本文探讨了如何通过投资组合和信号构建技术提升动量策略的稳定性。文章以标准股票动量策略为基础,研究了以下三种方法的收益和风险表现:
- 风险中性化:通过投资组合优化实现风险中性化,降低策略波动性。
- 债券市场信号(BEAM):利用债券市场的信号构建更智能的动量策略。
- 短期数据过滤(e-SHINE):使用短期数据过滤掉高估/低估的标的,优化多空组合。
研究结果表明,改进后的智能动量策略在保持与原始动量策略高相关性的同时,实现了更高的收益、更低的崩盘风险和更稳定的市场表现。此外,该策略在2025年第一季度也经受住了动量回撤的考验。
文章最后强调了动量策略的波动性和对市场环境的依赖性,并通过三种方法验证了提升策略稳定性的有效性。