💰 quantitative finance

Which Portfolios? The Construction Dependence of Factor Model Performance

本文表明，因子模型的性能排名显著取决于测试资产构建的选择（如选择、权重和再平衡策略），而非仅仅由模型本身决定。

原作者： Useong Shin

发布于 2026-06-19

📖 1 分钟阅读☕ 轻松阅读

原作者： Useong Shin

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图判断三位不同的天气预报员中，谁才是最优秀的。你手头有一份长长的过往风暴记录，你想看看谁对降雨、风力和温度的预测最准确。

这篇论文讨论的是：你组织数据的方式是如何改变你宣布谁是获胜者的。

作者 Useong Shin 认为，在金融领域，我们经常问：“哪种股票市场模型是最优秀的？”（就像在问“谁是最优秀的天气预报员？”）。论文指出，答案完全取决于你如何构建测试（即投资组合）。如果你改变了比赛规则，获胜者就会随之改变。

以下是使用简单类比对该论文研究结果的拆解：

1. “主场优势”

论文首先观察了这些模型在它们最初被设计用于研究的特定股票组中的表现。

类比： 想象一支足球队专门在泥泞的场地上练习。如果你在泥泞的场地上测试他们，他们看起来就像天才；但如果你在平整干燥的草地上测试他们，他们可能会显得笨拙。
研究发现： “Fama-French”模型（一个著名的金融模型家族）在测试其所帮助创建的特定股票组时表现得非常好。而 “q5” 模型（一个较新的模型）在其旨在解释的特定组别中表现得非常好。这被称为**“主场偏差”（Home-Field Bias）**。这并不意味着这些模型是虚假的；它只是意味着它们是针对特定地形进行了调优。

2. “随机洗牌”实验

为了观察这些模型是否真的在所有领域都表现出色，作者没有使用那些熟悉的、预先组织的组别。相反，他创建了随机投资组合。

类比： 他没有在熟悉的泥泞场地上测试那支足球队，而是将 1,000 名随机球员混在一起，放在一个随机的场地上，让他们进行比赛。他并没有挑选“最好的”球员，只是随机抓取了一把股票。
方法： 他改变了这个随机游戏的规则：
- 如何挑选球员： 是挑选大公司（就像挑选最高的球员），还是平等地挑选所有人（就像抽奖）？
- 如何管理球队： 是每天保持同样的阵容（恒定权重/Constant Weight），还是让表现好的球员自然地占据更多空间（买入并持有/Buy-and-Hold）？

3. 令人惊讶的结果：“再平衡”带来的转折

这是论文中最重要的部分。作者发现，你在构建投资组合后如何管理它，会改变获胜者。

“买入并持有”策略（让球队自然漂移）：
- 类比： 你挑选了一支球队，然后让那些进球的球员自动获得更多的上场时间，而那些失误的球员上场机会减少。你一年之内都不去触碰阵容。
- 获胜者： 在这种情况下，FF5 和 FF6 模型（那些更复杂、更古老的模型家族）通常会胜出。它们能很好地处理“漂移”的阵容。
“恒定权重”策略（每日再平衡）：
- 类比： 每天早上，无论昨天谁进球了，你都强迫球队回到最初开始时的精确阵容。你不断地卖出赢家并买入输家，以保持平衡。
- 获胜者： 在这种情况下，FF3 模型（一个更简单、更古老的模型）是明显的赢家。它最为稳定。
- 失败者： q5 模型（那个较新的、“聪明”的模型）在这里的表现却出人意料地糟糕。当你强迫阵容每天重置时，它会留下巨大的“定价误差”（错误）。

4. “q5” 悖论

论文强调了关于 q5 模型 的一个令人困惑的情况。

悖论： 如果你看“最大夏普比率”（一种衡量“哪个模型提供了最佳理论投资机会”的高级方式），q5 是冠军。它似乎拥有最强大的工具。
现实： 然而，当你实际在随机投资组合（尤其是那些每日再平衡的组合）上进行测试时，q5 犯下的错误最多。
教训： 拥有“最佳理论工具”（高夏普比率）并不意味着该模型能准确预测特定随机构建投资组合的回报。这就像拥有一台法拉利引擎，却把它装在一辆在颠簸路面上行驶性能极差的汽车里。

