本随再平衡频率和每次再平衡的换手量同时增长。

Novy-Marx和Velikov检验了学术文献中记录的23种异象的广泛分类，并使用Hasbrouck (2009)的有效价差测量来估算扣除成本后的收益。核心发现：许多在总收益基础上看起来高度盈利的异象，在扣除现实交易成本后变得边际化或不盈利。短期异象——那些需要频繁再平衡才能利用的异象——受到的打击最大，因为高换手率将每笔交易的成本在多个再平衡周期中成倍放大。

机制很直接。如果策略要求年换手率200%，单边交易成本50个基点，则年化成本负担为2 x 0.50% = 组合价值的2.00%。对于总阿尔法为3%的策略，净收益仅剩1%——而这还未考虑跟踪误差、执行缺口或阿尔法本身的估计误差。

再平衡频率与净阿尔法：权衡取舍

再平衡频率与净业绩之间的关系不是线性的。更频繁的再平衡捕获更多原始信号，但产生成比例增长的成本。较低频率的再平衡降低成本，但允许组合偏离目标，导致阿尔法衰减。

下表展示了基于Novy-Marx和Velikov (2016)记录的模式，不同再平衡频率下风格化因子策略的权衡关系：

规律很清晰。每周再平衡捕获最多的总阿尔法，但产生的换手率过大，净收益可能趋近于零。每季度再平衡通常成为许多股票因子策略的最佳平衡点——在捕获大部分总阿尔法的同时将换手率保持在可控水平。最优频率取决于底层信号的衰减速度以及相关证券的交易成本。

并非所有异象都相同

Novy-Marx和Velikov研究中的关键洞察是，异象在对交易成本的敏感度上存在巨大差异。他们根据实施成本将异象分为三类：

低成本异象，如总盈利能力和资产回报率，因底层企业特征变化缓慢而具有低换手率。这些策略可以较低频率再平衡——年度或半年度——信号损失极小。即使考虑交易成本后，净阿尔法仍保持经济意义上的显著性。

中等成本异象，如动量和盈余惊喜，因信号在数月内衰减而需要更频繁的再平衡。它们产生中等换手率，其净盈利能力对所选再平衡频率和执行质量敏感。简单的成本缓解技术——如使用买入/持有价差区间而非硬性截断——能保留大部分净阿尔法。

高成本异象，包括短期反转和某些微观结构信号，要求近乎持续的交易。换手率极端，交易成本消耗几乎全部总收益。这些策略通常仅对拥有直接市场接入和最低执行成本的投资者可行。

DeMiguel, Martin-Utrera, Nogales和Uppal (2020)扩展了这一研究方向，表明将交易成本显式纳入目标函数的换手率惩罚组合优化能够相对于朴素再平衡规则实质性地提高净夏普比率。

实际成本缓解

Novy-Marx和Velikov提出了几种在不放弃因子敞口的情况下减少换手率税的实用策略：

更宽的再平衡区间。 不是每期都再平衡到精确的目标组合，而是使用容忍区间。股票在偏离目标阈值足够远之前保持在组合中。仅此一项就能在阿尔法衰减最小化的同时将换手率降低30-50%。

降低再平衡频率。 对于信号衰减缓慢的异象，简单地减少交易频率是最有效的成本削减杠杆。从月度转为季度再平衡通常能保留70-80%的总阿尔法，同时将成本削减一半以上。

执行中的耐心。 将交易分散到多日执行可以减少市场冲击，尤其对流动性较低的标的效果显著。耐心执行带来的成本节约可为容量受限的策略每年增加50-100个基点的净收益。

这些缓解策略不是理论上的好奇心。它们代表着策略在接触真实市场后生存与否的差异。

对因子投资的启示

再平衡频率问题直接影响投资者应如何评估因子策略及基于其构建的产品。月度再平衡的因子投资产品不一定优于季度再平衡的产品，即使月度版本捕获了略高的总阿尔法。扣除换手率、跟踪误差管理和执行的所有成本后的净收益才是关键。

对于构建因子组合的从业者，研究传达的信息很明确：从现实的成本模型开始，选择最大化净（而非总）阿尔法的再平衡频率，并将成本意识嵌入组合构建的每个阶段。再平衡的隐性成本只有在你选择不去看时才是隐性的。