DOSSIER · No.08
残差动量
剔除市场和因子影响后再算动量,回撤比普通动量小。
失效
个股动量与反转
数据 B 级
月度调仓
是否仍有效(策略本身)
失效
论文发表后夏普比率接近或低于零
是否跑赢基准(买入持有 SPY)
未跑赢基准
论文发表后,夏普比率 0.05 对比 0.93;年化收益低于基准。
「仍有效」只说明策略没有失效,不代表比基准更好,也不构成任何建议。2026-10-17 更新。
来源论文:David Blitz, Joop Huij, Martin Martens (2011). Residual Momentum. Journal of Empirical Finance.
原理
普通的动量策略很简单:买过去一年涨得最多的股票。但它有个大毛病,就是偶尔会"崩盘"。比如 2009 年市场从底部暴力反弹,之前跌得最惨的股票涨得最猛,而动量组合正好在做空它们,几个月就亏掉好几年的收益。
Blitz、Huij 和 Martens 在 2011 年指出,问题出在"涨得多"这件事里混了太多和公司本身无关的东西。一只股票过去一年涨了 50%,可能只是因为整个市场涨了、或者小盘股整体走强,它本身并没有什么特别的好消息。熊市之后,这些跟着大盘走的"高贝塔"股票就会把动量组合拖下水。
他们的办法是先把这些公共因素剔掉:用过去三年的数据,算出每只股票的涨跌里有多少是市场、规模、价值这些因素带来的,剩下那部分"它自己独有的涨跌"叫残差。然后只按残差来排名,买残差持续为正的,卖残差持续为负的。这样选出来的是真正"自己在变好"的公司,而不是"跟着行情飘"的公司。
论文的结论是:收益和普通动量差不多,但波动和回撤小了很多,风险调整后的表现明显更好。十多年过去了,这个改进还成立吗?我们用最新数据把普通动量和残差动量放在同一个股票池里比一比。
封
以下内容仅对会员开放
这份卷宗剩下的部分已封存。
- 含成本的完整回测与净值曲线
- 论文发表前后、最近三年分段对比
- 逐条交易规则与结果解读
- 可直接运行的 Python 代码下载
已有账号?登录
在闲鱼搜索「nagi 」,下单后自动发送激活码
历史回测不代表未来收益,仅供学习研究,不构成投资建议。