因子動量產(chǎn)業(yè)分析報告

因子動量產(chǎn)業(yè)分析報告2020年7月

無處不在的因子動量本文致力于研究權(quán)益因子收益的持續(xù)性現(xiàn)象。我們首先以因子收益的序列相關(guān)性為研究的出發(fā)點，證明單個因子具有穩(wěn)健的時間序列動量，即因子收益具有持續(xù)性。接著，我們根據(jù)因子最近表現(xiàn)調(diào)整其敞口，將這種持續(xù)性用于建立時間序列動量策略（TSFM）我們構(gòu)建的TSFM策略比單一因子擇TSFMTSFM3CSFMTSFM基本上是同一4子動量超額表現(xiàn)的結(jié)論仍維持不變。同時本文在全球權(quán)益市場上重復(fù)試驗，證明我們的思考：本文主要研究了因子層面的動量現(xiàn)象，并提出其相對股票動量、行業(yè)動量具備更為顯著的收益，且在不同回溯期下依舊穩(wěn)健。值得注意的是，本文的因子動量策略完全避開了2009年35供新視角。、引言動量效應(yīng)是近期相對其他資產(chǎn)具有高收益的資產(chǎn)在未來更可能得到高收益的一種現(xiàn)象，其被廣泛的應(yīng)用于個股橫截面交易策略（Jegadeesh與1993;Asness1994）或股票多頭組合構(gòu)建中(Moskowitz與Grinblatt1999;Lewellen2002)，且往往具有驚人且穩(wěn)健的風(fēng)險調(diào)整后收益（Asness等人2014;2016在橫截面上根據(jù)相對表現(xiàn)對股票分組使得眾多學(xué)者將動量理解為分離出特質(zhì)IdiosyncraticMomentumMartin,2001;Chaves,2016本文專注于研究因子層面的動量效應(yīng)，即買入過去表現(xiàn)好的因子并賣出過去表現(xiàn)差的因子。同時通過實證研究發(fā)現(xiàn)，因子動量策略的夏普比率高于傳統(tǒng)的股票動在控制了股票動量后，因子動量仍有顯著效果。但因子動量無法取代股票動量，股票動量在與價值策略的對沖方面體現(xiàn)出很強的優(yōu)勢。近幾十年來，學(xué)術(shù)文獻(xiàn)和業(yè)界實踐中積累了大量的因子用于解釋個股的共同65文獻(xiàn)中得到了大量的研究，能夠解釋大部分的股票間共同變化（covariation)。同-3-時基于以下實證結(jié)果，我們提出因子動量是一種常見且穩(wěn)健的現(xiàn)象：我們以收益的序列相關(guān)性作為研究的出發(fā)點，首先證明單個因子具有穩(wěn)健的時間序列動量（Moskowitz,Ooi,Pedersen,2012因子最近的收益(絕對意義上而非相對其他因子)能夠預(yù)測其未來收益。從實證結(jié)果來看，所有因子的一階自相關(guān)系數(shù)均值為65個因子中有59個因子一階自相關(guān)系數(shù)為正，49個顯著。其次，我們證明了可以根據(jù)過去表現(xiàn)對單個因子進(jìn)行擇時。文中根據(jù)因子過TSFM選股策略相比收益更高：個策略產(chǎn)生的alpha有計上顯著，所有因子平均年化信息比率為。同時我們測試了不同回溯窗口的TSFM表現(xiàn)最優(yōu)但回溯期更長時，仍有顯著為正的收益，例如回溯期為個月時，夏普比率為0.7；回溯期為5年時，夏普比率為0.72。同時TSFM策略收益不能被目前已廣泛認(rèn)知的收益來源所解釋，為此本文構(gòu)建兩個基準(zhǔn)進(jìn)行比較：一、65個因子的等權(quán)收益：雖然等權(quán)組合的夏普比率高達(dá)1.07TSFM相對于該基準(zhǔn)仍有顯著的正alphaTSFM的收益來源于有2-12個月所得到的傳統(tǒng)股票動量策略（Asness,1994UMD。在我們的樣本中，UMD策略的年化夏普率為0.56。同時在不同回溯期的回歸分析中，UMD能部分解釋TSFMTSFM的回溯期為相應(yīng)的過去2-12子動量在回溯期為過去一個月時最為顯著，且這個收益不能被UMD所解釋。同時我們發(fā)現(xiàn)即使回溯期更長，TSFM仍具有收益，盡管在窗口為最近12個月時TSFM和UMD具有相似的收益表現(xiàn)。TSFM具有一個重要的特征：在不同回溯期下具備收益穩(wěn)定性。