引言
　　在过去的几十年间，大量市场异象（因子）被发现(Cochrane，2011)。为了更好地解释异象产生的原因，本文对来自全球股票市场的118个因子和20个已知模型因子在不同市场状态下的收益进行了分析。文章基于目前对异象的三种普遍解释：风险、定价错误和数据挖掘，对处于不同市场状态下的因子表现进行了预测。
　　在市场状态不好时的异象因子回报率比市场状态好时更高
　　在研究的138个异象因子中，有10个因子在5%水平上与GOODTIMES显著正相关，51个在5%水平上与GOODTIMES显著负相关，剩余77个与GOODTIMES不显著相关；而在市场状态不好时，因子收益要比市场状态好时更高。
　　不同类别下因子表现的一致性表明，研究结果具有稳健性。
　　不论是根据异象因子的定义还是根据其所属的区域/市场对因子类别进行细分，结果均表现为大多数因子在市场状态不佳时具有更高的回报。此外，从分类的角度还可以消除因子异质性对结论的影响。不同类别因子表现的一致性表明，研究结果具有稳健性。
　　由于套利的限制和投资者不愿做空的心态，异常收益主要源于空头端
　　作者基于Carhart(1997)四因子模型建立了因子的多空组合，并且发现由于套利的限制和多数投资者不愿做空的心态，错误定价对空头端的影响更为明显。因此，市场状态对多头端的影响不大，异常回报主要由空头端驱动。
　　结论
　　本文使用了从1981年到2019年来自56个国家的样本数据，研究了138个市场异象（anomaly，或译为因子）和市场状态之间的关系。如果以股市指数高于或低于其200天移动平均线来划分市场状态，研究发现绝大多数异象因子都会在市场行情不好时产生更高的收益；如果将因子从定义和地域上进行进一步的细分，或者向模型中添加投资者情绪这一控制变量，结论也依然成立。
　　风险提示：本报告内容基于相关文献，当市场环境发生变化时存在模型失效风险。