在中国资本市场飞速发展的今天,股票市场对实体经济的支持作用显得愈发重要。维持股票市场健康、稳定运行是当下中国金融发展的重要任务。只有充分了解市场、理解市场才有可能真正的把握住市场,维护好市场。深入开展市场异象的研究有助于增进我们对股票市场整体的理解,促进中国股票市场朝着健康、成熟、理性的方向稳步发展。本文从成交量异象、特质波动率异象和时序动能异象入手,研究了近年来资产定价领域讨论较为火热的三个研究主题。在弥补前人研究不足的基础上,做出了创新性的实证研究,得出与前人研究相左的研究结论,以新的视角参与到现有的学术争辩中,为推动相应主题的研究发展做出边际贡献。在回顾、梳理、评述了相应研究主题的文献后,本文首先从投资者反应不足的视角出发,将三个市场异象统一在行为金融学的理论框架下,然后再分别阐述三个市场异象的研究动机、研究问题、具体研究内容和相应的研究结论。本文的主要研究内容如下:在关于成交量异象的研究中,鉴于Hou et al.(2018)与前人(Datar et al.,1998)相左的研究结论,该部分首先在一致的实证方法下,检验了原始成交量和去趋势成交量与未来收益率之间的关系。研究发现,原始成交量与未来收益率之间不存在显著的相关性,该研究结论印证了Hou et al.(2018)的实证结果,但是历史平均成交量与未来收益率之间存在显著的负相关性,去趋势成交量与未来收益率之间存在显著的正相关性。通过进一步探究上述相关性的来源,该部分发现历史平均成交量与未来收益率之间的相关性主要来源于历史6至24个月之间的平均历史成交量与未来收益率之间的相关性,去趋势成交量与未来收益率的相关性则主要来源于成交量短期变化所包含的关于未来收益率的信息。该部分还发现成交量对未来收益率的预测能力并非因为成交量代表了独特的系统性风险,而是由于市场中影响成交量和股票价格的共同因素所导致的。因此,本文研究了成交量与股票特质信息的关系,并且创新性的构建了成交量序列的多因子模型,该部分所构建的成交量序列五因子模型对成交量的解释能力远强于原有的单市场因子模型对成交量的解释能力,而且该研究结论也适用于中国股票市场。此外,该部分还分析、比较了回溯窗口长度与去趋势成交量策略收益之间的关系以及三种异常成交量识别方法的优劣。研究发现去趋势成交量策略的最优回溯窗口期为6个月。在三种异常成交量的识别方法中,历史均值法对异常成交量的识别能力最强。在关于特质波动率异象的研究中,该部分首先介绍了特质波动率异象与投资者行为的理论机制,分析了特质波动率异象与投资者过度反应和反应不足之间的关系,然后由此引出Huang et al.(2010)研究中所存在的不足,并顺势提出该部分的研究问题。之后,从组合层面和个股层面分别检验了过度反应和反应不足对特质波动率异象的影响,得出是投资者反应不足,而非反应过度,导致了特质波动率异象的研究结论,该研究结论与Huang et al.(2010)的实证结果相左,该部分借助Fama-Macbeth截面回归法分析了与其实证结果相左的原因。此外,该部分还从组合层面和个股层面分别做出了稳健性检验,并且依据该部分研究结论从择时和选股两个角度改进了特质波动率投资策略。在关于时序动能异象的研究中,该部分首先评述了Goyal and Jegadeesh(2018)中存在的研究不足,阐述了研究动机。在弥补Goyal and Jegadeesh(2018)研究方法的不足的基础上,该部分从组合构成、策略收益两个维度对时序动能策略和截面动能策略进行了细致的分析与比较,然后借助Cross-Alphas分析法检验了时序动能和截面动能背后风险的异同。该部分研究发现时序动能异象与截面动能异象是不同的两种市场异象,在反驳了Goyal and Jegadeesh(2018)研究结论的同时,支持了Moskowitz et al.(2012)的研究结论。该部分从Moskowitz(2012)的时序动能识别方法的不足出发,改进了时序动能识别方法,新的识别方法可以更准确地抓住股票市场的时序动能异象,这也进一步支持了时序动能与截面动能是不同的两种市场异象的观点。此外,该部分还探讨了双变量法在D’Souza et al.(2018)的双动能策略中的适用性,并且提出了新的时序动能策略,该策略可以获得在经济意义和统计意义上均显著的超额收益。