不論TSFM是基于過去一個月、一年還是五年，它都表現(xiàn)出正的動量特點；與之相比，無論是短（一個月）或長（超過兩年）的回溯期，股票動量策略實際上都表現(xiàn)出反轉(zhuǎn)而非動量特點（DeBondt,1985;Jegadeesh,1990TSFM是基于單一因子時序動量的策略。另一種策略是在橫截面上根據(jù)相對表現(xiàn)構(gòu)建因子動量（Jegadeesh,1993），我們將之稱為橫截面因子動量（CSFM和TSFM的相關(guān)性，無論回溯期多長，都高于0.9；CSFM和TSFMTSFM收益對CSFMTSFM具有顯著的正alphaCSFM對TSFM回歸時，alpha顯著為負(fù)。兩者間的高相關(guān)性和相反的alpha收益表明TSFM和CSFM基本上是同一種現(xiàn)象，但時間序列方法能夠提供更理想的因子動量度量。我們也研究了因子動量的換手率和交易成本。當(dāng)我們剔除交易成本后考察夏普率，關(guān)于因子動量超額表現(xiàn)的結(jié)論仍維持不變。在剔除交易成本后，和CSFM的夏普率仍超過股票動量、行業(yè)動量、短期反轉(zhuǎn)和Fama-French五因子的表現(xiàn)。我們的最后一項實證發(fā)現(xiàn)為：因子動量是一種全球性的現(xiàn)象。我們證明了因子動量在各國權(quán)益市場上的穩(wěn)健性，其大小和在美國市場上相當(dāng)，并且同樣地，-4-TSFM在國際市場上的表現(xiàn)也超越了UMD、行業(yè)動量和CSFM。我們數(shù)定律，這些組合不存在個股層面的特質(zhì)收益。然而TSFM策略能夠超越傳統(tǒng)的股票動量策略。換言之，盡管缺少個股特質(zhì)收益，因子動量捕獲了預(yù)期因子收益的變化，其大小與股票動量相當(dāng)。因此因子動量分離出了因子中的持續(xù)性收益，并且表明動量是一種更一般的現(xiàn)象，與特質(zhì)的股票收益動量同在。我們對因子動量的分析建立在等人（2016）和Arnott等人（2018）的研究上，然而他們的研究僅僅聚焦于美國市場和橫截面因子動量。與之前的研究不同，我們的結(jié)果表明將因子動量用時間序列方法理解和構(gòu)建比橫截面方法要更好。TSFM能解釋股票動量的結(jié)論是對之前文獻(xiàn)的補充，我們也通過研究更全面的美國權(quán)益市場因子，為因子動量提供了一個更廣闊的的視角，我們也是第一個關(guān)于國際股票市場上因子動量效果的研究。因子動量與Moskowitz,Ooi,Pedersen,2012的研究工作相關(guān)，他們證明了可以根據(jù)過去的表現(xiàn)對資產(chǎn)類別指數(shù)進(jìn)行擇時。若以因子的角度看待大宗商品、債券、貨幣指數(shù)，那么Moskowitz等人（Moskowitz,Ooi,Pedersen,2012果可以理解為在各自資產(chǎn)類別中的因子動量的一種表現(xiàn)。綜合我們在權(quán)益市場上觀察到的時間序列因子動量、橫截面因子動量以及在全球市場上的因子動量，我們認(rèn)為因子動量確實是無處不在的。、因子數(shù)據(jù)2.1因子樣本我們構(gòu)建了65研究權(quán)益橫截面收益的因子。同時我們使用了被引用最多且具有穩(wěn)健性的因子，1960InstitutionalBrokersEstimateSystem–basedanalystresearchfactors1980年起才可被計算。1%的原始因子值做縮NYSE國際市場上按市值的80%30/40/30的比例將權(quán)益進(jìn)一步分為三組；最后，對得到的6組權(quán)益資產(chǎn)，按照0.5*（大市值且高因子值+小市值且高因子值）-0.5*（大市值且低因子值小市值且低因子值）方式構(gòu)建市值加權(quán)的多空組合，月度調(diào)倉。我們的因子包括：估值類因子（如B/Mbeta(MarketEquity)售增長率、ROEAmihud非流動性，股本交易量(Share-5-2.2因子一覽圖表1羅列了所有因子和其基本表現(xiàn)，包括平均收益、夏普比率和對Fama-FrenchFama,French,2016alphaalpha均值為年化值，單位為%。