Session 8 (of 42): Market Efficient II - Testing market-beating schemes and strategies
- 所属系列：投资哲学 · 2026 版
- 视频：YouTube · 时长 24:19 · 字幕
- 内容判断：方法说明与算例｜画面依赖中：事件研究表在图片页，已看过｜检验策略的基准、三类研究和常见错误
- 处理方式与范围：全片梳理，附数字复算
- 讲义 / 资料：Session 8 讲义（21 页）· 课后测验 · 答案 · 对应书第 6 章
- 素材依据：英文字幕，仓库存档，692 行；字幕类型未核实
- 核对范围：已读全片字幕 00:00–24:15，讲义全部 21 页（第 9 页已看），课后测验和答案；已重算第 9 页的累计回报、第 13 页的平均值和测验第 2、5 题；视频画面未核对
- 发布日期：2026-03-24
- 数据截至：期权上市研究未标年份，PE 研究为 1988–1992 年
- 状态：已提炼
每个打败市场的说法都要接受检验。这一讲给出检验的工具：先选风险调整的基准，再按策略的类型做事件研究、组合研究或投资者群体研究，最后看有没有犯常见的错误。所有检验都有一个根本的局限：它同时检验策略和风险模型，发现超额回报也说不清是市场错了还是模型错了。所以一个结果要同时过统计和经济两关，才值得拿钱去试。
视频总结
时间戳取自 YouTube 英文字幕，标题中的时间区间可点击跳转；讲义页码指 PDF 页码。
00:13–01:00 每个检验都是联合检验
发现超额回报，可能是市场错了，也可能是风险模型错了。
检验要回答的是：策略的回报是否高于它的风险应得的回报（00:23，00:26）。这同时在检验策略和预期回报模型（00:38）。这个问题没法解决，只能先放在一边（00:54）。
01:04–03:20 基准：和什么比
只比指数不够，要按风险调整。各种度量的方向大体相同。
跑赢 S&P 500 不等于打败市场，因为策略的风险可能高得多（01:13，01:25，01:33）。第 3、4 页列出了调整方法：
| 度量 | 算法 | 偏向 |
|---|---|---|
| Sharpe 比率 | 回报 ÷ 回报的标准差（02:03） | 对不充分分散的组合不利 |
| 信息比率 | （策略 − 指数）÷ 跟踪误差（02:16） | 对持有指数外股票的组合不利 |
| M² | 用无风险资产调到和市场同风险后的回报差 | 同 Sharpe |
| Jensen's Alpha | 实际回报 − [无风险利率 + β（市场 − 无风险利率）]（02:29） | 偏向小盘、低 PE、低 PB |
| Treynor 指数 | （策略 − 无风险利率）÷ β（02:40） | 同 Alpha，略偏低贝塔 |
| APM、多因子 | 实际回报 − 模型预期回报（02:54） | 组合变动大时会错估 |
| 代理模型 | 实际回报 − 按市值、PB 回归得到的回报 | 对利用这些变量的策略不利 |
它们都在问同一个问题：这份回报够不够补偿风险（03:11）。
03:20–04:24 三类检验
事件看消息，组合看特征，群体看实际的投资者。
| 类型 | 问题 | 例子 |
|---|---|---|
| 事件研究 | 市场对某个事件反应得对吗（03:27） | 财报、美联储决议 |
| 组合研究 | 按某个特征投资能赢吗（03:46） | 低 PE、创始人任 CEO |
| 投资者群体研究 | 这类人能赢吗（04:09） | 对冲基金、分析师 |
04:29–10:20 事件研究
确定事件日，算事件前后的超额回报，再看统计和经济是否都显著。
步骤（第 7 页）：
- 明确事件和日期（05:01）。
- 收集事件前后的回报（05:14）。
- 按市场和风险调整，得到超额回报（05:37）。
- 跨公司计算平均值和标准误（06:01）。
- 看统计显著性和经济显著性（06:10，06:18）。
例子是期权上市（06:28）。事件日要选宣布上市的日子，不是实际上市的日子（06:55，07:04）。第 8 页的做法是取前后各 10 天，用 200 个交易日估贝塔，超额回报是实际回报减去贝塔乘以市场回报（07:23，07:46，08:01）。
第 9 页节选：
| 交易日 | 平均超额回报 | 累计超额回报 | t |
|---|---|---|---|
| −10 | 0.17% | 0.17% | 1.30 |
| −5 | −0.46% | 0.27% | 1.24 |
| −1 | 0.29% | 0.45% | 1.28 |
