← 返回报告库
Quantpedia Awards 2026 · 五篇全拆 + A股实测

2026 年最有价值的 5 篇量化论文 —— 我们逐篇在 A股上验了一遍

Quantpedia 每年从全网量化研究里评出最有价值的几篇,入选标准是可实盘、无逻辑漏洞、收益风险说清楚、非黑箱。2026 年的 5 篇我们逐篇拆解,并尽量在 A股上做了探索性实测——多数得到了"美股 vs A股镜像"的有趣对照。下面是导航与一句话结论。

来源:Quantpedia Awards 2026 · 论文数字引自原文;A股测试为我们自算(探索性,非最严检验)· 数据截至 2026-06
🥇 第一名 · CMM:动量的每一天不该等权All Days Are Not Created Equal

用机器学习学"过去每一天该给多少权重"的动量,机制是美股反应不足(大波动日加权)。

A股实测:方向反了。A股对大波动日反应过度——大波动日要降权,"只数涨跌天"的方向信号最优(20.2%/0.88 vs 标准 16.8%/0.73)。 → 详见 /reports/cmm-momentum/

🥈 第二名 · 月内动量周期The Intramonth Momentum Cycle

美股动量收益几乎全集中在每月倒数第 9~4 个交易日这 6 天,全由输家驱动(月末凑现金抛落后股)。

A股实测:有弱版、同样输家驱动。窗口内 L/S +0.6bp vs 其余 −3.8bp,输家在窗口里更跌——机制对上 A股月末/季末资金紧,但太弱、且只对做空腿有用。 → 详见 /reports/intramonth-momentum/

🥉 第三名 · AI 能做金融研究吗Can AI Do Financial Research?

人类设计实验室、AI agent 自主跑"假设发现循环",280 个候选信号经多重检验筛到极少数真正增量的。

自省:这套报告本身就是个活例子。AI 让"生成假设"变便宜,于是筛选的纪律(OOS/成本/机制/新颖性)更重要,不是更不重要。 → 详见 /reports/ai-financial-research/

4 第四名 · 复活异常Reviving Anomalies

很多"死因子"不是被套利掉的,是被交易成本/粗暴实现杀的;成本感知的构建能复活它们(OOS 夏普 0.64–1.01)。

A股实测:短期反转的死与活。同一信号每 5 日换被成本杀死(净夏普 0.10),放慢到 20 日换就复活(0.54)。 → 详见 /reports/reviving-anomalies/

5 第五名 · 波动率的优势(VIX ETN)The Volatility Edge

VIX ETN 双策略:吃期货 contango 的滚动收益 + 一条防尾部的保命腿,2008–25 净 16.3%/夏普1/股市相关仅 15%。

不可在 A股复现(中国无零售 VIX 产品);但原理可迁移——纯 carry 必死于尾部,carry + 保护腿才能活,呼应我们的加密资金费/指数 carry。 → 详见 /reports/volatility-edge-vix/

贯穿 5 篇的一条主线:这几篇顶级论文的洞见在 A股大多要改方向或打折——美股反应不足,A股反应过度(CMM 反着用、月内效应弱、反转更强)。原因是 A股散户主导、情绪驱动、V 型急反弹。别照搬美股结论,先在 A股验机制方向。这也是这套报告最大的价值:不是翻译论文,是把它们放进 A股的"实验室"里跑一遍。
来源:Quantpedia Awards 2026: https://quantpedia.com/quantpedia-awards-2026-winners-announcement/ | 各篇论文 SSRN 链接见对应详情页。
口径:论文数字引自原文/Quantpedia;A股测试为我们自算的探索性结果(计 0.2% 成本、做 OOS,但非最严多重检验)。研究用途,非投资建议。