5. 主要结论：“哪些投资组合？”比“哪个模型？”更重要

论文得出结论，你不能简单地问：“哪个金融模型是最优秀的？”

答案是： 你必须问，“哪个模型最适合‘这些特定的’投资组合，且是以‘这种特定的’方式进行管理的？”

作者认为，我们构建测试投资组合的方式（挑选股票、权重分配以及决定何时再平衡）不仅仅是一个枯燥的技术步骤。它是一个设计选择，决定了结果。

如果你改变规则（例如，从“让赢家增长”变为“每天重置”），模型的排名会完全反转。
FF3 模型是“瑞士军刀”，无论你如何管理权重，它都能保持稳定。
FF 模型 如果你让投资组合自然漂移，效果会很好。
q5 模型 在理论上很强大，但在强制每日再平衡时会表现挣扎。

总结

把金融模型想象成不同类型的鞋子。

有些鞋适合在跑道上跑步（FF 模型在它们自己的数据上）。
有些鞋适合在泥泞中徒步（FF 模型在“买入并持有”组合上）。
有些鞋适合在跑步机上行走（FF3 在“恒定权重”组合上）。
而有些高科技的高级鞋（q5）在商店里看起来很棒，参数也很完美，但如果你尝试在特定的湿滑地面上奔跑，它们可能会让你滑倒。

论文的信息是：不要只看鞋子的规格参数；要看你正在行走的路径。 “最棒”的鞋取决于你选择走什么样的路。

技术摘要：因子模型表现的构建依赖性

1. 问题陈述

资产定价因子模型的实证表现传统上是基于模型的因子以及由此产生的定价误差（alpha）来评估的。然而，本文认为，模型性能的排名并不取决于测试资产的构建方式。虽然特征排序组合（例如规模、价值、动量）是减少特异性噪声的标准做法，但它们往往与用于构建因子的特定特征高度一致，这可能产生一种“主场偏差”（home-field bias）。

本文探讨的核心问题是：一个因子模型的拟合能力是否能推广到由不同规则形成的组合？具体而言，本文研究了股票选择、初始权重、组合广度以及形成后的权重管理（持有与再平衡规则）的变化如何改变竞争性因子模型的相对表现。研究认为，测试资产的构建并非一个中性的预处理步骤，而是一个根本性的设计选择，它决定了定价误差的哪些维度会被强调。

2. 研究方法

数据与样本范围

本研究利用了从 1967 年 1 月 3 日到 2024 年 12 月 31 日的广泛 CRSP 可投资普通股宇宙（NYSE、AMEX、NASDAQ）。通过市值和交易流动性（63 天平均美元成交额）对样本进行筛选以确保可投资性，并引入滞后效应以防止频繁进出。最终的样本保留了约 99.7% 的总市值，同时剔除了流动性最差的尾部股票。

随机组合构建

本文并未采用特征排序法，而是构建了非特征排序的随机组合。构建过程涉及四个不同的维度：

股票选择： 股票按比例于市值（MEP）或均匀分布（UNIF）进行抽样。选择比例 ( $\rho$ ) 范围从 0.5% 到 100%。
初始权重： 被选中的股票分别采用等权重（EW）、市值加权（VW）、平方根市值加权（SQME）或随机权重（RAND）。
权重管理（动态）： 相同的初始股票和权重受到两种不同规则的约束：
- 买入并持有（BH）： 权重随已实现收益率内生漂移。
- 恒定权重（CW）： 组合每日进行再平衡，以恢复初始目标权重。
组合广度： 通过改变组合中的股票数量来测试多样化的影响。

评估模型

分析对比了六个因子模型：

CAPM
Fama–French 三因子模型 (FF3)
Carhart 四因子模型
Fama–French 五因子模型 (FF5)
Fama–French 六因子模型 (FF6)
Hou–Xue–Zhang 五因子模型 (q5)

评估指标

使用以下指标评估表现：

因子跨越（Factor Spanning）： 直接测试一个模型的因子是否跨越了另一个模型（Barillas and Shanken, 2017），衡量均值-方差机会集的扩张情况。
定价误差： 平均绝对定价误差、均方根误差、尾部误差、显著 alpha 的占比以及时间序列 $R^2$ 。
主场偏差： 比较模型在常规特征排序组合（Fama–French、global-q、行业组合）与随机组合上的排名。