| 0 | 0.01% | 0.46% | 1.27 |
| +1 | 0.17% | 0.63% | 1.37 |
| +5 | 0.56% | 1.55% | 1.88 |
| +7 | 0.05% | 1.82% | 2.00 |
| +10 | 0.02% | 1.80% | 1.91 |
事件当天几乎没有反应（08:57）。21 天累计的 t 是 1.91，只是勉强够得上（09:14，09:15）。效果小到不太可能赚钱（09:31，09:37）。
10:20–15:08 组合研究
按特征分组，用事前的数据，保留失败的公司，再用另一段时期验证。
策略不能用发现它的同一段时期来检验，要留出验证期（10:55，11:16）。步骤是定义变量、按变量分组、收集回报、估风险、算超额回报（第 11 页）。
低 PE 的例子：用 1987 年底的 PE 给纽约证交所的股票分成五组（12:18，12:43）。负盈利的公司一开始就掉出了样本（12:27，12:31）。接下来收集 1988–1992 年的回报，破产和退市的按 −100% 计入（12:53，13:03）。贝塔用 1983–1987 年的数据估，避免污染（13:15，13:28）。
第 13 页是各组的超额回报：
| PE 组 | 1988 | 1989 | 1990 | 1991 | 1992 | 1988–1992 |
|---|---|---|---|---|---|---|
| 最低 | 3.84% | −0.83% | 2.10% | 6.68% | 0.64% | 2.61% |
| 2 | 1.75% | 2.26% | 0.19% | 1.09% | 1.13% | 1.56% |
| 3 | 0.20% | −3.15% | −0.20% | 0.17% | 0.12% | −0.59% |
| 4 | −1.25% | −0.94% | −0.65% | −1.99% | −0.48% | −1.15% |
| 最高 | −1.74% | −0.63% | −1.44% | −4.06% | −1.25% | −1.95% |
最低 PE 组比最高 PE 组每年多 4.56%（14:01）。这个差距够不够，要看你的交易成本和税（14:21）。“好管理”这样的说法，要变成可度量的变量才能检验（14:41）。
15:08–16:46 回归
分组会丢掉组内的差别，回归保留全部信息，也能同时控制多个变量。
分成五组会丢失数据（15:14）。回归用连续的变量，可以量化 PE 低一点值多少回报，还能同时控制增长和风险（15:24，15:45）。回归之前要先检查关系是不是线性的（16:18）。
16:46–19:02 投资者群体研究
检验真实投资者更难通过，因为它已经包含了成本。关键是避免幸存者偏差。
这类研究用的是实际回报，所以已经反映了执行困难和交易成本（第 16 页）。第 17 页给出五步：定义群体，避免幸存者偏差，度量实际回报，评估风险，算超额回报。
幸存者偏差是最大的问题：看今天还在的对冲基金，就漏掉了已经关掉的（17:19，17:29）。所以要从某个日期开业的全部基金开始，包括后来失败的（17:56，18:03）。
19:02–22:20 常见的错误
从一个例子推广、不留验证期、样本有偏、不控制市场和风险、把相关当因果。
| 错误 | 说明 |
|---|---|
| 用个例（19:09） | 一只股票成功就推广 |
| 没有验证期（19:20） | 用发现策略的时期检验 |
| 抽样偏差（19:34） | PE 检验已经漏掉了亏损公司 |
| 不控制市场（19:55） | 赚 15%，而 S&P 500 涨了 25% |
| 不控制风险（20:09） | 策略的风险和市场不同 |
| 相关当因果（20:15） | 因果才能让回报持续 |
| 数据挖掘（20:40） | 看得够久总能找到规律 |
| 幸存者偏差（20:57） | 用 S&P 500 成分股回看到 IPO，一定有超额回报 |
| 不算成本（21:36） | 几乎每篇学术论文的超额回报都未扣成本 |
| 执行困难（22:05） | 纸面好看，做起来一团糟 |
用成分股检验股票好不好，结论一定是好的，因为进得了 S&P 500 本身就是成功的结果（21:08，21:27）。Damodaran 还承认，这就是为什么那么多论文发现了错误，却很少有人靠它赚钱（21:45，21:59）。
22:20–24:12 面对推销的四个问题
能检验吗，检验公平吗，经济上显著吗，以前试过吗。
- 能检验吗？能实施吗？不能就走开（22:34，22:50）。
- 用什么检验是公平的？事件、组合还是群体（22:59）？
