回歸
向 Fama French Carhart 4 因子模型添加更多因子
在 Fama-French-Carhart 模型中添加更多因素，例如 Quality Minus Junk (QMJ) 和 Betting Against Beta (BAB) 是否有意義？另外，如果有人能指出我的文章，將不勝感激。
$$ r=α+R_f+β_m(R_m−R_f)+β_s⋅SMB+β_v⋅HML+β_{umd}⋅UMD $$
將 QMJ 和 BAB 添加到回歸中。
這取決於您的數據以及它是否會完全隔離新因素。
添加更多因子有時很困難，因為它會降低模型的強度並混淆以前“好的”模型，例如 Carhart。
QMJ 用於檢查質量，但由於除此之外還添加了其他因素，因此您可以進行其他穩健性檢查而不是 QMJ。
您可以添加因子並執行回歸，但在評估向模型添加更多參數的效果時要小心，儘管基本模型功率似乎增加（R 平方）但檢查深度參數（p 值， t-stat) 總是有用的。
一般來說，在模型中添加超過 5 個因素會與您的目標背道而馳。所以要小心使用哪些因素。