paperanomaliestransaction-coststurnoverdata-snoopingrfscanonical

Novy-Marx & Velikov (2016) — "A Taxonomy of Anomalies and Their Trading Costs"

大白话：Review of Financial Studies, 29(1), 104–147。本页基于 NBER Working Paper 20721（2014-12）全文。 第一篇系统给异象算交易成本的论文——把「毛收益显著」和「能赚到钱」分开。

引用

Novy-Marx, R. & Velikov, M. (2016). "A Taxonomy of Anomalies and Their Trading Costs." The Review of Financial Studies, 29(1), 104–147. 工作论文版：NBER WP 20721。

成本模型

不用「半价差」这种粗糙口径，而用 Hasbrouck (2009) 的有效买卖价差：

  • 在 Roll (1984) 模型上加入市场收益因子，用贝叶斯 Gibbs 采样估计
  • Roll 的朴素估计量 c = \sqrt{-\text{Cov}(\Delta P_t, \Delta P_{t+1})} 在日频上不可用——日收益的正自协方差比例太高，必须先剔掉市场因子

样本：1963 至 2013。

关键数字

口径 数字
典型价值加权策略的往返成本 平均 超过 50 bps
成本对收益的侵蚀 一般吃掉单边月换手 1% 以上的收益
等权策略的成本 价值加权策略的 2–3 倍
单边月换手 < 50% 的异象 大部分扣完成本仍显著
单边月换手 > 50% 的异象 只有两个仍有显著净收益

「等权比价值加权贵 2–3 倍」：学术文献里等权结果更强是常态（小盘股权重被放大），但等权恰恰最难交易。论文直接说等权结果具有误导性，应当谨慎对待。

三种成本缓解技术

技术 做法 效果
买入/持有价差 滞回阈值：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

对换手极高的策略，三种技术组合使用效果更好。

论文的落脚点

问题不是「成本高」，而是成本放大了数据窥探的嫌疑：即使很多策略的净收益在 t > 2 水平仍显著，能产生显著净收益的策略数量大幅缩水。研究者事先不知道会面对多大的成本时，「毛收益显著」更可能只是运气。

与本 wiki 的关系