附錄部分對這些因子有更細(xì)致的描述，以及列出了相應(yīng)的學(xué)術(shù)論文。我們根據(jù)各因子在其論文中的構(gòu)建方式對因子值做了正向性處理，使其與預(yù)期收益的方向一致。需要注意的是，這并不代表在樣本內(nèi)所有因子都具有正收益—我們發(fā)現(xiàn)當(dāng)樣本期截止至2017年時，有3個因子平均收益為負(fù)，且25上平均收益與0無異；同時，統(tǒng)計意義上最顯著且表現(xiàn)最好的因子是人們非常熟悉的因子，如低beta、權(quán)益動量、行業(yè)動量和估值比（盡管這些因子代表了大量分散化的組合，其收益來源非常不同，過半的因子間相關(guān)性絕對值低于。主成分分析的結(jié)果也表明組合收益變化中的很大部分6519個主成分能夠解釋90%的相關(guān)性，使用個能夠解釋95%的相關(guān)性，使用99%相關(guān)性。圖表、因子樣本內(nèi)表現(xiàn)統(tǒng)計資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理-6-、因子動量3.1因子持續(xù)性2中，我們展示了各因子的月度一階自相關(guān)系數(shù)及其95%置信區(qū)間。當(dāng)置信區(qū)間不包含0時，表明在5%置信度上一階自相關(guān)系數(shù)顯著不為零（或等價的，t統(tǒng)計量絕對值大于1.96)。65個因子中，59個具有正的月度一階自相關(guān)系數(shù)，其中49個統(tǒng)計顯著。與之相比，超額市場收益的月度一階自相關(guān)系數(shù)僅為0.07。Moskowitz等人（2012）認(rèn)為這足以說明65個因子的一階自相關(guān)系數(shù)平均值為，其中對其進(jìn)行擇時的想法打下基礎(chǔ)。圖表、因子收益一階自相關(guān)系數(shù)資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理3.2時序因子動量對組合根據(jù)其過去表現(xiàn)進(jìn)行擇時的想法來源于Moskowitz等人（）的時間序列動量方法,而因子收益的強自相關(guān)現(xiàn)象表明我們也許可以根據(jù)其最近表現(xiàn)對各因子進(jìn)行擇時。我們首先研究對單個因子進(jìn)行時間序列動量擇時的表現(xiàn)，主要考慮持倉時間ij的表現(xiàn)對其月度收益進(jìn)行動態(tài)調(diào)整：fTSFM=i,j,t*fi,t1（3-1）i,j,t+t1ji,j,t=min(max(fi,t1,2),2)（3-2）=1i,j,t3-1????到?個月，-7-我們通過放縮項?,?,?對其進(jìn)行擇時，買入?值為正的因子，賣出?值為負(fù)的因子。?,?,?的方式得到zz-score當(dāng)回溯期小于?,?,?的計算考察過去3年，當(dāng)回溯期大于等于12個月時，σi,j,t的計算考察過去10年。對z-score我們將其縮尾至[-2,2]區(qū)間。擇時的效果：f=+f+e（3-3）i,j,t+ti,ji,ji,ti,j,t圖表3的PanelA展示了各因子在回溯期為過去一個月時的擇時年化alpha收益以及95%置信區(qū)間?？梢妴我蜃拥臅r序動量是普遍存在的，65個因子中有61個具有正的動量，個顯著，平均年化信息比率為0.33。圖表3的PanelB個因子超過0.248風(fēng)險-收益權(quán)衡的結(jié)果。圖表、單因子時間序列動量alpha收益（回溯期為一個月）資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理我們的按如下方式將各因子時序動量策略組合到同一投資組合中，得到最終的TSFM策略：TSFM=TSFMLong?TSFMShort（3-4）j,tj,tj,t-8-1f{i,jt0}i,j,t1TSFM,TSFM,==i（3-5）（3-6）1i,j,t1{i,jt0}i1f{i,jt0}i,j,t1i1i,j,t1{i,jt0}iTSFM策略的年化平均收益為12%3的PanelA中紅色柱是將回溯期為過去一個月的TSFM策略對原始因子的等權(quán)組合回歸所得的alpha收益。