20170606-申万宏源-趋势因子_动量与反转效应的结合_20页_1mb

趋势因子：动量与反转效应的结合

核心内容

本文探讨了动量效应与反转效应在A股市场中的表现，并分析了趋势因子在投资中的应用及其预测效果。通过对比趋势因子与反转因子的性能，研究指出趋势因子在A股市场中具有较好的预测能力与稳定性，但其在极端市场环境下也存在一定的缺陷。

主要观点

1. 动量效应与反转效应

• 动量效应：股票过去一段时间的高收益率往往会在未来继续，由Jegadeesh和Titman（1993）提出，反映了投资者对信息反应不足的保守性偏差。
• 反转效应：表现差的股票在一段时间后可能经历显著的反转，由De Bond与Thaler提出，反映了市场对信息的过度反应。

2. 海外市场表现

• 海外成熟市场中，动量效应和反转效应均存在，表现为短期反转（月频以下）、中期动量（6-12个月）、长期反转（3-5年）。
• 美国市场12个月动量效应尤为显著。

3. A股市场特征

• A股市场由于历史数据较短，动量效应不明显，而反转效应非常显著。
• 在A股市场中，12个月赢家组合与输家组合的年化相对收益约为26.93%。

4. 趋势因子的优势

• 趋势因子通过整合投资期内所有价格信息，构建出具有更高预测能力的因子。
• 相较于传统反转因子，趋势因子在IC均值、IR、R mean、Sharpe ratio等指标上表现更优。
• 趋势因子在分组区分度上优于任何单一反转因子，且具有一定的自适应能力，在市场波动时仍能保持相对稳定的表现。

5. 趋势因子的局限性

• 在极端市场环境下，如股灾期间，趋势因子的月度回撤较大（16.87%），表现不及某些长期反转因子。
• 趋势因子与反转因子之间存在一定的相关性，因此在构建多因子模型时需进行取舍。

6. 趋势因子替代反转因子的可行性

• 用趋势因子替代反转因子构建等权多因子模型，整体表现与原组合接近，但趋势因子的贡献在某些年份较为突出。
• 替换组合在2014年、2015年等市场波动较大的年份中表现优于原组合。

关键信息

趋势因子构建方法

• 按月计算股票收盘价的移动平均（MA），并进行标准化处理（$\tilde{MA}{jt, L} = \frac{MA{jt, L}}{P_{j,d}^{t}}$）。
• 通过横截面回归获取趋势因子的β系数，并利用其预测下一期股票收益。

趋势因子表现

• 趋势因子各分组收益统计：

  • 月均超额收益从1.49%到0.98%不等。
  • 年化超额收益最高为26.93%。
  • 月最大回撤为-16.87%，在极端市场环境下表现较弱。

• 趋势因子与反转因子对比：

  • 趋势因子的IC均值为0.085，显著优于所有反转因子（均值为负）。
  • 趋势因子的Sharpe ratio为0.44，优于部分反转因子（如rev_1m为0.37）。
  • 趋势因子在预测能力和分组区分度方面优于传统反转因子。

趋势因子与反转因子相关性

• 趋势因子与反转因子存在显著相关性，尤其与长期反转因子相关性较高。
• 在IC值层面，趋势因子与各反转因子的IC值呈现负相关。

趋势因子的应用

• 趋势因子可用于构建多因子投资组合，提高整体收益。
• 趋势因子在市场波动期表现相对稳健，但极端市场环境下存在较大回撤。
• 趋势因子在短期预测（如1月反转）和长期趋势判断（如12个月、36个月趋势）中均表现良好。

附录：信息披露

• 本报告由申万宏源研究发布，内容基于公开信息，不保证其准确性。
• 本报告仅供申万宏源证券有限公司客户使用，不构成投资建议。
• 本报告的版权属于申万宏源证券有限公司，未经许可不得复制或传播。

机构联系方式