2.4 结论

从从业者的角度来看，一组合理的溢价补偿因子可能包括规模因子、价值因子、动量因子、低波动率因子和质量因子。学术研究已经全面地记录了这些因子的存在和意义，并且投资者的实际经验还有公共指数的业绩表现表明这些因子随着时间的推移而持续，有些超过几十年。

然而，到目前为止，我们的重点是审查与溢价补偿智能贝塔因子相关的实证证据。在概念层面上，我们仍然需要回答两个重要的问题：为什么这些因子起作用？为什么我们能指望它们继续有效呢？我们将在下一章讨论这些问题。

[1] 侯恪惟、薛辰、张橹等人于2018年在《金融研究评论》（Review of Financial Studies）发表的《复现异象》（Replicating Anomalies）论文中就指出，由于发表偏倚（publication bias）和多重检验（multiple testing）等诸多原因的不良影响，绝大多数异象都是数据挖掘的产物。学术界对于因子挖掘的狂热和浮躁的态度已经引起很多学者的警惕。约翰·科克伦（John Cochrane）在2011年美国金融协会主席演讲时以“因子动物园”（factor zoo）来描述当前因子研究的现状，并提出了3个至关重要的问题：1）何种因子是独立的（Which factors are independent）？2）何种因子是重要的（Which factors are important）？3）为什么因子会影响证券价格（Why do factors move prices）？科克伦的提问引发了学术界深刻的反思。有兴趣的读者可以阅读相关文献。——译者注

[2] iotroski F-score，即皮尔托斯基分数，简称皮氏分数。其涵盖了盈利性、安全性、成长性等各方面，包含9项指标，每项指标符合条件得1分，不符合得0分，总得分从0分到9分，总共有10个等级，分数越高意味着表现越好。——译者注

[3] 通过卖空一些证券，并将卖空所得投资于其他一些证券，可以构造出一个净投资为0的组合并称之为“零投资组合”（zero-investment portfolios）；通过对大量股票进行筛选，把具有共性的多只股票组合在一起，构造出所需要的因子，该组合在该因子上的敞口为1个单位，在其他因子上敞口为0，则称该因子为“因子模拟组合”（factor-mimicking portfolios），系理论上构造出来的特定组合。后者有些类似于通过调节系数将多个向量合成为一个单位向量（模为1），且该单位向量是空间中超平面的法向量。——译者注