因子动量与动量因子【文献推荐·天风金工吴先兴团队】( 七 )

因子动量的一个重要特征是 , 与因子投资不同 , 它是“无模型的” 。 如果因子是自相关的 , 投资者可以捕获由此产生的动量溢价而无需预先确定该因子的哪一方获得更高的平均回报 。 例如 , 考虑SMB因子 。 该因子每月的平均回报率为27个基点(见表2) , 但在正年度之后 , 其溢价为55个基点 , 在负年度之后为-15个基点 。 对于动量投资者来说 , 这个因子的“名称”是无关紧要的 。 通过根据因子的过去收益选择头寸的符号 , 该投资者获得55个基础的平均回报在小型股票跑赢大型股票之后 , 通过交易“SMB”因子每月点数;在小股票表现落后于大股票之后 , 通过交易“BMS”因子每月回报15个基点 。

图2绘制了与表3中的等权重投资组合和赢家与输家组合相关的累积回报 。 我们利用该图中的每个策略 , 使每个策略的波动率等于等权重投资组合的波动率 。 与其接近零的每月费用一致 , 即使在52年的样本期结束时 , 时间序列输家策略的总回报仍接近于零 。 相比之下 , 时间序列赢家策略在样本期结束时的收入是被动策略的三倍 。 虽然表3中A组的横截面赢家策略获得了最高的平均收益 , 但它更具波动性 , 因此在波动率调整的基础上 , 其表现优于时间序列赢家策略 。 横截面输家策略的收益高于时间序列输家策略:表现不如其他因子但仍能获得正收益的因子往往会在下个月获得正收益 。 因此 , 在时间序列策略中 , 赢家与输家之间的差距要比在横截面策略中大得多 。

因子动量与动量因子【文献推荐·天风金工吴先兴团队】

----因子动量与动量因子【文献推荐·天风金工吴先兴团队】//----江苏龙网 http://www.jiangsulong.com //

3.3.分解因子动量收益:为什么横截面策略的表现不如时间序列策略?


推荐阅读