2001年，斯坦福大學胡佛研究所的John H. Cochrane把投資中不斷增長的因子稱為因子動物園。但從字面上理解這一說法并把動物分配給因子相當有挑戰(zhàn)性，價值代表著廉價的股票，但是什么動物是便宜的？

動量是最容易和動物聯(lián)系起來的因子，它基本上是變色龍。動量因子買入跑贏的股票并賣出跑輸?shù)墓善保豢紤]是什么因素驅(qū)動了股價變動。就像變色龍不斷變化顏色以適應環(huán)境一樣，因子組合也適應市場。

另一種觀點是，把動量視為一種反映了價值、低波動等所有在給定時間點表現(xiàn)好的因子的元因子。

盡管這些特征使得動量很有吸引力，但過去二十年以來，動量因子在美國市場上表現(xiàn)很差。股票的負回報率一部分可以用2009年的因子崩潰解釋。

在本篇報告中，我們將研究如何提高美國市場上的動量因子表現(xiàn)，或者說，讓變色龍再次偉大。

【結(jié)論】

· 2000年以來，美國市場上動量因子表現(xiàn)很差。

· 因子估值spread無法提升因子表現(xiàn)。

· 與其他因子及因子波動進行組合，能得到較好的結(jié)果。

01

方法論

我們關(guān)注的是美國股票市場的動量因子，定義為買入跑贏的股票并賣出跑輸?shù)墓善?。計算過去12個月（不包括上個月）的股票回報，取前10%和后10%的股票構(gòu)建多空、beta中性的組合。僅考慮市值超過10億美元的股票。組合月度調(diào)倉，交易成本10bp。

02

美國市場的動量因子

根據(jù)Kenneth R.French圖書館的數(shù)據(jù)，動量因子多空組合自1926年以來顯著優(yōu)于價值和規(guī)模因子，但這一結(jié)果沒有考慮交易成本，動量因子具有高換手率的特征，因此實際上高估了組合回報。

過去20年以來，動量因子的表現(xiàn)不佳，特別是在考慮了交易成本的情況下。2000年科技泡沫時期波動很大，2009年股票市場剛從全球金融危機中恢復時，又出現(xiàn)了嚴重崩潰。

03

動量因子組合

金融行業(yè)幾乎沒有免費的午餐，分散化是其中一個。考慮到這一點，投資者可以考慮把動量因子和其他因子進行組合。基于此，我們使用了交叉模型，通過多個指標同時對股票進行排序，并展示了與其他六個因子組合的結(jié)果。

我們發(fā)現(xiàn)所有組合相較于僅使用動量因子，都會帶來更高的回報，這也反映了分散化的好處。低波動和價值因子組合表現(xiàn)最好，但僅部分消除了2009年的崩潰。

由于有一定的理論支撐，動量和規(guī)模經(jīng)常被組合在一起。便宜并表現(xiàn)好的股票可能預示著公司的好轉(zhuǎn)，買入這樣的股票可以避免價值陷阱。相反，買入表現(xiàn)好但合理定價的股票，有助于繞過高投機的公司。

對于低波動和動量因子組合，也有類似的理論，但是也可能有數(shù)據(jù)挖掘的風險。低波動是過去20年表現(xiàn)最好的因子，加入低波動能改善各種類型的多因子組合。

04

因子估值

雖然投資者可以將動量與其他因素結(jié)合起來，但數(shù)據(jù)挖掘也存在風險。另一種方法是分析動量因子有多貴或多便宜。如果動量因子很貴，投資者應該避免在動量因子上的暴露。

因子可以通過多空投資組合構(gòu)建，對于動量因子，多頭組是表現(xiàn)好的股票，空頭組是表現(xiàn)差的股票。這兩個組合可以通過PB等估值指標進行分析。多空組估值差可以用來分析因子相較于歷史有多貴。spread越大，因子越貴。

我們發(fā)現(xiàn)估值spread被2000年的科技泡沫嚴重扭曲，2000年表現(xiàn)好的股票具有異常高的PB。2001年以來，spread不那么極端，高點在2008年和2016年。值得強調(diào)的是，這兩個年份的動量因子都反映了繁榮和蕭條周期。

投資者會認為，如果因子很貴，類似于股票估值，那么接下來一段時間因子的收益不會很好。

因此，我們構(gòu)建了一個濾波器，當估值spread在前四分之一分位數(shù)時，可以避免組合在動量因子上的暴露，濾波器滾動測量，以避免后視偏差。

具體來說，我們使用了兩個濾波器，一個從2000年開始，另一個不包括2000年，因為技術(shù)泡沫期間的極端估值可能會被視為異常年份。

我們發(fā)現(xiàn)使用估值濾波器并不能提升動量因子的效果，有大量的時間段里因子比它自身的歷史情況要貴，導致零配因子，但實際表現(xiàn)看起來跟估值無關(guān)。

這樣的結(jié)果并不出乎意料，因為對股票的相似分析也表明，估值僅和長期回報存在關(guān)系。

05

因子波動率濾波器

風險平價是多因子組合中一個常用的配置模型，最終會給高波動的因子配低權(quán)重，低波動的因子高權(quán)重。這些方法有一些爭議，因為一些因子比如價值的分布是右偏的，導致高波動時的收益率很高，但動量因子是左偏的，高波動反映了低收益。

我們設(shè)計了一個濾波器，對于三種不同的因子波動率情況，把動量因子的配置減小到零，濾波器在滾動基礎(chǔ)上測量以避免后視偏差。

我們發(fā)現(xiàn)在過去20年里，波動率濾波器可以提高動量因子的表現(xiàn)，這可以部分解釋2009年的崩潰現(xiàn)象。此外，也能減小2016年因子經(jīng)歷繁榮蕭條周期時的回撤。

06

減少動量崩潰

最后，我們比較了所有策略過去20年的最大回撤，發(fā)現(xiàn)分散化和波動率濾波器是最有效的。

值得注意的是，盡管動量和低波動的組合回報是最高的，但與其他組合相比，它的最大回撤并不比其他組合小。相反，動量和價值的組合能顯著減小回撤，這或許反映了兩個因子之間的低相關(guān)性或者負相關(guān)性。

07

總結(jié)

動量因子有兩個問題：近期表現(xiàn)不佳和形象問題。我們強調(diào)動量因子的表現(xiàn)可以通過與其他因子的組合或加入波動率濾波器來改進。

但是，投資者在價值上的投入超過動量，部分原因在于動量的簡單性，盡管長期來看策略有高收益，但對于有經(jīng)驗的投資者來說似乎沒有吸引力。當然，更好的表現(xiàn)也會帶來更多的投入，因此這兩個問題有些循環(huán)。