所謂市場的有效性，指的是資產價格已經完全反映了市場中所有的信息。作為金融理論中最根深蒂固的理念，有效市場就像物理學裡的真空無摩擦世界一樣美好。而事實上，在幾十年的實踐和研究中，人們總結出了大量股票市場中的異象，它們有的廣泛存在於不同的市場環境中，有些則只是在某些市場或者某些時段存在，但無論如何這些被證明了的現象，在給投資者帶來收益的同時，也不斷挑戰和更新著我們對金融世界的認知。
Hou等人在2017年發表了一篇工作論文叫做《Replicating Anomalies》，我們在之前的推送中還專門介紹過這篇論文。他們在論文中收集並整理了既有研究裡出現過的447中投資異象進行了統一的分析（統一標準後，就只剩下200多種了），結果發現，很多異象在實踐中其實是無效的，因為樣本期或者市場的變化，會導致這些因子的失效。而我們今天也打算按照他們的思路，檢驗一下A股中的交易摩擦性因子的表現。
在檢驗之前，我們需要先做好定義的工作。
所謂異象，是指人們發現具有某種特徵的股票，在未來會比不具備這樣特徵的股票有更高的超額收益。而所謂交易摩擦性，實質上衡量的是股票市場中的流動性是否充沛，我們可以基於流動性的角度，分析市場以及股票的交易活躍程度。根據論文的總結，我們選取了以下18個因子來作為流動性的代表，它們的名稱和定義如下：
在具體實施中，研究者還會選擇不同的週期來計算指標，具體的測算均可在倍發科技投資研究系統(Betalpha BAR 1.0)中計算和實現，在這裡限於篇幅我們不做更多的展示。
在建立上述18個指標之後，我們建立如下回測規則：回測範圍為2007年至今的所有A股，換倉頻率為每日換倉，並對回測持倉按照市值權重加權，並剔除了所有ST股和漲跌停股。我們在每次回測中，按因子值將股票平均分為五組，F1組為相應因子值最高的20%的股票，F5則為因子值最低的20%的股票。如果組內平均收益依照因子分組的變化呈現線性的變動趨勢（比如越來越大或者越來越小），就意味著我們能在A股中觀察到類似的異象，如果變動趨勢本身是變動不居的，那麼可能意味著以這類因子來總結股票變動規律可能是無效的。
從回測情況來看，我們發現，日度換倉情況下，存在線性變動規律的因子包括月流動性、3個月流動性（以上幾類越來越小），以及總流通市值、總市值、月成交額、3個月成交額和月特異波動率（以上幾類越來越大）。我們在這裡只展示月流動性和總市值因子的表現：
IC均值與其標準差的均值可以作為因子配置的加權權重使用，數值越大意味著因子有效性越突出，並且穩定性也很出色。結合線性化分析的內容，在A股的交易摩擦類因子中，兩個市值因子、兩個流動性因子和2個月成交額因子在A股中的表現都較為突出。這一點與Hou的論文觀點存在一定的差異，因為在他們的回測結果中，摩擦類因子的迴歸效果是最好的，大部分因子都完全有效，因為交易數據反映出的信息量較多，但是從我們的回測情況來看，A股的交易數據信號質量並不算好，可能這與A股交易者以散戶為主的特徵有關，交易行為的一致性並不算高，因此以此為基準的回測結果也不盡人意。不過隨著A股市場機構化程度的提升和投資者同質性的增強，這類因子的表現可能也會隨之好轉，建議各位讀者可以保持對這類信號的觀察。
風險管理工具 / 量化投資知識 / 金融大講堂——"有金有險"
（歡迎金融機構從業的朋友申請BAR系統的試用）
閱讀更多 有金有險 的文章
