Summaries — 2026-10-29
按入库日期倒序排列的摘要页清单，共 8 条。 本批为资产定价与因子模型正典：因子模型的开山之作（Fama-French 1993）、五因子模型（2015）、 q 因子模型（Hou-Xue-Zhang 2015）、A 股因子基线（Liu-Stambaugh-Yuan 2019）、 机器学习测量风险溢价（Gu-Kelly-Xiu 2020）、多重检验方法论（Harvey-Liu-Zhu 2016）、 452 个异象的统一复制（Hou-Xue-Zhang 2020）、异象发表后衰减的成因分解（McLean-Pontiff 2016）。 这批论文此前在本 wiki 已被大量引用（仅「Fama-French」一处就出现 44 次），但均无独立页面。 每条:
- 入库日 — 「summaries/<id>/<id>」形式的链接 — 出处返回: Quant Wiki 总索引
- 2026-10-29 — Fama & French 1993 — Common Risk Factors in the Returns on Stocks and Bonds (用零投资组合代理不可观测状态变量; 市场 + SMB + HML + TERM + DEF) — Journal of Financial Economics 33(1): 3-56
- 2026-10-29 — Fama & French 2015 — A Five-Factor Asset Pricing Model (加 RMW + CMA; HML 变多余因子; 失败案例是「重投资低盈利的小盘股」) — Journal of Financial Economics 116(1): 1-22
- 2026-10-29 — Hou, Xue & Zhang 2015 — Digesting Anomalies: An Investment Approach (q 因子模型; 投资机制统一解释几十个异象) — Review of Financial Studies 28(3): 650-705; NBER WP 18435
- 2026-10-29 — Liu, Stambaugh & Yuan 2019 — Size and Value in China (A 股因子基线: 剔除最小 30% 壳股 + 用 EP 而非 BM; CH-3 大幅胜过照搬 FF3) — Journal of Financial Economics 134(1): 48-69; NBER WP 24458
- 2026-10-29 — Gu, Kelly & Xiu 2020 — Empirical Asset Pricing via Machine Learning (900+ 信号; 样本外 R² 0.16%→0.40%; 多空夏普 0.61→1.35; 非线性交互才是收益来源) — Review of Financial Studies 33(5): 2223-2273; NBER WP 25398
- 2026-10-29 — Harvey, Liu & Zhu 2016 — …and the Cross-Section of Expected Returns (多重检验; 316 个因子; 新因子门槛 t>3 而非 2.0) — Review of Financial Studies 29(1): 5-68; NBER WP 20592
- 2026-10-29 — Hou, Xue & Zhang 2020 — Replicating Anomalies (452 个异象统一复制; 仅 35% 过单检验门槛; 交易摩擦类 96% 失败) — Review of Financial Studies 33(5): 2019-2133
- 2026-10-29 — McLean & Pontiff 2016 — Does Academic Research Destroy Stock Return Predictability? (样本外仅衰减 10%, 发表后衰减 35%; 归因于知情交易与套利限制) — Journal of Finance 71(1): 5-32 (2012 工作论文版)