因子研究（2）——行为金融学视角下的因子溢价来源

本文基于2024-2026年最新学术研究与行业实践，聚焦行为金融学对因子溢价来源的解释机制，是对上一篇报告（因子研究——基本面因子分析报告）的进一步补充

一、核心框架

因子溢价指承担某种特定风险所获得的超额回报

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 因子溢价 = 行为偏差导致的…" style="color:#cc0000">$ 因子溢价 = 行为偏差导致的错误定价 × 套利限制导致的定价修正延迟 $

传统金融学假设市场有效、套利无成本，因此因子溢价应被迅速消除。但行为金融学指出：投资者系统性偏差制造错误定价，而套利限制阻止其被快速修正，二者共同作用使因子溢价得以持续

驱动机制	核心逻辑	对应因子类型	典型表现
行为偏差	投资者认知/情绪偏差导致价格偏离基本面	价值、动量、反转、情绪	过度反应、反应不足、处置效应
套利限制	风险、成本、制度约束阻碍套利者纠偏	所有因子	溢价持续性、动量延续、价值陷阱

二、行为偏差机制

2.1 过度反应与反应不足

理论来源：De Bondt & Thaler (1985) 首次提出过度反应假说，投资者对新信息赋予过高权重，导致价格短期超调

作用机制：

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 信息冲击 → 投资者情绪放大…" style="color:#cc0000">$ 信息冲击 → 投资者情绪放大 → 价格过度上涨/下跌 → 均值回归 → 因子溢价 $

因子类型	行为机制	实证表现
动量因子	投资者对新信息反应不足，价格缓慢调整形成趋势	过去3-12个月收益高的股票未来继续跑赢
反转因子	过度反应后价格回归基本面，短期赢家变输家	A股市场短期（1个月）反转效应显著
价值因子	投资者对冷门股注意力不足，导致系统性低估	低估值股票长期跑赢高估值股票

最新发现：2025年研究显示，中国A股散户主导市场中，过度反应效应在政策利好/利空发布后3-5个交易日内最为显著，随后出现明显反转

2.2 前景理论与损失厌恶

核心观点：投资者对损失的敏感度约为收益的2-2.5倍，导致"处置效应"——过早卖出盈利股、死守亏损股

（处置效应是指投资者倾向于过早卖出盈利股票（落袋为安），而长期持有亏损股票（不愿割肉）的非理性行为倾向）

对因子溢价的影响：

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 处置效应 → 盈利股抛压提前…" style="color:#cc0000">$ 处置效应 → 盈利股抛压提前释放、亏损股抛压延迟 → 盈利股短期超跌（价值因子机会）、亏损股短期抗跌（动量因子失效） $

实证支持：

使用"未实现盈亏"（Capital Gain Overhang, CGO）衡量处置效应强度，发现CGO高的股票未来3个月收益显著更低——高 CGO 的股票往往面临更大的抛售压力（因为很多人想获利了结），这会导致股价在短期内的“阻力位”效应；而深陷浮亏的股票，由于投资者惜售，供给减少，反而可能在利空出尽后表现出更强的韧性，或者形成“反弹即解套抛售”的压力位
在熊市中，损失厌恶导致投资者集体抛售，加剧价值股的超跌，反而为价值因子创造更大溢价空间

2.3 有限注意力与注意力偏差

理论逻辑：投资者认知资源有限，优先处理显著信息（如财报超预期、新闻舆情），忽略"沉默"的基本面信号。

因子溢价机制：

场景	行为表现	因子机会
财报季	投资者聚焦超预期公司，忽略稳健但无亮点的优质企业	价值因子：低关注度+高基本面=低估机会
热点炒作	资金追逐热门概念，冷落传统行业龙头	质量因子：高盈利+低关注度=定价偏差
信息过载	散户无法处理复杂财务指标，依赖简单标签（如"高增长"）	盈利因子：真实盈利能力被简化标签掩盖

最新研究通过NLP技术构建"新闻关注度因子"，发现低关注度股票组合年化超额收益达4.2%，且与价值因子低相关，可作为独立阿尔法源

2.4 锚定效应与52周高点

经典发现：投资者将股价52周高点作为心理锚点，当股价接近高点时，买入意愿下降，导致反应不足。

策略启示：

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 股价/52周高点 < 0.8…" style="color:#cc0000">$ 股价/52周高点 < 0.8 → 投资者悲观锚定 → 价值因子信号增强 $