3. 主要结果

A. 因子跨越 vs. 组合拟合

跨越测试揭示了均值-方差机会集的不对称性。q5 模型提供了最广泛的样本机会集，其特定因子（尤其是预期增长，EG）对最大夏普比率有显著贡献。然而，跨越更大的机会集并不意味着在特定测试资产上的定价误差更小。本文证明，一个模型可以在跨越测试中占优，但在随机组合上留下较大的、受构建方式影响的定价误差。

B. 主场偏差

在常规的特征排序组合上，模型在与其自身研究脉络相一致的资产上表现最好（“主场偏差”）：

FF 模型在 Fama–French 特征排序组合上表现最好。
q5 在 global-q 异常组合上表现最好。
当转向行业组合或随机组合时，排名发生显著变化，这表明在熟悉的排序组合上具有强拟合能力并不代表能推广到外部构建规则。

C. 随机组合上的构建依赖性

因子模型的表现对组合构建设计高度敏感：

买入并持有 (BH)： 在 BH 和低频再平衡下，FF5 和 FF6 通常表现强劲，往往优于 FF3 和 q5。领先者取决于采样方式（MEP 与 UNIF）与初始权重之间的相互作用。
恒定权重 (CW)： 在每日再平衡下，FF3 脱颖而出，成为最稳定的模型，在大多数设计中表现出最小的定价误差。
q5 异常： 虽然 q5 在跨越测试中实现了最高的最大夏普比率，但在随机组合（尤其是 CW 下）上留下了相对较大且受构建方式影响的定价误差。在许多 CW 设计中，q5 产生了广泛的正截距（低估）。
交互效应： 特定因子的边际贡献（例如向 q3 添加 ROE 或 EG）并非是不变的。在一个设计（如行业组合）中能降低定价误差的因子，在另一个设计（如 Fama–French 排序或 CW 随机组合）中可能会增加定价误差。

D. 再平衡频率的影响

通过改变再平衡频率（从年度到每日）显示，模型排名并非单调的。

FF6 和 Carhart 在较低频率（年度、季度）下表现更好。
随着再平衡频率增加（每周、每日），FF3 变得占据主导地位。
q5 在再平衡频率增加时表现通常会恶化，但在特定设计（如 MEP-VW）中，它在 CW 下表现良好。
BH 与 CW 结果之间的差异隔离了动态权重管理的效果，表明被定价的“收益过程”随着再平衡规则的变化而发生了根本性的改变。

E. 稳健性

研究结果在多种稳健性检验中保持一致：

仅限 NYSE 样本： 构建依赖性依然存在，尽管具体的排名发生了偏移（例如 FF5/FF6 在仅限 NYSE 的 BH 下表现减弱）。
剔除微型股： 移除市值低于 NYSE 第 20 百分位的股票虽然降低了误差幅度，但并未消除相对表现的差异或对构建规则的敏感性。
组合广度： 增加多样化虽然减少了噪声，但并未消除某些模型特有的系统性定价误差（例如，即使在 100% 广度的 CW 下，q5 仍保留了较大的误差）。

4. 贡献与意义

本文对资产定价文献做出了三个主要贡献：

系统性的随机组合设计： 开发了一个框架，用于从 CRSP 回报空间中抽样替代的可交易方向，而不重复用于验证候选模型的特征排序。这使得能够利用由外部规则生成的资产来评估模型。
区分因子跨越与绝对拟合： 本研究在实证上区分了因子跨越（扩展均值-方差机会集的能力）与组合层面绝对拟合（在预设资产集上的定价误差大小）。研究表明，一个模型可以提供更广泛的机会集，同时在特定的组合群体上留下更大的定价误差。
将动态权重管理视为设计要素： 本文将动态权重管理（BH 与 CW）视为测试资产构建的一个组成部分。研究表明，改变持有或再平衡规则会改变被定价的收益过程，从而改变估计定价误差的大小和方向。

意义：
本文得出结论，不存在“普遍优越”的因子模型。问题“哪个模型更好？”不能脱离“哪些组合？”以及“如何管理这些组合？”而独立存在。测试资产的构建不是一个中性的预处理选择，而是一个关键的模型评估设计组件。因此，实证比较应当同时报告直接的因子跨越情况，以及在不同组合生成规则和权重管理规则下的误差水平、方向及稳定性，以提供模型表现的完整图景。