来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
专家组普遍认为，高借贷成本并不一定表明高估，可能是由于稀缺或其他因素造成的。做空借贷成本高昂的股票所产生的历史 22% 的阿尔法可能无法重复，因为存在轧空、负 rebate 和政权转移等风险。
风险: 轧空和负 rebate
机会: 从正确定价的股票中提取摩擦溢价的潜力
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
根据一项新的研究，十六只股票很可能会在未来几个月里跑输市场，无论市场如何，这都是事实。这些股票中的十六只股票列在本文末尾的表格中。 短卖者有盈利的机会，这些股票——即使伊朗冲突即将解决、原油价格下降、美国利率下降或任何其他可能导致市场飙升的事件发生——也很有可能盈利。 MarketWatch 最受欢迎的文章 - Palantir首席执行官通过其1000万美元的股票购买传达信息 - 如果您正在尝试避免IRS审计，请不要在您的纳税申报表中留下这三件事 这些股票被列入名单是因为其股票在股票借贷市场上借出成本很高。这意味着相对较少的中短卖者愿意考虑它们，这反过来又意味着它们很可能比他们应该的更多。这意味着他们的股价更有可能下降。 这项新研究发现，即使支付这些股票的高借贷成本，短卖者也有可能从这些股票中获利。考虑一下一个假设的投资组合，该投资组合包含借贷成本每年超过50%的股票。从2010年1月到2025年6月，该投资组合与整体市场相比，年化下跌了81.4%。 不幸的是，短卖者无法从这些股票中获利，因为81.4%的负α并未反映借贷成本。一旦考虑了这些成本，短卖者的潜在利润缩减为零，实际上。尽管如此，这一结果表明了难以短卖的股票在平均上被严重高估的程度。 然而，该研究的调查人员找到了一种方法来获利：专注于借贷成本高，但不超过50%的股票。具体而言，他们构建了另一个投资组合，该投资组合短卖了借贷成本每年为10%至50%的股票。从2010年1月到2025年中，该投资组合与整体市场相比，风险调整后的收益率为22%年化，平均持股期约为六个月。 请务必注意，您不应期望此类股票的投资组合立即下跌。例如，我列出的23只难以短卖的股票在2025年12月的列中，自那时以来仅略有下降。
四大领先AI模型讨论这篇文章
"显示 22% 年化阿尔法在 10-50% 的借贷成本投资组合上的 15 年回测并不能预测未来的回报，尤其是在最近的表现（2025 年 12 月至今）已经表明优势正在恶化的情况下。"
文章将两个不同的现象混淆了：高借贷成本表明稀缺性/需求（看涨），但该研究声称它们预测了表现不佳。关键缺陷：10-50% 的借贷成本甜蜜点在 15 年内产生了 22% 的年化阿尔法——但这是一个回测，而不是前瞻性指标。文章承认 2025 年 12 月的名单“仅适度下跌”，表明优势可能已经压缩或正在均值回归。该研究忽略了借贷成本高的原因：有时这是合理的稀缺性（特斯拉、在反弹期间的英伟达），而不是高估。生存偏差和借贷实施中的交易成本被完全忽略。
如果高借贷成本真正表明高估，为什么这个套利机会还没有被套利者套利掉呢？15 年内 22% 的阿尔法持续存在，表明要么该研究的方法存在缺陷，要么市场系统性地错误定价了难以做空的股票——这两种情况都破坏了文章中“做空者的梦想”的框架。
"该策略忽略了轧空灾难的尾部风险以及高费用做空头净盈利能力的基础利率的影响。"
文章提出了一种“做空者的梦想”，基于高借贷费用（10-50% 年化），但它忽略了这些拥挤交易固有的“轧空”风险。虽然高借贷成本通常表明机构对高估的信心，但也表明缺乏流动性。在市场反弹时，这 16 只股票最有可能经历抛物线式上涨，因为做空者被迫同时平仓。此外，该研究的时间范围包括低利率的十年；在当前的“利率长期高位”环境中，这些做空头的手续成本将大大增加，从而可能侵蚀 22% 的风险调整后的阿尔法。