原始因子的等權(quán)組合能夠?qū)崿F(xiàn)策略在控制了原始因子等權(quán)組合收益后仍能實現(xiàn)10.3%的顯著alphat統(tǒng)計量為4.6PanelB中的最后一條柱狀圖是TSFM0.84圖表4展示了不同回溯期下的TSFM策略表現(xiàn)，我們考慮的回溯期包括最近52-12個月的情況和過去13-60個月的情況，方便與做比較，以及研究長期趨勢與短期趨勢。圖表4的PanelA展示了TSFM策略在不同回溯期下的平均收益，圖表4的PanelB12個月的TSFM策略能實現(xiàn)9.5%收益，夏普率為0.7。當(dāng)回溯期長達(dá)5年時，TSFM策略年化收益為7.1%，夏普率0.724的PanelA2-12個月和13-60個月的回溯期依然能帶來顯著的動量收益，夏普率分別為0.54和0.53。EW)或Fama-FrenchFF5TSFM的仍具有超額收益。在回溯期為過去1個月時，EW只能解釋TSFM收益中不到1/6對收益的平均解釋比例低于1/10。圖表、TSFM策略表現(xiàn)資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理-9-3.3橫截面因子動量構(gòu)建因子動量策略的另一方式是在橫截面上根據(jù)因子最近表現(xiàn)的相對情況進(jìn)行建倉。CSFM策略買入相對其他因子表現(xiàn)好的因子，賣出相對其他因子表現(xiàn)差的因子，而非通過他們的近期表現(xiàn)調(diào)整對其的敞口。舉例而言，如果所有因子近期都表現(xiàn)出動量特點，將對所有因子建立多頭頭寸，而CSFM只買入動量收益在中位數(shù)之上的因子，賣出在中位數(shù)之下的因子。圖表5展示了不同回溯期下的CSFMCSFM和TSFM的收益相似。CSFM的夏普率略低于TSFMalpha收益也略小于TSFMCSFM和TSFM的收益表現(xiàn)是幾乎一致的。圖表、CSFM策略表現(xiàn)資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理3.4因子動量、權(quán)益動量、行業(yè)動量TSFM和CSFMUMDSTRINDMOMINDMOM的構(gòu)造參考Moskowitz等人（）和Asness等人（）的做法，回溯期為過去個月。為了更好的進(jìn)行比較，我們對各收益序列進(jìn)行調(diào)整，使其事后年化波動率為10%。圖表6其中TSFM和CSFM的回溯期均包括過去1個月和過去12個月，同時還展示了市場組合的超額收益。其中有兩點值得注意，一是TSFM的曲線斜率相對較大，且對于不同回溯期均如此（事實上對CSFM策略，回溯期為過去一個月時斜率與TSFM相當(dāng)，但回溯期為過去UMD策略發(fā)生了大幅回撤，在年3月至531%Daniel,Moskowitz,2016。INDMOM在這期間也發(fā)生了24%的回撤。而因子動量策略完全的避開了這個動個月的TSFM和CSFM16%和15%1個月的TSFM和CSFM均實現(xiàn)18%--圖表、動量策略累計收益資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理6-12近一個月）或較長的窗口內(nèi)，權(quán)益主要呈現(xiàn)反轉(zhuǎn)效應(yīng)而非動量效應(yīng)。為了了解策7和，前者回溯期為過去2-12個月，后者回溯期為過去1個月。我們將其與TSFM和CSFM進(jìn)行比較，TSFM和CSFM的回溯期包括過去1過去個月和13-60個月。圖表7表明不同策略在時間序列上的變化是不同的。當(dāng)因子動量的回溯期為過去TSFM具有0.76具有0.75的相關(guān)性，當(dāng)回溯期為過去2-12子動量和行業(yè)動量間也存在較大相似性。相反，當(dāng)回溯期為過去1個月時，因子動量的表現(xiàn)與的表現(xiàn)截然相反（TSFM與STR的相關(guān)性和CSFM與STR的相關(guān)性均為-0.80捕捉了個股層面的收益持續(xù)性，我們應(yīng)當(dāng)觀察到其也表現(xiàn)出短期反轉(zhuǎn)的現(xiàn)象（這與圖45應(yīng)正相關(guān)。圖7最后一列展示了和CSFM間的高度相關(guān)性。