因子第 6 章的陷阱 → M08¶

书：石川、刘洋溢、连祥斌，《因子投资：方法与实践》，2020，第 6 章。对应教材：M08 因子陷阱与研究现状不摘录原文。黑箱第 11 章和陈 3.4 讲的也是「试了很多次再留下最好的那次」，数字以教材里的模拟和 French 窗口为准。

原书核心命题与论证链¶

数据窥探不需要主观上想造假。1000 次水平为 5% 的检验，在溢价都是 0 时期望仍有 50 次显著。这个期望不因为检验相关就变小。Harvey, Liu & Zhu (2016, RFS 29(1)) 清点了 316 个因子，建议新因子的 t 值大于 3.0，并说明 316 低于没发表的失败测试。独立 Bonferroni 在 316 次时的临界值是 3.78，比 3.0 更严，因为那张表把检验当成互不相关。教材没有把 t > 3 写回 docs/workflow.md 开头的本轮门槛。该文件明确不用「夏普大于 1」做通用门槛。尝试次数记在实验模板已有的那一栏，含放弃的规格。发表后下降要读 McLean & Pontiff (2016) 的原句：97 个预测变量，样本外约 26%，发表后约 58%。这是收益降幅，不是把任意夏普乘以 0.42。零溢价、200 条策略、十年样本，最大夏普的 20,000 次模拟均值是 0.868。 Chen & Zimmermann (2022) 的 98% 是沿原论文做法复现 t 值。Hou, Xue & Zhang (2020) 的 65% 是换成市值加权等更严设定后达不到 1.96。Jensen, Kelly & Pedersen (2023) 的 55.6% 和 82.4% 又是两种定义。书里的「因子大战」用这三套口径分开写，不合成一句「都能复制」或「都是假的」。 French 月频自己的后一段窗口是另一张表：动量全样本 t = 3.90，2016–2025 的 t = 0.08。行为解释和情绪因子可以说明溢价为什么不立刻消失，不能代替这张窗口表。第 6 章解释为什么这么多因子看起来显著，以及为什么发表之后会变薄。数据窥探不需要主观造假。多次检验之下，零溢价也会产生显著。复制研究问的又是另一句：沿原论文的做法还能不能做出原来的 t 值，换成更严的加权之后还在不在，以及在更广的样本里还在不在。三句不要合成「都能复制」或「都是假的」。

个人港美股账户裁剪提示。试了 30 组只把最好的一组写进结论，尝试次数仍是 30。只做多不能靠空头腿消化这些尝试。这组月频例子里 DSR 是 0.659086，不是准入线，也不是把夏普乘上 0.58。t > 3 不写回本轮流程的门槛。

原书与本仓库教材（M08）对照表¶

因子第 6 章	教材
多重检验	1000 次期望 50；316 次的两道门槛并列
发表后变薄	97 个变量：样本外约 26%，发表后约 58%
因子大战	98%、65%、55.6% 与 82.4% 按定义分开
流程门槛	不把 t > 3 或夏普大于 1 写回流程文件的开头

200 条零溢价、十年样本、20,000 次模拟，最大夏普的均值是 0.868。动量全样本 t = 3.90，2016–2025 是 0.08。

精读重点与可跳过部分¶

精读时盯住这些段落。

作者区分「试了很多次」和「这一次是事先登记的」。
三篇复制论文各自的分母。
行为金融和风险补偿被写成可以并存的地方。

这些部分可以跳过。

把 58% 乘到任意夏普上。
用情绪因子的故事替换 2016–2025 的 t = 0.08。
把 t > 3 当成仓库流程的自动门槛。尝试次数记在实验模板里，含放弃的规格。

回到教材与代码的核对清单¶

期望 50 次不要求检验相互独立。
3.0 是建议。3.78 是独立 Bonferroni 的临界。
26% 与 58% 是收益降幅。
0.868 是零溢价模拟里最大夏普的均值。
Chen 与 Zimmermann 的 98% 是沿原做法复现 t 值。
Hou、Xue 与 Zhang 的 65% 是换成市值加权等更严设定之后，达不到 1.96 的比例。