趋势因子（多条均线）

原理

技术分析里最常见的工具就是均线：5 日线、20 日线、200 日线……短均线反映最近几天的走势，长均线反映几年的大趋势。传统的动量策略通常只用一个时间窗口（比如过去 12 个月的涨幅），而交易员在实践中往往同时看多条均线。那么，把不同周期的均线信息合在一起，能不能得到一个更好的选股信号？

2016 年，Yufeng Han、Guofu Zhou 和 Yingzi Zhu 给出了一个系统的做法。他们为每只股票计算从 3 日到 1000 日共十几条均线，每条都除以当前价格做标准化，然后每个月做一次截面回归：看哪条均线对下个月收益更有预测力、权重是多少。用过去一段时间回归系数的平均值，就能把所有均线合成一个“预期收益”，买预期最高的、卖预期最低的。论文发现，这个“趋势因子”在美国股票上的收益和夏普比率都明显高于传统的短期反转、动量和长期反转因子，而且在市场大跌时表现也更稳。

它的吸引力在于：不需要人为选择看哪个周期，让数据自己决定短、中、长期信息的权重。短期均线可以捕捉反转，长期均线可以捕捉趋势。代价是模型更复杂，回归系数会随时间变化，可能出现过拟合。这里在标普 500 成分股中复刻这个方法，看发表前后它是否依然有效。