作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者，《机器学习与资产定价》译者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要Ehsani

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者，《机器学习与资产定价》译者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要郑重推荐友王闻老师关于另类数据的新书姊妹篇《另类数据：理论与实践》与《另类数据：投资新动力》。0数据，无论它被赋予“传统”还是“另类”的标签，是投资中最重要的组成部分。没有数据、没有高质量的数据，再厉害的模型、再高效的算法也是徒劳。在

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者，《机器学习与资产定价》译者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要Double

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者，《机器学习与资产定价》译者。封面来源：https://www.pexels.com未经授权，严禁转载。温馨提示请在音乐出现的位置播放或切换背景音乐。另外，由于文字较短，为了更好的欣赏背景音乐，请读的慢一点，再慢一点。2022

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者，《机器学习与资产定价》译者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要实证资产定价已然进入因子（协变量）的高维数时代。本文抛砖引玉，阐述我对此的四点思考。00引子时至今日，实证资产定价（以及因子投资）已然步入了因子（协变量）的高维数时代。大量发表在顶刊上的实证结果表明，多因子模型具有很大的不确定性且因子的稀疏性假设不成立。人们熟知的

作者：高嵩，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要将主观决策引入量化投资框架的前提是什么？引言本期公众号带来我司合伙人高老板关于量化投资中的主观判断的思考。公众号的老朋友（真的得是老朋友）可能还有印象，2018

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者，《机器学习与资产定价》译者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要用更先进算法和数据打磨异象已成为内卷时代实证研究的无奈之举。然而在协变量的高维数时代，对单一异象的精雕细琢又有多少价值？在另类数据应用中，学界是否在越走越窄？014

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者，《机器学习与资产定价》译者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要Kosowski

的翻译（当然还有少不了的译者注）。特别感谢刘洋溢博士和王熙老师提出的宝贵修改建议。另外，本翻译仅供学习交流使用，禁止一切商业行为，未经授权，禁止转载。这篇文章之后，公众号的推文会回归正轨的。I

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要Not

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要中文版《机器学习与资产定价》创作背后的心路历程。上期的文章推荐了我和王熙老师翻译的

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者。未经授权，严禁转载。摘要一本大数据时代的实证资产定价方法前沿，请查收。大数据时代，与资产预期收益率相关的协变量数量与日俱增。资产定价已然步入了协变量的高维数时代。在这个背景下，传统计量经济学方法在利用诸多协变量以及它们的非线性变换来预测预期收益率方面稍显逊色，而擅长处理这类问题的机器学习算法已悄然走进了实证研究和量化投资实践之中。然而，面对收益率数据低信噪比、不满足平稳性等问题，在其他领域大放异彩的机器学习算法在资产定价中并非即插即用。大到算法选择，中到超参数调优，小到变量预处理，每一个决策都会影响机器学习算法在资产定价应用中的效果。为了获得样本外更好的结果，人们又应该依据什么来做出上述决策呢？为了回答这些问题，让我们从理论和实证资产定价的发展说起。资产定价研究的核心目标之一是解释不同资产预期收益率在截面上的差异。自

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要协变量的高维数时代，数不胜数的公司特征都和预期收益相关，然而它们之间存在不能忽视的相关性。在这个背景下，如何更好地聚合协变量包含的预测信息?01对于资产定价而言，相信到现在你已经接受了协变量的高维数时代（Kozak,

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。《因子投资：方法与实践》领衔作者。封面来源：https://www.pexels.com未经授权，严禁转载。摘要在因子投资中，当协变量存在缺数问题时，除了填充截面或行业均值/中位数，是否还有更好的方法？01协变量缺数是因子投资中绕不过的坎儿，而这个问题在另类数据中尤甚。缺数，顾名思义，就是在特定的历史时刻、对特定的股票来说、某个协变量的取值是缺失的。这个问题广泛存在于因子投资和实证资产定价研究之中。在面对缺数问题时，常见的做法是填充截面均值/中位数，或者行业均值/中位数，或者上一期的值（假设上一期没有缺数）。这些似乎是人们约定俗成的做法，从来也没有人去质疑上述处理方式的合理性。（另外一种更加粗暴的方式是，把缺数的资产排除在分析之外，但这会造成

