动量效应学习
动量效应学习
🧠 一句话定义¶
动量效应(Momentum Effect):过去表现好的资产,未来一段时间也更可能继续表现好;表现差的资产则更可能继续差。
📌 关键特征¶
| 维度 | 内容 | 
|---|---|
| 时间尺度 | 中期(3\~12个月)最明显 | 
| 适用资产 | 股票、指数、期货、外汇、加密货币等 | 
| 常用划分 | 根据过去6\~12个月收益率排序 | 
| 投资策略 | 买入“赢家组合”,卖空或回避“输家组合” | 
| 预期收益 | 平均超额收益可达0.5%\~1%/月 | 
🧪 经典实证研究¶
Jegadeesh & Titman (1993)
- 美股市场中,过去6~~12个月涨幅最高的股票,未来3~~12个月收益显著高于跌幅最大的股票。
- 该效应长期稳定存在,挑战了有效市场假设。
📈 vs 其他效应¶
| 效应类型 | 时间尺度 | 特点 | 
|---|---|---|
| 动量效应 | 3\~12个月 | 趋势延续,强者恒强 | 
| 反转效应 | 1个月内或3\~5年 | 均值回归,过度反应或泡沫 | 
🧠 理论解释(为什么动量存在)¶
| 理论来源 | 内容 | 
|---|---|
| 信息扩散模型 | 市场对新信息反应有时滞,股价调整非瞬时完成 | 
| 行为金融 | 投资者从众、锚定、过度自信,助推趋势继续 | 
| 风险补偿理论 | 动量股具有某种系统性风险,需要更高回报作为补偿(争议较多) | 
❗ 与有效市场假设的冲突¶
- EMH(特别是弱式和半强式)认为历史价格无法预测未来收益;
- 而动量效应说明:仅用过去价格就能获得超额收益;
- 因此:动量效应是对EMH的有力挑战。
🔧 策略框架示意(简化版)¶
- 获取历史K线数据(过去12个月)
- 计算每只股票的累积收益率
- 按收益率排序,选出前20%为“赢家组合”
- 买入赢家组合,持有3/6/12个月
- 重复每月/每季度更新组合
📚 延伸方向¶
- Alpha融合:与价值因子(低PB)、质量因子(高ROE)等结合
- 行业中性处理:防止行业偏差导致假象动量
- A股 vs 美股 vs 港股:不同市场动量强度差异
- 动量崩溃风险:如2009年等时期,强势股突然反转大跌
🧭 个人理解与反思¶
- 动量 ≠ 永远上涨,而是信息“惯性”的体现
- 不应机械地“追高”,需结合仓位控制、基本面筛选
- 真正的“强者恒强”,往往有长期基本面支撑