Tzikas, Candès, Hastie, Boyd, Kochenderfer & Kahn (2026) — Transient Statistical Factors for Risk Models
大白话：这篇论文给已有的「低秩 + 对角」因子风险模型加上一批短命的统计因子（transient statistical factors），用加权极大似然 + EM 算法拟合；基础因子载荷保持不动，样本外拟合优度、残差拟合优度、对数似然和白化收益相关性都有改善。
作者：A. E. Tzikas, E. J. Candès, T. Hastie, S. P. Boyd, M. J. Kochenderfer, R. N. Kahn. 标题：Enhancing a Risk Model by Adding Transient Statistical Factors. 出处：arXiv preprint arXiv:2605.12977 (2026).
这篇论文是什么
一种扩充已有「低秩 + 对角」因子风险模型的方法：加入 k 个新的短命统计因子，用加权极大似然和 EM 算法拟合。基础因子载荷保持固定；在 Barra USE4 + 870 只美股大盘股的设定下，样本外 R^2、残差 R^2、对数似然和白化收益相关性都有改善。
作者名单为何重要
这是三个学术与产业社群少见的组合：
- Stanford 凸优化 —— Boyd, Candès。
- 高维统计 / 稀疏方法 —— Hastie, Candès。
- BlackRock 系统化投资 —— Kochenderfer, Kahn（后者长期担任 BlackRock 风险模型部门负责人）。
因此这篇论文既是理论上干净的（KL/MLE 等价、EM 收敛性、缺失数据的边缘化），又是贴着实际运行的（以 Barra USE4 为基准、以 EWMA 半衰期为可调旋钮、明确点出生产工程上的失败模式）。