再论动量因子-光大证券-20190615
由qxiao创建，最终由qxiao 被浏览 140 用户
摘要
股票价格的动量（Momentum），顾名思义代表的是股价在一定时间内延续前期走势的现象。不过与海外长期的研究和经验相悖的是，在A股市场，我们发现股价的反转（Reverse）效应要远强于动量效应，且短期反转因子的历史收益非常出色。
但常用动量因子也存在单调性不佳，多头收益不稳定的问题，因此我们尝试从不同角度出发对动量因子进行改造，寻找提升常用动量因子选股效果和稳定性的方法（本文测试时间区间为2006/01/01–2019/05/31）。
结合均线的趋势动量因子动量因子构造时所使用的数据仅为起始节点和末尾节点的股价数据，对于期间的股价信息并未充分反应，因此我们尝试采用均线的思路，构造更好的反应股价趋势的趋势动量因子。趋势动量因子均具有很高的单调性，单调性得分均可以超过3分，MA_240的多空夏普也达到1.23，但趋势动量因子的预测能力上（IC、IC_IR）整体弱于原始的动量因子。
剥离流动性因素后的提纯动量因子散户集中程度或者说流动性因素是影响动量因子效果的一个重要变量。因此，我们采用截面中性化的方法，将衡量散户集中程度的流动性因素从原始动量因子中剥离。提纯后的动量因子单调性改善显著，且多空收益从年化23.9%提高到了年化28.8%，提升4.97个百分点，多空收益改善显著。
风格中性后的残差动量因子BlitzD构建了一个基于残差的动量策略(residual momentum)，并指出残差动量模型在诸多方面的表现都显著优于传统的价格动量。我们从短期动量入手，采用当期残差变量作为剔除市场风格影响后的特质收益动量因子。风格中性后的残差动量因子IC均值略低于原始动量因子，但IC波动率得到有效降低，从原始的10%下降到8%左右，因子的稳定性提升较为明显。
改造K线下的动量因子在前期的报告中我们针对传统时间K线的弊端，提出了几种K线构造的新方法。测试发现成交额等分K线动量因子表现较好，多头收益较高，且因子多空收益贡献大部分来自多头组合，具有与常用动量因子较大差异的收益结构特征。
风险提示：结果均基于模型和历史数据，模型存在失效的风险。
正文
/wiki/static/upload/65/657b4abe-a6e9-4b58-a708-ea333b139d06.pdf
\