我们通过构建一个基于流动性的模型，证明了流动性在描述股票收益率时非常重要，该模型在解释最著名的异象现象时表现优于领先的基准模型。在构建该模型时，我们使用了收益和流动性因素，这两者对于从业者来说都非常直观。自19世纪以来，股票交易量作为流动性的一种衡量标准，就与股票价格一同在报纸上报道。如今，机构投资者和指数提供商通过自由流通股调整权重；他们已经根据市值资本权重应由投资者自由交易其头寸的能力进行调整的信念采取行动。与其他一些加权方案不同，收益和流动性因素很容易适应资产定价理论；投资者希望对冲自己的收益和流动性状态风险，以及夏普（1964）所提出的市场风险。Fama和French（1995）他们自己也讨论过使用HML作为收益状态变量的替代指标，而我们使用直接的收益变量。

用交易活跃度等流动性指标替代市值的概念有可能对资产配置产生实质性影响。市场的很大一部分特征是由相对于市值的大小所决定的。对于希望买入或卖出头寸的投资者来说，更实用的衡量标准是该资产的流动性，而我们使用众所周知的，股票交易量指标。现有的零售产品可以进行调整，以更好地反映这一指标；同时，也可以构建新的产品，以更好地与股票的可投资性保持一致。

我们还收集并展示了供从业者使用的最先进的统计检验方法，以评估模型性能。这包括从GRS统计量、横截面R方统计量、截距统计量的最大平方夏普比率以及截距绝对值的平均值等方面对因子模型进行比较。为了确保公平比较，我们在同一研究样本上重建并测试了三个独立的因子模型，以评估它们在较长期间段和滚动时间段内解释一组投资组合异常现象的能力。