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 股价/52周高点 > 0.9…" style="color:#cc0000">$ 股价/52周高点 > 0.95 → 投资者乐观锚定 → 动量因子信号增强 $

回测证据：在沪深300成分股中，结合"52周高点距离"调整价值因子权重，可使策略夏普比率提升0.15

三、套利限制机制

Shleifer & Vishny (1997) "The Limits of Arbitrage" 系统阐述了四类套利约束，解释了为何错误定价无法被快速消除

3.1 基本面风险

机制：套利者需构建对冲组合（如多低估值股+空高估值股），但若对冲标的遭遇未预期的基本面冲击，套利头寸可能同时亏损

因子影响：

价值因子：做空高估值成长股时，若该公司突发技术突破，空头头寸大幅亏损
动量因子：趋势反转时，动量策略可能遭遇"动量崩溃"

对冲只能对冲掉系统性风险（如市场涨跌），但无法对冲掉个股自身的基本面突变风险

实证：2024年研究显示，当行业景气度波动率上升时（意味着行业基本面变得不稳定、不确定性增加（如政策变化、技术颠覆、供需突变）），价值因子溢价扩大15-20%，印证基本面风险阻碍套利

简单的来说，当行业基本面不稳定时，投资者更难准确判断哪些股票是真的低估值（价值陷阱）、哪些高估值是真的有成长前景。因此，套利者面临的基本面风险加大，不敢轻易做套利，导致价值因子的溢价反而扩大——因为只有真正愿意承担基本面风险的投资者才能赚到这个钱

3.2 噪音交易者风险

核心逻辑：非理性交易者（噪音交易者）可能将价格推得更远离基本面，迫使套利者追加保证金或提前平仓

典型场景：

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 价值股被低估 → 套利者买入…" style="color:#cc0000">$ 价值股被低估 → 套利者买入 → 噪音交易者继续抛售 → 价格进一步下跌 → 套利者面临浮亏+赎回压力 → 被迫止损 → 错误定价短期加剧 → 长期均值回归 → 价值溢价实现 $

中国特征：A股散户占比约60%，噪音交易者风险显著高于成熟市场，导致因子溢价持续性更强但波动更大

3.3 执行成本与做空约束

关键约束：

成本类型	具体表现	对因子溢价的影响
做空成本	融券费率年化5-20%，券源紧张时更高	高估值股难以有效做空，价值溢价持续
交易摩擦	印花税、冲击成本、最小交易单位	小额溢价无法覆盖成本，价格修正缓慢
流动性约束	小市值股票买卖价差大，大资金难以进出	规模因子溢价在小盘股中更显著

最新数据：2025年沪深交易所融券数据显示，高估值成长股的融券余额/流通市值比仅为0.3%，远低于理论套利需求，印证做空约束是价值溢价持续的关键制度因素

3.4 代理成本与业绩考核压力

机制：基金经理并非资本所有者，面临短期业绩考核（如季度排名），倾向于规避"短期跑输、长期跑赢"的套利策略

策略启示：

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 套利策略特征：短期波动大、长…" style="color:#cc0000">$ 套利策略特征：短期波动大、长期收益高 $

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 基金经理偏好：短期稳定、跟踪…" style="color:#cc0000">$ 基金经理偏好：短期稳定、跟踪误差小 → 套利资本供给不足 → 错误定价持续 → 因子溢价存在 $

实证支持：使用"基金换手率"代理代理成本，发现高换手率基金的价值因子暴露显著更低，印证业绩压力抑制套利行为

四、行为-套利交互——因子溢价的动态变化

4.1 市场状态调节机制

市场状态	行为偏差强度	套利限制强度	因子溢价表现
牛市初期	过度乐观+羊群效应	融资便利+做空受限	动量因子溢价扩大
牛市末期	过度自信+处置效应	杠杆约束+赎回压力	价值因子开始修复
熊市初期	损失厌恶+恐慌抛售	流动性枯竭+保证金压力	价值因子超跌、溢价扩大
熊市末期	悲观锚定+注意力缺失	做空成本下降+套利资本回流	价值因子溢价收敛