作者：石川，llanglli，刀疤连www.factorwar.com封面来源：https://www.pexels.com未经授权，严禁转载。摘要www.factorwar.com

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要实证层面，我们也许永远找不到“最优”的

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要这些先行者的杰出工作和重要贡献塑造了如今人们对投资的认知。引言前不久，借着

p-value。与频率主义方法相对应的，是贝叶斯方法。顾名思义，贝叶斯方法允许我们引入从经济学理论得出的关于因子是否为真的先验。此外，贝叶斯方法还自带奥卡姆剃刀效应（Ockham’s

作者：llanglli，石川，刀疤连；www.factorwar.com封面来源：https://www.pexels.com未经授权，严禁转载。摘要每当我们踏入一个新领域，都是从一篇文献综述开始。1引言公众号去年的年终总结中曾提到，今年的写作重点之一是基金研究方面文献的梳理，这里特指的是公募基金。为什么？因为关于对冲基金，已经有雄文系统梳理过了，见

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要强加人为稀疏性假设的多因子模型注定会成为一段历史，但以它们为基础也会孕育出新的范式。1引言前文《稀疏性幻觉》曾抛出这样的观点，在以往被提出的、如今早已成为实证资产定价中占主导地位的诸多多因子模型都带有非常强的稀疏性假设。这背后的动机是绕过和收益率有关的协变量的高维数问题，从而用低维模型研究定价问题。然而，希望通过包含有限个因子的

作者：石川，llanglli，刀疤连；www.factorwar.com封面来源：https://www.pexels.com未经授权，严禁转载。摘要本文从因子起源、因子成因、因子实证以及因子投资实务四方面详解（截面）动量因子。写在前面：本文的写作动机已在《Value》一文中解释过。本文在《因子投资：方法与实践》第

行为金融学小册子，地址如下（建议使用电脑打开）：https://www.factorwar.com/littlebook/behavioral-finance/另外

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要早期实证资产定价研究中存在不合理的稀疏性假设；新时代的资产定价研究需直面高维数挑战。1特设稀疏性下表列出了过去

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要当无用因子存在时，Two-Pass

作者：石川，llanglli，刀疤连；www.factorwar.com封面来源：https://www.pexels.com未经授权，严禁转载。摘要本文从因子起源、因子成因、因子实证以及因子投资实务四方面详解大名鼎鼎的价值因子。0引言在《因子投资：方法与实践》一书的第三章，我们对市场中常见的

趋势跟踪策略小册子，地址如下（或点击文末阅读原文）：https://www.factorwar.com/littlebook/trend-following/这个小册子汇总了连长

股中的实证结果均满足月均超额收益为正。对于反应过度异象来说，所有异象在等权构造下均可获得显著的超额收益；当采用市值加权时，它们的表现有所减弱，说明受到小市值的影响。反观反应不足异象，它们在

Fama：给建议很困难，因为每个人都是不同的。如果我有任何优点的话，那就是我能够非常专注。不过我也是花了很久才意识到人在一天当中能够集中精力的时间是有限的，比如我每天能够专注的工作

bootstrap，都可以模拟出一些被发表的异象。然而，哪组参数才是正确的呢？这就要看在哪组参数下，模拟产生的被发表的异象的某些统计指标更加符合实际被发表的异象的统计指标。为此，Harvey

年之间的表现，无一例外的，它们都获得了显著的超额收益。由于时间跨度和相关论文所涉及的实证区间接近，我们可以把它们视作样本内的表现。再来看看样本外……怎么说呢？“此时无声胜有声”。看完了美股，再来看看

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要若市场中不（持续）存在无风险套利机会，那么资产的预期收益由资产和因子的协方差（即

models），即资产对于因子的暴露是通过全样本内资产收益率对因子收益率做时序回归得到的，即每个股票对每个因子的暴露在全样本内是不变的。与之对应的，则是另一个家喻户晓的模型，即

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要资产定价理论保证了

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要资产定价理论保证了多因子模型和随机折现因子的等价性。实证研究应该在理论指引下展开。1900

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要当传统检验无法有效比较多因子模型时，一些新方法的诞生弥补了它的不足，让人们朝着找到真正意义上更优的多因子模型又迈进了一步。01实证中的困惑你是否在比较不同的多因子模型时因为下面这些自相矛盾的结果而倍感困惑？1.

