异象的交易成本 (Transaction Costs of Anomalies)

大白话：文献里报的异象收益基本都是毛收益。一个月换手 20%、往返成本 50 bps，光成本就吃掉 10 bps——所以换手高的异象扣完成本基本什么都不剩。

一句话：文献里报的异象收益几乎都是毛收益。扣掉交易成本之后，换手高的异象基本都不剩什么了。

大白话

一个因子策略每月换手 20%，往返成本 50 bps，那么：

\text{净收益} \approx \text{毛收益} - 20\% \times 50\text{ bps} = \text{毛收益} - 10\text{ bps}

月收益 30 bps 的策略，扣完成本只剩 20 bps；如果毛收益本来就 10 bps，直接变负。

更麻烦的是：成本与换手率近似成正比，所以换手越高的策略被扣得越狠——而文献里恰恰是那些高换手异象（短期反转、特质波动率、资产增长）报得最响。

学术文献里等权组合的结果通常更强——因为小盘股的权重被放大了。但：

Novy-Marx & Velikov 的结论：等权结果具有误导性，应当谨慎对待。

这与 Hou-Xue-Zhang (2020) 的微盘股发现是同一件事的两面：那边说「等权排序把微盘股权重放大」，这边说「等权排序的交易成本高 2–3 倍」。

用 Hasbrouck (2009) 的有效买卖价差，而不是「半价差」：

为什么不能直接用 Roll 的估计量：c = \sqrt{-\text{Cov}(\Delta P_t, \Delta P_{t+1})} 在日频数据上不可用——日收益序列里正自协方差的比例很高，必须先把市场因子剔掉。Roll 的模型与这条线见 Roll (1984)。

技术	做法	效果
买入/持有价差	滞回阈值：只有信号变化超过阈值才换仓，允许继续持有不再主动交易的股票	最有效的单一技术
限制在高成本股票之外交易	只在预期成本低的股票上建仓	有效，牺牲收益
降低再平衡频率	月频 → 季频、半年频	有效，对高换手策略不适用

买入/持有价差为什么最有效：它直接降低换手率，而成本与换手率近似成正比。对换手极高的策略，三种技术组合使用效果更好。

论文	口径	结论
Novy-Marx & Velikov (2016)	用有效价差估成本，扣减收益	成本让大部分异象不再显著；构造时考虑成本的策略大多能活
Korajczyk & Sadka (2004)	用日内数据估比例型 + 非比例型（价格冲击）成本	算出动量策略的盈亏平衡资金规模；等权策略扣成本后最差

两条线互补：前者问「某个异象还剩多少收益」，后者问「这个策略能承载多少资金」。