RD-AGENT 第五讲 · 三候选 DSR 全 FAIL 复盘：超额从哪来，又到哪去了

📌 One-Sentence Summary

A 股战役中，三个头部候选因子在独立验证中全部失败，其超额收益被证明是风格 beta 冒充、净费侵蚀和基准伪影的产物，而非真正的 alpha。

📝 Summary

本讲复盘了 A 股战役中三候选 DSR 全 FAIL 的具体机制。首先，DSR 校正揭示了在千次试验基数下，候选的成绩不足以证明自己不是运气。其次，归因分解显示超额收益的 92% 来自已知风格因子，而非新发现的 alpha。第三，换手率和交易成本将毛超额侵蚀到净口径不再显著。最后，基准口径缺陷导致部分超额是伪影，换用诚实口径后组合无超额。这些结果表明，排行榜的魔术在于混淆新钱与旧 beta，而独立验证的价值在于揭露这些伪装。

💡 Main Points

DSR 校正揭示了候选成绩的统计不显著性

由于来自 290 个因子的排行榜，候选的有效 N 实际上是 290，经过 DSR 校正后，原始 Sharpe 值不足以证明其不是随机运气，导致第一刀就被淘汰。

超额收益是风格 beta 冒充，而非 alpha

正交化检验显示，候选的收益 92% 来自行业、低波和流动性等已知风格，残差 alpha 的 t 值仅为 0.14，表明排行榜把旧的风格 beta 包装成了新的 AI 发现。

换手率和成本侵蚀了净超额

高换手率（~40%）叠加 A 股交易成本，将毛超额侵蚀到净口径不再显著，证明了排行榜展示的毛收益无法转化为实际的净收益。

基准伪影导致超额不可信

基准口径（沪深 300）剔除了涨停股，导致部分超额是基准定义制造的伪影。换用诚实口径后，双周 top200 组合的超额完全消失。

💬 Key Quotes

三候选 DSR 全部 FAIL。

92% 的收益被解释掉，残差 alpha 的 t 值 = 0.14。

把风格 beta 包装成 alpha 卖给你。

验证要向下问到数据的地基，而不是停在因子这一层。

📊 Article Meta

AI Screening： 85

Source： DEV Community: machinelearning

Author： Henry Lin

Category： 人工智能

Language： 英文

Read Time： 9 min

Word Count： 2128

Tags：

AI 与智能应用 , AI Agent , 赛后复盘 , A 股 , 股市投资