个股股价与基本面严重背离，在因子投资框架下可能属于异象，但更常见的情况是“伪因子”或数据过拟合的结果。因子投资中的异象指无法被主流定价模型（如CAPM、Fama-French三因子模型）解释的、持续存在的超额收益模式。然而，股价与基本面的严重背离本身并不自动构成异象，因为异象需要具备统计显著性和样本外稳健性，而多数背离现象恰恰缺乏后者。
异象与伪因子的边界
因子投资中，一个被发现的模式要成为“异象”，必须满足三个条件：统计显著（低p值）、经济意义明显（收益可观）、样本外稳健。股价与基本面背离的案例中，常见情况是研究者通过历史数据挖掘出某个看似有效的信号（如低市净率股长期跑赢），但该信号在后续市场环境或不同市场中失效。这种失效本质上是过拟合——模型过度适应了历史噪音而非真实规律。
过拟合的典型特征包括：策略在回测中表现极佳，但实盘或样本外测试中收益骤降；信号依赖于特定时间窗口或市场状态；因子逻辑缺乏经济学解释。例如，某只股票因市场情绪被高估，其股价远超基本面价值，若据此构建“高估-低收益”因子，很可能在情绪退潮后失效，因为情绪本身就是不稳定因素，无法构成稳健因子。
背离反映的市场机制
严重背离通常源于市场非理性（如投机泡沫）或信息不对称（如内幕交易尚未公开）。这些因素导致的股价偏离，在有效市场假说下应被套利者迅速纠正，但现实中纠正过程可能漫长且不确定。低p值（统计显著）并不保证因子真实，因为多重假设检验中，大量候选因子中总有几个会偶然显著。真正有意义的异象需要经过样本外验证和经济学解释，例如动量因子虽长期存在，但其背后有行为金融学支撑（投资者反应不足）。
总结
识别因子异象时，需警惕过度挖掘的伪因子。股价与基本面背离若仅基于历史回测且缺乏逻辑支撑，通常是过拟合产物；若能在不同市场、不同时期持续出现且被行为学解释，才可能归为异象。投资者应优先关注有经济学基础的因子（如价值、动量），而非依赖单一股票的价格偏离信号。
常见问题
如何判断一个因子是否过拟合？
观察样本外表现：过拟合因子在历史数据中完美拟合，但在新数据（如不同市场或时间区间）中显著失效。此外，因子逻辑若过于复杂或依赖特定参数（如只适用于某行业），过拟合风险较高。
股价背离现象中，哪些情况更可能成为真异象？
当背离由系统性行为偏差驱动时，如投资者对负面信息反应过度（导致股价超跌后反弹），这类模式常被归为“反转效应”异象。关键看能否被行为金融学或流动性约束解释，而非单纯统计显著。
低p值为何不能证明因子有效？
低p值只说明在假设检验中结果偶然发生的概率低，但无法排除数据挖掘偏差。当同时测试100个因子时，即便全为噪音，平均也有5个p值低于0.05。样本外验证和理论支撑是区分真伪因子的必要步骤。