我还清楚地记得自己一篇接一篇读下去时的心情，就像是发现了金矿。有一度我也纳闷自己为什么会这么兴奋，后来我才明白，他们在陈述一种核心思想：系统性偏误。”后来的故事想必各位都知道了。心理学研究给

testing（多重假设检验）方法论提升到了新高度。如今再谈到多重假设检验，公众号的小伙伴一定不再陌生了。《出色不如走运》系列的前几篇文章均围绕这个话题进行了探讨。在学术论文方面，Harvey,

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要多因子模型数据

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要你好，2021。01引言2020

作者：石川（川总写量化），llanglli（因子动物园），刀疤连（CQR）封面来源：https://www.pexels.com未经授权，严禁转载。摘要近年来，实证资产定价理论发展呈现出千帆竞技、百舸争流的局面。本文梳理其中的重要成果。01引言自上世纪

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要风险补偿和错误定价是因子/异象背后成因的两类重要解释。本文介绍检验这两种解释的常见方法。01引言前不久听了中国金融学年会中和实证资产定价相关的多篇报告，挺有感触的……首先是幻灯片的风格。在相当一大部分报告中，幻灯片的风格是下面这样的。满篇的文字让听众丝毫抓不住重点，而更令人崩溃的是，报告人一字不差的照着上面的字儿念。这不禁让我想起了

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要此处故意不留任何信息，请阅读正文。01引言有日子没有用整篇推文介绍单篇学术论文了。但今天，有篇文章还是值得拿来说道说道。近日，会计学知名期刊

的问题，大量挖出的异象都是虚假的，在样本外以及考虑了合理的交易成本后根本无法获得显著的超额收益。为此，不少学者主张考虑了成本之后的异象才对投资实务有价值。在这个背景下，一个关联的问题是，当

截面回归都是这样的例子。相信各位小伙伴对此都不陌生。今天这篇小文将从一个非常直观的角度解释多元线性回归背后的机制，并探讨常见的多重共线性以及遗漏变量将会对回归系数估计造成何种影响。这个直观的角度就是

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。未经授权，严禁转载。摘要多因子模型是如今实证资产定价的最重要方法，并在投资实务中发挥了巨大的作用。而这一切都始于

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。未经授权，严禁转载。摘要《因子投资：方法与实践》配套网站：www.factorwar.com。00引言上周，《因子投资：方法与实践》正式出版（推文在此）。作为“惊喜附加值”，我们随书也推出了配套网站，它的目的有两个：1.

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。未经授权，严禁转载。摘要一本写给你的因子投资，请查收。00引言到底什么是因子投资？因子投资涵盖的内容包罗万象。有人用因子来获取收益，也有人用因子来控制风险；有人用因子进行被动的资产配置，也有人用因子博取主动的套利收益；有人用因子研究预期收益率，也有人用因子研究收益率的波动……这些差异性的使用方式足以把刚接触因子投资的人搞得晕头转向。如果将“什么是因子投资”这个问题抛给从事因子投资的人，一千个人也可能给出一千种答案。因子投资涉及的内容虽然看似纷繁，但它们其实非常协调地构成了一个有机的整体。如何站在一个统一视角下探讨因子投资的方方面面呢？01一个公式20

个异象根据它们之间的相关性分成两组，使得每组内的异象之间相关性更高，而分属两组的异象相关性较低。第一组包含股票净发行量、复合股权发行量、应计利润、净营业资产、总资产增长率以及投资与总资产之比

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要本文介绍三种常见的以控制族错误率为目标的多重检验算法，并给出基于

作者：石川，北京量信投资管理有限公司创始合伙人，清华大学学士、硕士，麻省理工学院博士。封面来源：https://www.pexels.com未经授权，严禁转载。摘要传统的