“学海拾珠”系列之二百八十二：噪声Alpha环境下的信号筛选与分散化

引言 4数据与信号构建 6数据来源 6信号组合 6方法论 6基于P值阈值的组合分组 6错误发现比例（FDP）诊断 7样本外表现比较：分散化与严格筛选 8实证结果 8描述性统计 8样本内诊断 10样本外组合表现 11样本信比率 11分散的量益 13动态变化 145 启示 166 结论 16风险提示： 17图表1文章框架 4图表2样本描述性统计 8图表3样本内ALPHA的描述性统计 9图表4CAPM与FF6ALPHA的P值经验分布 9图表5样本内诊断：零信号比例与真实ALPHA信号数量 10图表6不同P值阈值下的错误发现比例 11图表7各分组经CAPM调整的样本外表现 12图表8各分组经FF6调整的样本外表现 12图表9分散化的增量收益：DYBVIG–ROSS(1985)回归 13图表10分散化的增量收益 14图表2003年前后的动态变化 15图表12经CAPM与FF6调整的累计对数收益 15引言图表1文章框架整理数具有明确经济动机的异象，而后续研究大幅扩展了预测变量的范围，形成了Ce)（ro争论中的一个重要分支强调虚假发现（falsediscoveries）的作用。Harveyetal.(2016)（Rt统计量应超过（|3对应双侧p，Chordiaetal.(2020)p≤0.07%andZheng(2017)0alphaFDR样本外预测能力（如Chen,2021,2024,2025；Chenetal.,2020；ChenandZimmermannandetaletal.,202Cn,)并指出严格的FDR“混杂环境（（Lietal.,2018；Giannoneetal2021；Pengand2022；Liaoetal2024；ShenandX,5andZheng(2017)构建多空组合，并相对于CAPMFama–French（FamaandFrench2016,FF6FF6模型本身是为解释已发现的收益规律而事后构建的；为提供一个更符合历史情境的基CAPMStorey(2002)Barrasetal.(2010)Chen(2025)EasyFDP（nullalpha样本内统计显著的alpha（alpha除以残tp6%（14%0.1%p80%这些结果与Harveyetal.(2016)等面向推断的建议形成对比，原因在于推断与组合构建的目标不同。从组合角度看，重要的是在大量预测变量上的分散化及其对FDR控制。BenjaminiandHochberg(1995)Benjaminiand(2001)FDR控制框架是为单个假设的统计推断设计的，并非用于优化组合层面的表现。在实证资FDRHarveyetal.(2016)主张1%FDRalphaFDRalphaFDR规则对组合构建而言可能过于严格，会导致更低的样本外信息比率。数据与信号构建数据来源CompustatCRSP1963–2023NYSEAMEX和NASDAQ（SC603,3451,782量下降的趋势一致。在2022年组合构建时点，样本包含1,899家公司。基准因子来自KennethFrenchFamaandFrench(20162018)（R（BH（（RWCA信号组合andZheng(2017)240个Compustat会计变量中的每一个计算7618,000位而非重新评估或验证已发表的异象。等权策略会过度暴露于小盘股和微型股，其中Novy-Marxand(2016)CAPMFF6alpha120andZheng2017)198310,910200515,000502方法论p值阈值的组合分组本文按样本内p（从pi阶段一：样本内训练。自1984年起，在每个日历年年初，用240个月的月度alpha1202003–2022年。在每个窗口内，本文计算CAPM和FF6alphaNewey–Westtppp1.0%280.1%0.2%1.0%、2.0%10%、20%100%。信号组合在每年6月末构建并再平衡，而样本内回归在日历年转换时进行。alpha12（1984–2023评lt值a（informationratioandBlack,1973）定义为̂̂̂lâ（t𝑡=(̂̂)𝑇𝑇t错误发现比例（FDP）诊断阶段一给出了p5的p（p512%alpha记𝑝𝑖𝑖palpha𝛼𝑖，𝑖=1,𝑚，𝑚沿用Storey(2002)̂0

:=m̂𝜆∈𝛬

0(𝜆),

(𝜆):=>𝜆}0 (1−𝜆)𝑚其中>𝜆}p𝜆零信号的p值在接近1处必须渐近服从均匀分布，从而当𝜆→1时̂0(𝜆)→0（veed,̂0̂0𝜆如stl5𝛬={0.6,0.7,0.8,0.9}Storey(2002)Storeyand(2003)̂0𝜆，在p𝜏下，被判定为显著的信号中的FP𝜏 𝜏P(𝜏)≈̂0×̂(𝜏)≤̂(𝜏) ()𝑝 𝑝𝑝𝜏):=𝑖≤𝜏𝑚为p𝜏𝜏𝑝𝜏对应n5)的“EsyDP̂0的估计。Sy2)的插值估计量̂0⋅𝜏𝑝(𝜏（如Aikludkosi201Hyd,0𝑝𝜏P1−P(𝜏P（PV1−̂0⋅𝜏𝑝(𝜏样本外表现比较：分散化与严格筛选DybvigandRoss1985)𝑎为正，则组合𝐴优于既有组合𝐵：𝑟𝐴,𝑡=𝑎+𝑏⋅𝑟𝐵,𝑡+𝜀𝑡̃其中和𝐴和𝐵

