NNagi
DOSSIER · No.a186

行业ETF短期反转

每月买上个月跌得最多的2个行业ETF,赌行业短期超跌反弹。

失效 趋势与动量 数据 A 级 月度调仓
灵不灵(和基准比)
失效

论文发表后夏普比率接近或低于零

是否跑赢基准(7 只行业ETF等权(每月再平衡))
未跑赢基准

论文发表后,夏普比率 0.10 对比 0.36;年化收益低于基准。

夏普比率: 发表前— 发表后0.10 基准(发表后)0.36 最近三年0.27
「仍有效」指论文发表后风险调整收益跑赢基准,历史回测不代表未来收益,不构成任何建议。2026-10-19 更新。
来源论文:Narasimhan Jegadeesh (1990). Evidence of Predictable Behavior of Security Returns. Journal of Finance.

原理

动量说“强者恒强”,反转说“跌多了会涨回来”。两者并不矛盾,关键在于时间尺度。Jegadeesh 1990 年在《Journal of Finance》上发表的《Evidence of Predictable Behavior of Security Returns》发现,美股个股存在明显的一个月反转:上个月跌得最多的股票,下个月平均跑赢;上个月涨得最多的,下个月平均跑输。

常见的解释是短期过度反应和流动性冲击。一则利空新闻、一次大额卖单,会让价格在几天内跌过头;等情绪平复、做市商和逆向资金进场,价格会部分修复。对个股来说,买入上个月的“输家”,相当于给急于卖出的人提供流动性,赚的是这份补偿。

把它搬到行业层面,逻辑就没那么直接了。行业指数由几十上百只股票组成,单只股票的流动性冲击在行业层面会被稀释;而行业的涨跌更多反映的是政策、景气、资金风格这些“慢变量”,跌得多的行业可能只是刚开始走弱。A股的行业热点切换很快,“上个月最弱”的行业,下个月是会报复性反弹,还是继续阴跌?

这里用 7 只中证全指行业ETF,每月买上个月跌得最多(涨得最少)的 2 只,正好是 a185 行业动量的反面。

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
注册并解锁
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。