圖表、動量策略收益相關(guān)性資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理接下來我們將TSFM和CSFM8的PanelA展示了不同回溯期下的TSFM平均收益以及分別對UMD、INDMOMSTR的alpha收益，對所有結(jié)果也均展示其95%置信區(qū)間。置信區(qū)間不包括0（包括）表明估計值在5%置信度下顯著（不TSFMUMD,INDMOM,的回溯期--是固定的)。UMD只能解釋2-12TSFMTSFM策略對UMD的alpha收益至少為。特別的，對于1個月的TSFMUMD無法對其進(jìn)行解TSFM的alpha均值幾乎一樣。TSFM相對INDMOM的alpha與相對UMD的alphaSTRTSFM的alpha慮到TSFM和STR間的負(fù)相關(guān)關(guān)系，這也符合我們的預(yù)期。PanelA圖展示了TSFM對相同回溯期的CSFM的alpha收益，盡管兩者幾乎完全相關(guān)，TSFM的alpha不論回溯期如何都顯著為正，且在較長的回溯期時更大。圖表8的PanelB為CSFM的結(jié)果，圖表8的PanelA和PanelB有兩點主要不同：一是UMD和INDMOM對CSFM的解釋比例比對TSFM大，且當(dāng)回溯期大于等于一年時，CSFM對和INDMOM的alpha收益不顯著。二是對TSFM有顯著為負(fù)的alpha收益，也就是說，盡管TSFM和CSFM收益相似，TSFM比更有效地捕獲了因子動量。圖表、動量策略對比資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理在圖表9中，我們將上述分析反過來，在控制了因子動量后評估UMD、INDMOM和的表現(xiàn)，將他們對不同回溯期下的和CSFM的alpha收益展示出來，柱狀圖顏色對應(yīng)不同的TSFM回溯期。--回溯期為過去3660個月的TSFM都能分別對UMD和INDMOMUMD的平均收益為12個月的alpha收益不到t值不到1.0INDMOM相對個月TSFM的alpha為負(fù)，且統(tǒng)計不顯著。CSFM無法解釋UMD，但能較好的解釋INDMOM。我們對此的核心結(jié)論是TSFM優(yōu)于UMD，并且能很大程度上解釋收益。但TSFM和CSFM都無法解釋STRSTR3.4%，在控制因子動量后，STR對TSFM的alpha收益增大到1TSFM時，alpha為10.1%。因此，和UMD與TSFM間的關(guān)系不同，因子動量和短期反轉(zhuǎn)在預(yù)期權(quán)益收益上捕獲了不同的行為，因為因子動量和短期反轉(zhuǎn)間存在較大的無法解釋的alpha收益。圖表、UMD、INDMOM、的相對表現(xiàn)資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理、動量策略的組合我們接著研究各種動量策略在策略組合中帶來的增益效果。我們在全樣本上建立了經(jīng)均值方差優(yōu)化的策略組合。圖表10的第一列羅列了我們所考慮的因子，因子都經(jīng)過標(biāo)準(zhǔn)化使具有10%的年化波動率。對TSFM和CSFM去一個月、過去2-12個月、過去13-60個月、過去12個月的的回溯期。我們也考慮了UMD、INDMOM和STR，以及Fama-French五因子。--第二列為各因子的夏普率。剩余的列展示了各因子在組合中的權(quán)重，分別標(biāo)記為11-1、TSFM2-12、13-60構(gòu)成的最優(yōu)組合中，TSFM1-1權(quán)重最大，為0.47TSFM2-12和TSFM13-60的權(quán)重也顯著為正，分別是0.22和0.311.07CSFM是CSFM1-10.673表明由TSFM和CSFMTSFMCSFMTSFM和CSFM對另一者的alpha收益相反。列4是TSFMUMDFF5TSFM2-12的權(quán)重為0，取而代之的是UMD0.101.65（五因子構(gòu)成的最優(yōu)組合夏普率為1.096TSFMUMDSTR構(gòu)成的最優(yōu)組合也具有相同的結(jié)論，TSFMUMDSTR均有顯著為正的權(quán)重，F(xiàn)F5中MKTCMA、RMW權(quán)重顯著為正。