(2)本文将该框架用于比较分散化的组合分组与最严格的基准分组（p≤0.1%，即𝜏=01CM或F6模型均构造为â>–̂<这一方法可以直接检验：在最严格筛选策略的基础上保留更多较弱的信号，是否能提升组合表现——这也预示了本文的主要结果，即在含噪预测变量上的分散化优于严格筛选。图表2样本描述性统计

实证结果描述性统计Selectionversusdiversificationinnoisyalphaenvironments》2（1983–202213,932（1983–2002年）12,756（2003–2022年15,1082,3672,7012,0321990该样本是一个典型的高维环境：每个横截面上预测变量（基本面信号）的数量远超股票数量。图表3样本内alpha的描述性统计Selectionversusdiversificationinnoisyalphaenvironments》3palphaCAPMFF6alpha由1964–1983年至2003–2022年的滚动样本内训练窗口估计。全样本中，1.0%的CAPM1361.3%FF6182个p≤0.1%12%CAPM1,700）FF6（1,600）%3a|α≤分组中，CAPMFF60.89%0.75%p≤5%0.61%0.55%alphap≤30%0.40%。图表4CAPM与FF6alpha的p值经验分布Selectionversusdiversificationinnoisyalphaenvironments》4CAPM（）FF6（）alphap28p4550%p1Storey(2002)的̂0p（pCAPMFF6FF6p样本内诊断图表5Sy2̂0）AM和6̂0和。F6从3–2降至3–2022图表5样本内诊断：零信号比例与真实alpha信号数量Selectionversusdiversificationinnoisyalphaenvironments》这些保守估计意味着，全样本中至少19%–21%的受检信号（平均约2,700–2,9003,300–3,600个图表6不同p值阈值下的错误发现比例Selectionversusdiversificationinnoisyalphaenvironments》图表6报告了CnEyD𝜏𝑝𝜏和Sy的直接FP̂0⋅𝜏𝑝𝜏1EyDP41的PMalpha44%FF6alphaFF6（约%AM约10F6FDP5%0.1%Chordiaetal.(2020)下的FDPSyFDP在CAPM和FF636%alpha（p≤10%和p20la和48。样本外组合表现CAPM和FF6la（t值（7ybigRs)（样本外信息比率图表7各分组经CAPM调整的样本外表现Selectionversusdiversificationinnoisyalphaenvironments》图表8各分组经FF6调整的样本外表现Selectionversusdiversificationinnoisyalphaenvironments》p1984–2023alphatFF6CAPMFF625%，FF6CAPM这表明信号组合包含未被FF6alpha（O/ICAPMalphaalphaCAPMalpha30%FF6alpha50%如Endis,7第三，只保留最显著信号的组合表现差于更具包容性的组合。尽管更严格阈值下的alpha（IR）t（CAPM：IR=0.42，t=2.67；FF6：R1（pAPR8，3FR780la（–第四，最佳表现出现在远高于FDR控制推断通常倡导的阈值处。对CAPM而言，p≤6%（1,900FDP35%）（0.52）tFF6（2,300的信t或p≤10%78p分散化的增量收益（p图表9图表9分散化的增量收益：Dybvig–Ross(1985)回归Selectionversusdiversificationinnoisyalphaenvironments》对CAPMp≤0.1%≤6la为（。更0.2%30%10%5FF6p≤0.1%pla（7p≤40t2。3t统计量超过1（图表10分散化的增量收益Selectionversusdiversificationinnoisyalphaenvironments》10alpha（）t统计（CAPM10%–20%1,400–2,800个）FF620%–30%（约2,800–4,200alphatDybvig–Ross筛选策略带来了增量的样本外表现提升，强化了本文的核心结论：分散化优于严格筛选。动态变化Chenand(2023)指出，2000latl4ntlid2019）2000–ETF。本文将样本内评估划分为1983–2002年和2003–2022年两个子期，将样本外评估划分为1984–2003年和2004–2023年两个子期。图表112003年前后的动态变化Selectionversusdiversificationinnoisyalphaenvironments》alphaCAPMalphaFF6la≤FF6a从–3年的（–3（||6F6a305FF6FDP和̂0̂0从降至6调整的a本身的下降，与市场效率的提高相一致。图表12经CAPM与FF6调整的累计对数收益Selectionversusdiversificationinnoisyalphaenvironments》12p0.1%1.0%5.0%10%50%的CAPM（）FF6）（。CAPM19801990p相比之下，经FF6调整的收益在这些事件前后的波动更小。累计残差收益保持上升，但斜率在2003年前后向下移动，与此前的研究和本文的子期结果一致。FDRp2000年后样本外FF6alphaFF6启示alpha（如ytl；ydi,0Catl0如Chen,4,Cntl际上实现了模型平均和隐性收缩。在这个意义上，本文的方法与LedoitandWolf(2004)DeMigueletal.(2009)1/N和更高的信息比率。尽管交易成本已侵蚀了早期文献记录的大部分可交易alpha（ndiko,3Diltl0𝑚如Bi,；itl；otl4结论andZheng(2017)表明，只保留最显著预测变量的组合，其表现不及保留更广泛信号集合的策略。噪声alphaCAPMp6%1,900