量化策略视点：ETF策略：短期、中期还是长期动量效应有效？

证券研究报告|金融工程专题报告 ETF策略：短期、中期还是长期动量效应有效？ ——量化策略视点 投资要点 分析师：张青分析师登记编码：S0890516100001电话：021-20321154邮箱：zhangqing@cnhbstock.com 动量无处不在。买入过去表现好的，卖出过去表现差的，这是ETF最简单的投资策略。但要看多久的动量呢？也就是做趋势投资的话，长期趋势，中期趋势还是短期趋势更有效。这是在策略设计中，核心要关注的问题。 经过测试我们发现，ETF市场的动量效应很明显，只是更偏于短期动量，这本身也说明了A股市场的热点板块轮动较快。充分利用好这种短期动量效应，对于我们构建ETF的投资策略，是很有帮助的。 分析师：贾依廷分析师登记编码：S0890520010004电话：021-20321082邮箱：jiayiting@cnhbstock.com 不过，我们也要看到，动量策略本身的换手率很高，本质是个交易型策略，对于只能采用手工而不是程序化下单的投资者而言，如何将动量策略落地，是在实战中必须要考虑的问题。其次，从动量因子的胜率（IC大于0占比）看，仅50%多些，也说明了动量策略获利的核心是高盈亏比，而非高胜率，但这在策略落地过程中就会很痛苦，当动量效应连续几天、几周、几月跑输时，您还会坚持吗？当您放弃时，动量或许又回来了。 销售服务电话：021-20515355 相关研究报告 虽然动量因子很有效，但一个交易系统中，我们也不建议只用这一个因子。多因子才是王道，不见得能多大提升收益，但或许可以提升胜率，从而提升持有体验，让您更能坚守投资纪律。 风险提示：本报告根据历史公开数据整理，存在失效风险，不代表对基金未来资产配置情况的预测，不构成投资建议；报告研究依赖数据可靠性、研究假设和估算方法，结果可能存在偏差。 内容目录 1.策略运用，ETF备选池的构建..................................................................................................................................................32.动量因子测评...............................................................................................................................................................................32.1.什么是动量效应？............................................................................................................................................................32.2.用alphalens做因子开发.................................................................................................................................................32.3.数据准备与因子模型........................................................................................................................................................32.4.不同周期参数下的测试....................................................................................................................................................43.动量策略的效果..........................................................................................................................................................................64.结语...............................................................................................................................................................................................85.风险提示.......................................................................................................................................................................................8 图表目录 图1： 日频换仓动量因子回测净值.......................................................................................................................................7图2： 周频换仓动量因子回测净值.......................................................................................................................................7图3： 月频换仓动量因子回测净值.......................................................................................................................................7 表1： 因子测试指标................................................................................................................................................................4表2： 动量因子日频收益率预测统计...................................................................................................................................4表3： 动量因子周频收益率预测统计...................................................................................................................................5表4： 动量因子月频收益率预测统计...................................................................................................................................5 动量无处不在。买入过去表现好的，卖出过去表现差的，这是ETF最简单的投资策略。但要看多久的动量呢？也就是做趋势投资的话，长期趋势，中期趋势还是短期趋势更有效。这是在策略设计中，核心要关注的问题。 1.策略运用，ETF备选池的构建 股票型ETF数量已经有800多只了，合并同类标的，从跟踪指数的情况看也有300多只。考虑到很多ETF的成立时间过短，为了拉长样本，我们就以ETF所跟踪的指数作为动量效应的测试样本。 或许您会有疑问，这些跟踪的指数，有些是宽基指数，比如沪深300，有些是行业指数，比如中证传媒，还有些是策略指数，比如中证红利，而不同指数之间又很可能有一部分标的是重合的，比如沪深300和中证800，把他们放在一起作为样本，这合理吗？ 这就是一种权衡了。量化研究必须基于足够多的样本，尤其是因子分析，还涉及到分档问题，如果标的数量过少，很可能会受个别标的极端走势影响。指数虽然成分股上有重叠，但不同指数走势毕竟还是会存在差异，这好比我们做多因子选股时，并不会因为某些个股走势的高度趋同就特意剔除掉。此外，我们主要测试的是动量效应，本质是个技术面指标，而技术分析并不在意标的本身的基本面情况，这就更不用纠结不同指数之间成分股的重叠可能导致的趋同性。所以在做指数的因子开发时，我们就尽力保留各类可利用的指数，以扩充测试样本。 2.动量因子测评 2.1.什么是动量效应？ 顾名思义，动量效应就是买入过去一段时间涨幅大的，卖出过去一段时间涨幅小的，本质是顺势而为，追涨杀跌。追涨杀跌并不是一个贬义词，实际上，很多优秀的交易策略都是这个设计思路，只是什么时候追涨，什么时候杀跌，这是关键。 2.2.用alphalens做因子开发 工欲善其事，必先利其器。 因子测试，要有一个好的框架。alphalens就是专为因子测试开发的一个Python程序包，很是强大。不过，alphalens这个包有点老，由于它的母公司已经倒闭了，不再维护，直接用原始包安装很容易报错。好在github上有人接过大棒，义务在做更新和维护，使得这个包延续至今依旧经久不衰。 2.3.数据准备与因子模型 我们下载了300多个标的指数2010年以来的收盘价与开盘价日频序列。 动量指标的生成很简单，用DataFrame的rolling功能即可实现。 我们把因子分成了10档，测试未来持有1个交易日，5个交易日和20个交易日的投资收益率，分别对应的是交易中的日频，周频与月频换仓。 这里需要特别注意的是，我们把开盘价序列前推了1期，从而当因子策略换仓时，就是以下一日的开盘价成交的，这样既避免用到了未来数据，同时用开盘价成交，较之用上一日的收盘价成交，也更契合真实交易环境，回测结果更具有实战参考价值。 2.4.不同周期参数下的测试 动量策略的核心参数是看过去多少个交易日的涨跌幅。最优参数要通过遍历获得。我们就以5个交易日为步长，遍历从5日到120日的回测结果。 因子测评的结果看什么呢？我们觉得比较重要的是： 采用2010年以来，截止到2024年12月6日的数据，测试结果如下： 根据这些回测结果，不同预测周期内，我们发现有这么几个规律： 对于日度收益率的预测，15~25日的动量效应，从IR值以及第10档的收益率均值看，表现是较好的。对于周期收益率的预测，最优参数集中于10~20日。对于月度收益率的预测，最优参数集中于5~15日。 也就是说，无论是哪个频次的预测周期，都是短期动量效应更强。这意味着我们要追涨那些强势的指数时，一定要在他们刚崭露头角时就买进。——追涨要趁早。 3.动量策略的效果 结合3个频次的回测结果，我们选择三者的最优参数范围的交集，也就是15个交易