- 过得了经济显著性吗（23:13）？
- 以前试过吗（23:26）？几乎所有新东西都有人试过，要弄清为什么放弃（23:32，23:44）。
提炼
方法与判断依据
检验一个说法的最小流程：
- 把说法写成可度量的规则，包括买入日和卖出日。
- 只用当时拿得到的数据分组（测验第 4 题）。
- 保留退市和破产的公司。
- 用风险模型调整，再报告对模型的敏感性。
- 扣除 Session 6 讲的成本和税。
- 换一段时期再做一遍。
结果为正时，要依次问：是模型错了、样本错了，还是真的有错误可以利用。
复算与实操
第 9 页的累计回报，把平均回报逐日相加，21 行全部吻合。
第 13 页最后一列和前五年对不上：
| PE 组 | 讲义 | 五年算术平均 | 五年几何平均 |
|---|---|---|---|
| 最低 | 2.61% | 2.49% | 2.45% |
| 2 | 1.56% | 1.28% | 1.28% |
| 3 | −0.59% | −0.57% | −0.58% |
| 4 | −1.15% | −1.06% | −1.06% |
| 最高 | −1.95% | −1.82% | −1.83% |
按算术平均，两端的差是 4.31%，不是 4.56%。方向不变。
测验重算：
- 第 2 题：按答案的算法，12% / 30% = 0.40，10% / 20% = 0.50，比值 0.8。按标准的 Sharpe 比率，这个比值要看无风险利率。假设无风险利率 3%，是 0.30 / 0.35 = 0.857。
- 第 5 题：预期回报 3% + 1.2 × 6% = 10.2%，扣成本后实际 10%，超额回报 −0.2%。盈亏平衡的贝塔是 7 / 6 = 1.1667。
自测与复习
- 测验第 1 题：选 d，这就是联合检验问题。
- 测验第 2 题：选 d。
- 测验第 3 题：选 e。事前涨是内幕交易的迹象，当天跳升是意外，事后漂移是调整缓慢。
- 测验第 4 题：选 d，样本和特征都要取自五年前。
- 测验第 5 题：选 b。
关联
- 抽样偏差、回测和事件研究的统计基础见统计基础第 2A 讲。
- 数据挖掘和经济显著性见统计基础第 5B 讲。
- 这里的检验方法在后面讲每种哲学时都会用到。
- 上一讲：Session 7；下一讲：Session 9。
疑问与待核实
- 第 15 页和 16:01 把自变量和因变量说反了：要解释的回报是因变量（Dependent Variable），用来解释的 PE 等是自变量。第 15 页第 3 步也跟着写反了。统计基础第 5 讲第 16 页有类似的混淆。
- 第 3、4 页和 02:03 的 Sharpe 比率用回报除以标准差，没有减去无风险利率。标准定义是超额回报除以标准差，测验第 2 题也用了这个简化。
- 第 13 页的总平均和各年不一致，见上文。
- 第 9 页 −3 日的累计回报是 −0.10%，t 却是 +0.93。第 0 日的日回报只有 0.01%，t 是 1.27，说明 t 不是日回报的，而累计回报的符号又对不上。08:47 把 t 说成当日回报的统计量，表也没有说明。
- 第 9 页除了第 +7 日的 2.00 之外，t 都低于 2。09:14 说勉强够得上，按 5% 的水平其实不显著。累计回报主要出现在事件之后，0.46% 涨到 1.80%，如果是真的，这是漂移，不是当天的反应。
- 08:05 的 100 家公司和 12:38 的 1,500 家公司是假设的。视频说“很老的研究”，第 8 页没有出处，也没有样本量。
- 06:40 说期权上市主要在 1980 年代。印象中 CBOE 1973 年就开始了，待查。
- 第 10 页要求多期重复，并留出验证期。第 12 页的例子只有一次分组，也没有验证期，还恰好在 1987 年股灾之后分组。贝塔用 1983–1987 年的数据，又要求公司已经存在五年，这本身也是一种筛选。后两条是我的判断。
- 13:15 强调风险要用检验期之前的数据，18:14 的对冲基金例子又说可以用 2014 年以后的数据。
- 18:03 说失败的基金按 −100% 计，第 18 页说计算失败当年的实际回报。基金失败不一定亏光。
- 16:28 说线性就是增长翻倍、PE 翻倍。这是过原点的比例关系，线性回归有截距，不要求这样。
- 视频标题写 Market Efficient II，应为 Efficiency。
- 第 4 页写 PVB，应为 PBV。测验第 1 题，题目是 Any of the above，答案是 Any or all of the above。第 5 题题目没有说 11% 是扣成本前的，答案加了这一句。