因子检验最容易失真的地方，不是算得不够多，而是回归证据和组合证据根本没放在同一张表里

因子研究最常见的错觉之一，是“表做得越多，证据就越充分”。实际情况往往相反。很多团队会分别做横截面回归、分组收益、IC、IR、行业中性处理、换手统计、成本敏感性，但这些结果散落在不同文件、不同 notebook、不同图表里。最后研究员只能凭印象综合判断：这个因子似乎有点用，但又不完全稳。问题不是统计量不够，而是证据根本没有被摆在同一张审计表里。没有同页对照，团队很难看清：回归显著但组合不赚钱，到底是容量问题、成本问题，还是中性化后经济含义变了。

这类材料的价值，就在于提醒我们：因子检验不能只看某一个学术统计，也不能只看分组收益漂亮不漂亮。回归证据和组合证据必须在同一张表里相互约束。只有这样，团队才能真正回答一个工程问题：这个因子到底值不值得进入生产，而不是只回答一个学术问题：它在某个回归里显不显著。