AI 中文总结
提出一种基于市值轴积分的因子模型诊断方法，通过桥接α曲线检验模型对市值排序子空间的定价能力，在CRSP数据中发现q5因子日度负桥接经领先滞后校正后减弱，而Fama-French和Carhart因子月度桥接更显著。
AI 中文摘要
我提出了一种用于因子模型评估的市值轴积分诊断方法。低维因子模型可以改进最大夏普前沿，同时在经济固定的子空间上保留零α违规。该诊断通过将定价误差沿市值排名轴提升为桥接α曲线来研究这样一个子空间。在聚合市场门控下，零曲线等价于对市场的内部市值排名子空间进行定价。在1967-2024年的CRSP数据中，q5的日度负桥接在领先滞后校正后减弱，而Fama-French和Carhart桥接在月度上更明显。在154个因子中，市值轴范数与夏普增益和规模暴露不同。
英文摘要
I propose a cap-axis zero-alpha diagnostic for factor-model evaluation. Whole-stock capitalization prefixes are paired with equal realized exposure to the aggregate market, producing a bridge-alpha curve that localizes pricing errors within the market. Finite-grid HAC-Gaussian inference and residual-block calibration provide size-controlled functional tests. In 1967-2024 CRSP data, q5's negative daily bridge attenuates under lead-lag correction and is small monthly, whereas Fama-French and Carhart bridges become more visible monthly. Across 155 factors, cap-axis magnitude is neither a monotone transformation of maximum-Sharpe gain nor explained by exposure to FF3 SMB.
