DOSSIER · No.221
10行业动量百年
十大行业里买过去半年最强的三个、卖最弱的三个,用百年数据检验。
减弱
趋势与动量
数据 A 级
月度调仓
是否仍有效(策略本身)
减弱
发表后夏普比率不到发表前的一半
是否跑赢基准(美股全市场(Ken French))
未跑赢基准
论文发表后,夏普比率 0.15 对比 0.48;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。2026-10-18 更新。
来源论文:Tobias J. Moskowitz, Mark Grinblatt (1999). Do Industries Explain Momentum?. Journal of Finance.
原理
个股动量大家很熟悉:过去半年到一年涨得多的股票,接下来一段时间往往还会继续跑赢。1999 年 Moskowitz 和 Grinblatt 提出了一个让人意外的发现:个股动量里有相当大一部分其实来自行业。强势股之所以强,很多时候是因为它所在的整个行业在走强;把行业因素剔除后,个股动量明显变弱。反过来,直接买强势行业、卖弱势行业,本身就能赚到可观的差价。
为什么行业会有惯性?常见的解释有三类。第一,信息扩散慢:一个行业的基本面变化(需求、价格、政策)往往是持续好几个季度的过程,市场一开始只消化了一部分。第二,资金流的惯性:主题基金、行业 ETF 和机构调仓都是分批进行的,越涨越吸引资金。第三,分析师和投资者的锚定:大家习惯把盈利预测慢慢往上调,而不是一次调到位。
这个策略用 Ken French 数据库的 10 个美股大行业,从 1926 年开始,每月买过去 6 个月最强的 3 个行业、卖最弱的 3 个。十个行业颗粒度很粗,好处是每个行业足够大、接近现实中能用行业 ETF 实现的程度,坏处是信号也更粗。
我们关心的是:这条规律在近一百年的美股里是否稳定?论文发表、行业 ETF 普及之后,它还能不能赚钱?
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。