因子动量与动量因子【文献推荐·天风金工吴先兴团队】( 八 )

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 //

本文原始标题为:因子动量与动量因子【文献推荐·天风金工吴先兴团队】---来源是:

本文原始标题为:因子动量与动量因子【文献推荐·天风金工吴先兴团队】---来源是:

本文原始标题为:因子动量与动量因子【文献推荐·天风金工吴先兴团队】---来源是:

1.因子回报的自相关:过去的高因子回报表明未来的高回报 ,

2.负交叉协方差:过去的高因子回报表明其他因子的回报率很低

3.平均回报的横截面变化:某些因子可获得持续的高回报或低回报 。

最后一项与自协方差矩阵无关;也就是说 , 即使在没有任何时间序列可预测性的情况下 , 因子“动量”也会出现(Conrad和Kaul , 1998) 。 横截面策略是做多过去回报率最高的因子 , 做空过去回报最低的因子;因此 , 如果过去的回报是对因子无条件均值的无偏估计 , 即使没有自动和跨序列协方差模式 , 横截面动量策略也能获得正回报 。

表4显示等式(4)中的横截面策略获得2.5%的平均年回报率 , t值为3.49 。 自协方差项平均贡献率为2.9% , 超过了所有横截面策略的优势 。 交叉协方差项是正的 , 因此 , 它对该横截面策略的优势产生负面影响(每年-1.0%) 。 一个因子的正回报也预测了其他因子的正回报 , 并且横截面策略通过对这种交叉预测而失败 。 这个负项超过设定平均值的横截面变化的正面贡献(每年0.5%) 。


推荐阅读