什么是截面动量策略？最优化的截面动量策略是什么？

什么是截面动量策略？最优化的截面动量策略是什么？

在本节,我们通过将截面动量策略和市场均衡相结合,给出 Black- Litterman模型的个例子。得到的Back- Litterman期望收益率随后代入到一个均值一方差最优化过程中。在讨论最优化策略之前,我们先描述一下动量策略。

截面动量策略

实践者和研究者已经发现一些方法,它们能够基于历史收益率成功预测证券收益率。在这些发现中,也许最流行的就是动量策略和反转策略。

动量策略的基本想法是买人表现好的股票,卖出表现差的股票,并期望同样的趋势在不久的未来还会延续。Jegadeesh和Titman在 1993 年首先在其学术论文中记录了该策略在美国股票市场的效果，之后被用于许多其他国家股票市场中。实证研究表明在6~12 个月跑?(输)大市的股票在接下来的3~12个月会继续表现很好(差)。一般这些策略的回溯测试在接下来的 12 个月能够每个月赚取 1%。

许多实践者依靠动量策略(短期长期兼有)投资。短期策略倾向于利用日间买卖压力;与此相反,中期和长期策略利用在新信息出现时,相对基础价值的价格反应过度或反应不足。

动量资产组合有较高的成交额,因此交易成本成为需要考虑的重要因素。大多数研究表明,如果考虑到交易成本,动量策略产生的利润会下降。例如Korajczyk和Sadka考虑了买入和卖空股票的不同成本,指出基于不同的测量方法和特殊的策略,每月 17~35个基点的收益(交易成本扣除后)是可实现的。

尽管对于动量现象的鲁棒性和普遍性,研究者似乎在某种程度上达成了共识,但争论仍在继续,争论的焦点是实证检验是否暗示了市场不是有效的或者理性资产定价理论是否可以解释它。这一讨论超出了本书的范围。我们转而利用MSCI 世界指数中的国家指数提供一个简单的典型截面动量策略的例证。

在时间点t(今天)构造截面动量组合且持有一个月。利用这些国家指数的波动率将过去9个月的“单日时滞”收益率标准化,并根据标准化的收益率对国家分类。换句话说，排序根据数量

我们令投资组合权重是个体波动率的函数，这样可以保证不过多持有不太稳定的资产。这不是一个零成本的买人一卖出投资组合，因为组合权重和不为零。也可以直接修正权重安排以实现零成本，但是鉴于我们的目的，这么做没有必要也不会显著地改变结果。这个简单的动量策略的结果在图9.3~9.4中给出。

动量策略的表现在α和夏普比率两个方面，都优于指数的表现。整个时期上这个策略的夏普比率为0.88，指数为0.62.整个时期年化α为11.7%，与动量文献中的标准结果是一致的。我们也发现这一策略的β很低，整个样本只有0.05。动量策略和指数的实现相关系数为3.5%。换言之，这个动量策略大致为市场中性的。

这一特定的策略月平均换手率为23.7%,截面标准差为9.3%,英国换手率最高(40.6%) ,新西兰最低(10.8%),因此,对于实际的应用,考虑交易成本很重要。

最优化的截面动量策略

在上节，我们介绍了一个简单的截面动量策略。在本节，我们将说明如何在投资组合最优化框架下，使用Black-Litterman模型将它同市场均衡相结合。

在这种情况下，我们只有一种观点??动量策略。我们利用之前讨论“实践的考虑和扩展”时提到的方法来设定Black-Litterman看法的参数。

最优化策略的全样本夏普比率为0.92,而指数为0.62,α为8.3%,我们观察到最后一个季度,该策略的夏普比率和a是负值,主要由于那个时期市场普遍下行。与前一部分讨论的独立动量策略相反,由于最优化策略是动量和市场均衡的一个混合组合,它产生的指数相关性显著不为零。例如,这个例子中全样本指数相关系数为0.36。

尽管不太成熟,这个例证展示了运用投资组合理论和均值一方差最优化设计盈利的投资策略是可能的。标准教科书版本的均值一方差最优化通常表现差于等权重投资组合和GMV投资组合。主要的问题是经典的均值?方差方法对证券期望收益率微小的变动很敏感。混合投资者看法和市场均衡来计算 Black Litterman隐含期望收益率的混合估计过程,在实践中是降低估计误差的有效方法,简单来讲，Black-Litterman模型将个体看法的估计误差分散到所有的资产上,因此使得到的期望收益率对估计风险更具鲁棒性。

牛市通网是一个牛股推荐网与低风险投资知识网，可以在线联系客服领取牛股。牛市通网从权威的投资专家、金融分析师等投资信息中挑选优质的文章进行发布。牛市通网主要为投资者提供股票知识、股票观点、股票分析和明智金融投资讨论等信息。