最新研究：2025年基于机器学习的方法发现，使用"投资者情绪指数+波动率"构建市场状态识别模型，可动态调整因子权重，使多因子策略夏普比率提升0.23。

4.2 因子溢价的"生命周期"模型

window.env = {"analytics":[],"ENVIRONMENT":"production","URL":"https://bigquant.com/wiki2","CDN_URL":"https://bigquant.com/wiki2","COLLABORATION_URL":"wss://bigquant.com/wiki2","DEFAULT_LANGUAGE":"zh_CN","EMAIL_ENABLED":false,"AWS_S3_ACCELERATE_URL":"https://bigquant-app-data.tos-s3-cn-shanghai.volces.com","AWS_S3_UPLOAD_BUCKET_URL":"https://tos-s3-cn-shanghai.volces.com","FILE_STORAGE_IMPORT_MAX_SIZE":1000000,"APP_NAME":"AI量化知识库 - BigQuant量化交易","PDF_EXPORT_ENABLED":true,"PRIVATE_COLLECTION_IDS":"cf40c582-74e7-43a4-814f-e4d5653921c8"}; if ( window.localStorage && window.localStorage.getItem("theme") === "dark" ) { var color = "#111319"; document.querySelector("#root").style.background = color; document .querySelector('meta[name="theme-color"]') .setAttribute("content", color); } in math mode at position 1: $̲ 因子发现 → 学术发表 → …" style="color:#cc0000">$ 因子发现 → 学术发表 → 机构采用 → 溢价衰减 → 行为偏差再生 → 溢价恢复 $

因子溢价衰减≠因子失效，而是套利资本涌入导致短期拥挤
当因子策略遭遇大幅回撤时，行为偏差（如损失厌恶）导致套利资本退出，溢价反而可能恢复

实证证据：价值因子在2017-2020年经历显著衰减，但在2021-2023年因"核心资产"抱团瓦解而重新获得溢价，印证行为-套利动态循环

五、针对上一篇报告中七大基本面因子的行为金融学溢价来源分析

5.1 估值类因子

5.1.1 市盈率TTM（PE-TTM）

市盈率因子的溢价来源可归因于投资者锚定效应与过度外推偏差的交互作用。在信息处理过程中，投资者倾向于将历史估值中枢或行业平均市盈率作为心理锚点，当个股PE显著偏离锚点时，市场往往将其简单归因为基本面恶化而非定价错误，导致低估值股票被系统性低估。此外，投资者对盈利趋势的线性外推加剧了价格对基本面信息的反应滞后：当企业盈利出现短期下滑时，市场过度悲观预期推动股价超跌；待盈利均值回归时，价格修复形成价值溢价。在A股弱有效市场环境下，散户主导的交易结构放大了上述行为偏差，而做空机制的不完善进一步延缓了错误定价的修正进程，使低市盈率溢价得以持续存在。

5.1.2 市净率（PB）

市净率因子的有效性源于代表性启发与有限注意力的双重驱动。投资者倾向于以账面价值简单替代企业内在价值，忽视无形资产、品牌价值等难以量化的资产要素。当股价跌破净资产时，市场往往将"破净"等同于"经营危机"，导致优质重资产企业被错杀。同时，散户投资者更关注盈利增速、概念题材等显性信号，对资产负债表中的净资产质量关注不足，低PB股票因缺乏"叙事性"而被市场忽视，形成信息套利空间。在熊市中，损失厌恶心理促使投资者将低PB股票归入"安全资产"心理账户，避险需求与机构资金的逆向操作形成共振，使低市净率溢价在下行周期中尤为显著。

5.1.3 市销率TTM（PS-TTM）

市销率因子的溢价捕捉了市场对营收质量的反应不足与叙事驱动的行为偏差。投资者过度依赖"净利润"作为企业质量的唯一标签，忽视营收规模、市场份额等先行指标。对于亏损但营收高增长的企业，市场因"无盈利"标签给予过度折价，导致低PS股票被低估。此外，高营收增长常伴随"行业龙头""平台经济"等热门叙事，易引发情绪共振；当叙事热度消退而基本面持续改善时，低估值营收股迎来估值修复。在注册制背景下，未盈利但具备成长潜力的科技企业增多，市销率因子通过规避"盈利标签"的认知偏差，为量化策略提供独特的定价套利机会。

