论文《Power Sorting》提出了一种创新的股票因子投资组合构建方法——幂排序（Power Sorting），旨在解决传统分位数排序的局限性。传统方法依赖固定分组（如十分位数），无法捕捉特征与收益之间的非线性和非对称关系，且对称权重分配效率不足。幂排序通过幂函数将特征排名直接转化为权重，利用参数 和 分别控制长尾和短尾的权重集中度，从而灵活适应不同特征的非线性模式（如“倒微笑”或“倒 smirk”形态）。实证显示，幂排序在85个因子上的表现显著优于传统方法：等权重组合夏普比率提升57%，市值加权组合夏普比率翻倍，且因子显著性比例大幅提高。此外，幂排序在多因子组合和资产定价模型（如Fama-French）中也展现出优势。该方法结合了直观性与计算效率，为因子投资提供了更优的解决方案。

欢迎对量化感兴趣的朋友加微信索取原文或者交流：ctaxiaobai