标签： #横截面

同一个『买过去赢家、卖过去输家』的排序策略, 持有 1 个月是亏的(短期反转), 持有 12 个月却赚钱(动量)——差别只在持有期 h。本文把它拆成两个隐藏成分: 短期『过度反应』仅 lag-1 反转(γ_R(1)=-θσ_O²<0, lag≥2 归零)与长期『信息动量』持久(γ_M(h)=σ_M²·φ_M^h>0, 衰减慢)。300 股 × 2982 日合成面板实跑: rank-IC 从 -0.109 翻到 0.012、L-S 月均收益由 -3.23 翻到 0.33、拐点出现在 h*≈3 并在 h=6-12 区间随动量累积持续增强。附完整 Python 与六类真实陷阱(中阶)。

词典法只能抓字面褒贬词，读不懂「营收不及预期但指引超预期」这种反转。FinBERT 是在金融语料上继续预训练的 BERT，三分类（positive/negative/neutral）直接输出概率，对否定、语境、金融术语的还原力远超朴素词典法。本文用合成截面实跑：FinBERT 与「真实隐藏信号」的相关系数 0.92，碾压词典法的 0.45；按情绪分做多空组合净 Sharpe 约 2.8、年化 22%。附完整 Python 与六类真实陷阱（高阶）。

Fama-French 的 RMW 用『营业盈利能力(OP)』——扣掉 SG&A 和利息之后还能剩多少。Novy-Marx(2013) 反问：你扣太多的才是噪声。毛利率(总收入减营业成本，再除以资产)更贴近『收入里究竟有多少真金白银』，更持久、更干净，截面预测力也更强。本文用合成面板实跑：毛利率十分位严格单调、多空年化 12.5%/Sharpe 1.96、CAPM alpha 12.4% 且 β≈0(防御)，rank-IC 0.042(t=6.71) 碾压营业盈利的 0.015，面板一阶自相关 0.92 对 0.05——『现金含量』确实是更稳的 alpha 源。附完整 Python 与六类真实陷阱（高阶）。

股市有个反直觉的事实：几乎所有长期收益都发生在「隔夜」(昨收→今开)，而「日内」(今开→今收)几乎不赚钱甚至略亏。Berkman-Jacobsen-Lee(2012)「Stocks Go Up by Night」和 Liu-Luo-Zhang(2019)把这件事坐实。本文用合成面板证明：①指数层面隔夜年化 +10.9% vs 日内 −1.4%；②隔夜跳变与同日日内收益横截面 rank-IC = −0.32(反转)；③按隔夜跳变做十档，同日日内收益从 D1 +0.87% 单调滑到 D10 −0.86%(t≈341)。附完整 Python 与六类真实陷阱(中阶)。

价值因子在 2007-2020 被践踏得最惨，但 2021-2022 又以『复兴』之名卷土重来。问题不在『便宜没用』，而在『用错了估值尺子』——单看账面市值比(B/M)对轻资产、高无形资产公司系统性失真。Asness/Moskowitz/Pedersen 主张用多指标复合价值(B/M、E/P、EBIT/EV、S/P、FCF/P、股息率 z 值平均)把单一指标的会计噪声平均掉。本文用合成面板实跑：复合价值多空年化 13.5%/Sharpe 1.29 碾压单 B/M 的 8.2%/0.76、rank-IC 0.027(t=6.12)对 0.015、便宜度价差拉到历史最宽后未来 L-S 收益显著更高——这正是价值复兴的机制。附完整 Python 与六类真实陷阱（高阶）。

『好公司』听起来像价值投资的心灵鸡汤，但 Asness 等(2014) 把它写成了可复制的因子：Profitability+Growth+Stability−Leverage−Aggressiveness，五个维度合成 QMJ。本文用 200 家×120 月的合成面板复现质量溢价——优质十分位年化 12.9%(Sharpe 1.02)、垃圾十分位仅 3.2%(Sharpe 0.30)，多空 QMJ 组合年化 9.2%、Sharpe 1.86、CAPM α 9.75%/年且 β 为负(防御属性)，rank-IC 均值 0.045(t=6.61)。附完整 Python 与六类真实陷阱（高阶）。

价值、动量、规模这些因子，传统上被用来选股；但「因子」本身也可以被当成一类资产来配置。本文用合成的 5 个风格因子月度收益，证明「因子动量」——用每个因子过去 12 个月收益做信号、做多走强的因子——能把组合 Sharpe 从 0.94 提升到 2.27，且对市场几乎中性(相关仅 0.18)。