前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >动量因子:行为金融角度新解

动量因子:行为金融角度新解

作者头像
量化投资与机器学习微信公众号
发布2021-10-12 16:19:33
8360
发布2021-10-12 16:19:33
举报

量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。

核心观点

Robeco最近有一篇不错的文章,公众号进行脱水整理,分享给大家:

  • 长期来看,动量因子带来了强劲的收益
  • 动量溢价是由行为而不是风险来解释的
  • 人类犯错的倾向是决定因子持久性的基础

动量投资的概念很简单:买入(增持)近期表现更优的资产,卖出(减持)表现不佳的资产。尽管这种投资方法相对简单,但这一因子能够在股票市场产生强劲的长期表现。

下图显示了自1930年以来各因子的10年收益率。可以看到,动量因子在过去90年中,有5个10年来获得最高总收益率,并且在所有9个10年收益率都超过了市场。此外,最近的证据表明,它仍然是最强有力的因子之一,而且它没有消失的迹象。

为了理解为什么动量因子表现如此出色,而没有被套利交易消灭掉,我们首先需要理解为什么这种现象会存在。

以风险为基础的理论在解释上不够完善

新古典主义学派认为,动量溢价是承担一定系统性风险的补偿。实际上,动量是一个快速变化的因子,它青睐的股票可能在下一个月发生重大变化。因此,从基于风险的角度来看,溢价可能来自金融市场不断变化的风险,也可能来自投资者愿意承担的风险程度的变化。然而,真实的证据表明,这些组成因子实际上变化非常缓慢(并不足以解释动量因子带来的溢价)。

另一个基于风险的解释是,动量溢价可能来自投资者期望得到潜在崩盘风险的补偿。事实上,众所周知,动量策略可能会遭遇突然的、毁灭性的崩溃,比如2009年发生的那次。然而,研究表明,一些具有风险管理的动量策略,并没有出现崩溃,也给投资者带来高收益,显然与这一理论相矛盾。

由于缺乏足够的基于风险的解释,即使是有效市场假说之父尤金 · 法玛也认为动量是对他的理论的最大挑战。

行为偏差导致动量溢价

相对于新古典主义理论的解释,行为金融学更成功地解释了动量因子的存在。与主流的新古典主义金融学不同,新古典主义金融学认为投资者是理性的代理人,理解金融市场的风险和机会,行为金融学建立在假设投资者不是完全理性的,他们基于启发式的决策,这可能导致错误,因此产生了“异象”。

投资者对自己分析证券的能力过于自信,倾向于把成功归因于技巧,把失败归因于运气不好,这有助于解释动量的存在。例如,如果正面新闻出现,肯定了个人投资者的观点,他们将倾向于推动相关公司的股价超过其基本价值,即过度推断。但投资者对这些消息产生了过度反应导致股价长期回调时,这种情况最终会得到纠正。

反应不足也会导致动量溢价。这是一种保守偏差,这意味着对于他们认为正确的信念,通常会选择不变或者缓慢地改变。但是这种反应不足会使的价格缓慢地向正确的(基本面)价值变动时,这也会带来动量溢价,因为好消息会慢慢的反应在价格中。

在1999年的一篇学术论文中,过度反应和反应不足被定义了一个统一地概念。研究者定义了这样一个模型,在这个模型中有两类投资者,一类是基于消息面给股票定价的投资者,称为新闻交易者;一类是基于过去历史价格的模式给股票定价的投资者,称为动量交易者。如果有关公司基本价值的正面消息流传播开来,新闻交易者会首先利用这一点进行交易。他们发现,这将导致其股票价格上涨不足,因为消息会在市场上缓慢传播,即反应不足。动量交易者只有在观察到价格最初的上涨之后,才会推断出这种趋势,从而导致过度反应。正如其他反应过度的情况一样,随后将出现长期调整。

为什么动量没有被套利交易消除?

如果与动量相关的异象能够从人类的错误中得到到稳健的收益率,那么自然而然的问题是,为什么它们没有被套利行为消除。

首先,动量因子在真实交易中,实施起来并不容易。例如,价值因子可能每年只有10%至20%换手率实现,而传统的动量因子通常每年好几百的换手率。显然,为了有效地驾驭这一因子,需要付出更多的交易成本,更需要一个非常有效的交易策略。

其次,虽然动量溢价与行为偏差而非风险有关,但如何更好的利用动量因子却并没有那么容易。动量策略已经被证明易于发生罕见但严重的崩盘。因此,动量投资者还需要能够在较长时期内投入资本,并做好面对挑战的准备。

第三,定义动量没有一个唯一正确的方法。即使是简单的价格动量,也经常使用不同的回溯窗口来定义,从3个月到12个月不等。此外,投资者也可以选择仅使用一种动量因子,也可以选择结合多种动量因子,如剩余动量或结合相关的分析师动量。

最后,我们不应该低估人类心理和我们犯认知错误的倾向。许多金融领域的研究表明,人类总是会犯错误,即使他们事先知道这些错误。人们不需要深入挖掘就能找到过度推测市场的例子,这种市场是由人类的热情推动的。一次又一次,这些模式出现,并导致可预测的模式,只有系统和有耐心的投资者才可能利用并获利。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-09-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量化投资与机器学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档