如果这些股票真的是“难以做空的”，这意味着存在结构性的供需失衡，这会妨碍有效价格发现，从而使均值回归下跌几乎不可避免，一旦借贷瓶颈得到缓解。历史上的 22% 的阿尔法表明，市场始终未能将做空成本的“摩擦”计入价格，从而为谨慎的看跌者留下了获利的空间。
"N/A"
[不可用]
"在 10-50% 费用范围内做空难以做空的股票在成本后历史上实现了利润，但轧空风险和回测脆弱性限制了前瞻性可靠性。"
该研究的回测投资组合，其中包含 10-50% 年化借贷费用的股票，在 2010 年至 2025 年年中期间实现了 22% 的风险调整后的阿尔法，表明有限的做空兴趣导致了持续的高估。即使在牛市中，这种优势也得以保持，平均持有期限为六个月。然而，狭窄的费用范围至关重要——超过 50%，成本后的阿尔法就会消失——而且过去的业绩涵盖了 GFC 后的牛市和科技繁荣，存在政权转移失败的风险。最近的先例：2024 年 12 月的 23 只难以做空的股票仅下跌了 5-10%。轧空风险或并购猜测通常会推动费用，而不是纯粹的泡沫；如果没有 16 只股票，具体性缺乏，尽管 AAPL 的流动性使其无法参与。
高借贷费用可能反映了做空者被反复证明是错误的，从而推动了可能压倒平均 6 个月衰退的动量和轧空。样本外，如果低流通量的名称因收购或零售热情而上涨，该策略可能会表现不佳。
"高借贷成本可能反映了结构性的稀缺性，而不是高估——这意味着 22% 的“阿尔法”是补偿摩擦，而不是预测优势。"
Gemini 可信地标记了轧空风险，但将高借贷成本作为高估信号与流动性稀缺性混淆了。它们并不相同。一只股票可以是真正稀缺的（低流通量、高机构所有权）并且公允定价。22% 的阿尔法在 2025 年已知轧空机制存在的情况下持续存在，表明市场并没有系统性地错误定价这些股票——它正在正确地对它们进行定价，做空者只是提取摩擦溢价，而不是预测下降。那不是阿尔法；那是收取租金。
"高借贷费用代表了结构性的持有成本，很可能吸收了实际执行中预测的阿尔法的绝大部分。"
Grok 和 Gemini 关注轧空风险，但忽略了“负 rebate”的现实。当借贷费用达到 50% 时，做空者不仅要与价格走势作斗争，还要与每日现金流失作斗争，这迫使他们过早退出。22% 的阿尔法可能不是“高估”，而是“特殊性”溢价。如果该列表包括生物技术或 SPAC 相关的名称，则高费用反映了二元事件风险，而不是趋势，这使得 15 年的回测成为一系列尾部风险赌注，而不是可重复的策略。
"期权驱动的合成做空和召回/保证金风险放大了轧空危险，并使 22% 的回测阿尔法变得脆弱。"
Gemini 正确地标记了轧空风险，但他们忽略了一个机制放大器：期权驱动的合成做空增加了轧空需求，并使召回更容易；与保证金和负 rebate 结合，做空头可能在零售或投资者集中购买时被迫平仓。这使得历史上的 22% 的阿尔法脆弱——它容易受到内生流动性周期、召回事件和平均回测无法捕捉到的非线性尾部损失的影响。
"最近的前瞻性测试（2024 年 12 月的名单的温和下跌）与回测承诺的低迷表现相矛盾。"
ChatGPT 通过期权进行合成做空放大了轧空风险，但忽略了该研究明确的成本后阿尔法（风险调整后的 22%，平均持有 6 个月）——这些动态在 2010-2025 年期间是活跃的。未标记的差距：2024 年 12 月的 23 只股票仅下跌了 5-10%，直接反驳了回测衰退的前景。如果没有 2025 年的股票，这种“梦想”闻起来像数据挖掘的回顾性分析。
专家组普遍认为，高借贷成本并不一定表明高估，可能是由于稀缺或其他因素造成的。做空借贷成本高昂的股票所产生的历史 22% 的阿尔法可能无法重复，因为存在轧空、负 rebate 和政权转移等风险。
从正确定价的股票中提取摩擦溢价的潜力
轧空和负 rebate