圖表、最優(yōu)組合權(quán)重資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理當(dāng)使用HML-DevilAsness,Frazzini,2013結(jié)合得到的分散化優(yōu)點更為明顯，因為其在價值信號的構(gòu)建中使用了更及時的價格數(shù)據(jù)，并且表現(xiàn)優(yōu)于傳統(tǒng)的Fama-FrenchHML因子。圖表表明UMD和HML-Devil的相關(guān)性為-0.64UMD和HML的相關(guān)性僅為1-12與HML的相關(guān)性為HML-Devil的相關(guān)性為-0.37。圖表、動量因子和相關(guān)性資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理考慮到可能的對沖優(yōu)勢，圖表12展示了在組合優(yōu)化中將HML替換為HML-Devil的結(jié)果，有三個主要發(fā)現(xiàn)：一是我們關(guān)于因子動量的主要結(jié)論不變—因子動量在最優(yōu)組合中仍提供較大的增益；二是，HML-Devil在所有情況下都具有顯著為正的權(quán)重，而如圖表10所示HML通常不顯著；三是UMD在組合優(yōu)化中成為了最重要的因素之一?？偟膩碚f，因子動量和權(quán)益動量在組合優(yōu)化中能協(xié)同地帶來增益。--圖表、使用HML-Devil的最優(yōu)組合權(quán)重資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理、可行性動量策略天然具有高換手率的特點，因此，在考慮因子動量在組合決策中的可行性時，交易成本是首要考慮因素。圖表的PanelA比較了因子動量和其他價格趨勢因子的年化換手率。在回溯期方面，STR天然地可以作為回溯過去一個月的因子動量的基準(zhǔn)，UMD和INDMOM相應(yīng)的可以做個月因子動量的比較基準(zhǔn)。結(jié)果表明，不論基準(zhǔn)是誰，因子動量的換手率都與基準(zhǔn)相當(dāng)，甚至稍低。同時圖表13的PanelA表明因子動量的交易量比Fama-French因子要高，這與其他動量策略一致。圖表13的PanelB比較了策略在剔除交易成本后的表現(xiàn)，我們假定單位換手率的成本為10個（Frazzini,Israel,Moskowitz,2015作為對比?？梢姡M管交易成本抵消了因子動量的部分收益，其凈收益表現(xiàn)仍優(yōu)于UMD、INDMOM、和Fama-French因子。比如，TSFM1-12的凈夏普率為0.630.70UMDINDMOMSTRUMD，為0.51，F(xiàn)ama-French因子中最好的是RMW。圖表的PanelB對圖表9進(jìn)一步作出了說明，表明在控制了因子動量后，STRSTR易成本所抹平。圖表、換手率和凈夏普率資料來源：JOURNALOFMANAGEMENT，興業(yè)證券經(jīng)濟(jì)與金融研究院整理--、全球市場上的因子動量在這一部分，我們表明在美股市場得到的關(guān)于因子動量的結(jié)論在國際權(quán)益市葡萄牙、瑞典和以色列；太平洋市場，包括澳大利亞、香港、日本、新西蘭和新加坡。我們考慮的最大的國際市場是除美國外的全球市場，包括歐洲、太平洋和加拿大。在國際市場上，由于數(shù)據(jù)限制，我們只研究65個因子中的62個。首先，單因子的收益持續(xù)性很強，一階自相關(guān)系數(shù)均值為0.10（美股市場為62個因子中有51個為正，14表明單因子時序動量策略回溯期為過去一個月)在國際市場上也奏效，61個因子中有55個相對原始因子具有正的alpha收益，65個因子中個為正，策略夏普率為0.73（美股市場上為0.84alpha為6.6%。TSFM和CSFM平均收益幾乎一致，不論回溯期是最近一個月，還是直到最近五年。這與個股層面的動量行為非常不同（短期反轉(zhuǎn)，窗口為近一年時為動量效應(yīng)。這種現(xiàn)象與在美股市場上一致。第三，在國際市場上，在控制了其他各類動量，如UMD、INDMOM、STR15所示)對UMD的alpha不論回溯期如何均顯著為正（13-60第四，TSFM和CSFMTSFM對CSFM有正的alpha收益，CSFM對