DOSSIER · No.68
特质偏度
公司自身走势越像彩票（偶有暴涨），之后收益越差？用一年残差偏度来检验。
失效
经典因子
数据 B 级
月度调仓
是否仍有效（策略本身）
失效
论文发表后夏普比率接近或低于零
是否跑赢基准（买入持有 SPY）
未跑赢基准
论文发表后，夏普比率 -0.20 对比 0.86；年化收益低于基准。
「仍有效」只说明策略没有失效，不代表比基准更好，也不构成任何建议。2026-10-18 更新。
来源论文：Brian Boyer, Todd Mitton, Keith Vorkink (2010). Expected Idiosyncratic Skewness. Review of Financial Studies.
原理
上一个策略（67 号）看的是股票整体收益的偏度，这里更进一步：先把股价里跟着大盘、规模、价值风格走的部分剥掉，只看公司自身那部分涨跌的偏度，也就是“特质偏度”。
为什么要剥掉市场？因为一只股票的“彩票属性”，真正吸引人的往往是公司自己的故事：一款新药获批、一次并购传闻、一份惊艳的财报，这些都是和大盘无关的个体事件。2010 年，Brian Boyer、Todd Mitton 和 Keith Vorkink 在研究中提出：投资者如果偏爱“可能暴涨”的股票，他们关心的应该是未来的特质偏度，于是用历史偏度、特质波动、换手率、公司规模等变量构建了一个“预期特质偏度”。结果是，预期特质偏度高的股票，之后的收益显著更低，这为“彩票偏好压低回报”提供了直接证据。
这里做的是简化版：只用过去 12 个月日收益的三因子回归残差，计算历史特质偏度作为代理。历史偏度是预期偏度最主要的输入，但它本身预测未来偏度的能力有限，信号会弱一些。用一年的窗口有两个好处：估计比一个月稳定得多，换手也低得多。要回答的问题是：在美国大盘股里，用最朴素的方法剔除“公司彩票”，能否带来超额收益？
封
以下内容仅对会员开放
这份卷宗剩下的部分已封存。
- 含成本的完整回测与净值曲线
- 论文发表前后、最近三年分段对比
- 逐条交易规则与结果解读
- 可直接运行的 Python 代码下载
已有账号？登录
在闲鱼搜索「nagi 」，下单后自动发送激活码
历史回测不代表未来收益，仅供学习研究，不构成投资建议。