5.2 盈利类因子

5.2.1 净资产收益率（ROE TTM）

ROE因子的溢价机制体现为外推偏差与估值陷阱的行为博弈。投资者倾向于认为"高ROE=永续高增长"，给予过高估值溢价；当行业周期下行或竞争加剧时，高ROE企业盈利增速放缓，估值快速压缩，形成"质量陷阱"。同时，有限理性下的标签依赖导致散户将"高ROE"简单等同于"好公司"，忽视行业周期、竞争格局等深层因素，使高ROE股票在牛市被过度追捧、熊市被过度抛售，加剧价格波动。值得注意的是，ROE与PE呈显著负相关，说明"高盈利+低估值"组合兼具质量与安全边际，通过规避单一因子的认知偏差，实现理性与非理性信号的平衡，提升因子稳健性。

5.2.2 总资产收益率（ROA TTM）

ROA因子的弱效性揭示了信息复杂度与认知门槛的行为约束。相比ROE，ROA涉及总资产、负债结构等复杂财务概念，散户投资者难以深度理解，导致高ROA公司未被充分定价；但同时也因关注度低而缺乏持续资金流入，信号稳定性较差。此外，ROA与ROE高度冗余，投资者更倾向于使用"简单直观"的ROE作为决策依据，导致ROA的增量信息被市场忽视。从心理账户视角，投资者将"高ROE+高负债"企业归入"高风险高回报"账户，将"低ROE+低负债"企业归入"稳健低回报"账户，这种分割导致资产使用效率的独立信号被杠杆偏好掩盖，削弱因子的预测效力。

5.2.3 毛利率TTM

毛利率因子的短期反转特征反映了题材炒作与均值回归的行为机制。高毛利率股票常伴随"品牌溢价""技术壁垒"等热门叙事，易引发短期资金追捧；当题材热度消退或业绩无法兑现时，资金快速撤离导致价格回调，形成"高毛利→短期上涨→均值回归"的反转模式。同时，投资者更关注"毛利率提升"的边际变化而非绝对水平，当某行业毛利率改善时资金快速涌入，改善趋势放缓时资金迅速撤离，导致因子信号不稳定。从心理账户视角，投资者将"高毛利率"企业归入"优质成长"账户，给予过高估值溢价；当宏观环境变化或竞争加剧时，估值快速压缩，形成"高毛利陷阱"。建议关注毛利率的边际变化（Δ毛利率），或与营收增速结合构建"量价齐升"复合信号，提升因子稳定性。

5.3 成长类因子

5.3.1 净利润同比增长率

净利润增长率因子的弱预测力揭示了预期差交易与业绩透支的行为机制。市场交易的是"实际增速vs一致预期"的差值，而非增速绝对值：当高增长已被充分预期并计入股价时，即使业绩达标也可能因"无惊喜"而下跌；反之，低基数下的温和增长若超预期，反而可能上涨。此外，投资者线性外推高增长趋势，给予过高估值溢价；当行业周期下行或竞争加剧时，增速放缓导致估值快速压缩，形成"高增长陷阱"有高增长股票的投资者因"恐高心理"过早止盈，潜在买家因"估值担忧"犹豫观望，导致价格修正延迟。建议引入"分析师盈利预测修正方向"替代绝对增速，行为金融学视角下，分析师预期调整反映专业投资者对基本面变化的前瞻性判断，比历史增速更具预测价值。

参考文献
[1] Barberis, N., & Thaler, R. (2003). A survey of behavioral finance. Handbook of the Economics of Finance, 1, 1053-1128.
[2] De Bondt, W. F., & Thaler, R. (1985). Does the stock market overreact? Journal of Finance, 40(3), 793-805.
[3] Hirshleifer, D., & Teoh, S. H. (2003). Limited attention, information disclosure, and financial reporting. Journal of Accounting and Economics, 36(1-3), 337-386.
[4] Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263-291.
[5] La Porta, R., et al. (1997). Good news for value stocks: Further evidence on market efficiency. Journal of Finance, 52(2), 859-874.
[6] 李志冰，等(2017). Fama-French五因子模型在中国股票市场的实证检验。金融研究, (6), 191-206.
[7] 余婷(2022). 基于基本面因子的一种量化选股策略研究。电子科技大学硕士学位论文
[8] 王梓瑞(2025). 基于预期因子的基本面选股策略研究。云南财经大学硕士学位论文
[9] 张然，李润泽(2023). 主动型基金异常持仓、公司价值与未来股票收益。南开管理评论.