Fama-French 三因子残差动量
factor.formula
Fama-French 三因子模型:
残差动量计算公式:
其中：
- :
资产i在t时刻的收益率，通常使用月度收益率数据
- :
资产i的截距项，代表模型无法解释的收益部分，可以视为资产的特异性收益
- :
资产i对市场风险溢价RMRF的敏感度，衡量资产对整体市场风险的暴露程度，即市场贝塔值
- :
t时刻的市场风险溢价，通常为市场收益率减去无风险利率
- :
资产i对规模溢价SMB的敏感度，衡量资产对规模风险的暴露程度，即规模因子贝塔值
- :
t时刻的规模溢价，通常为小市值股票收益率减去大市值股票收益率
- :
资产i对价值溢价HML的敏感度，衡量资产对价值风险的暴露程度，即价值因子贝塔值
- :
t时刻的价值溢价，通常为高账面市值比股票收益率减去低账面市值比股票收益率
- :
资产i在t时刻的残差，代表Fama-French三因子模型无法解释的特异性收益部分，可以视为该股票的特有收益。
- :
残差在T-12至T-2期间的均值，用于计算残差收益率的标准差
- :
资产i在T-12至T-2期间的残差收益之和，体现过去11个月残差收益的累计动量
- :
资产i在T-12至T-2期间残差收益率的标准差，用于标准化残差动量，避免因子值受波动率大小影响。分母之所以除以10而不是11，是因为这里使用的是样本标准差而不是总体标准差，自由度为n-1，样本数量为11，所以除以10
factor.explanation
该因子基于行为金融学中的渐进信息扩散假说。该假说认为，信息在投资者之间的传播是缓慢的，投资者对公司特有信息的反应相比于对市场整体信息的反应更为迟缓。因此，在剔除了市场、规模和价值因子的影响后，残差动量更能反映公司特有的信息扩散效应。股票的残差收益率往往存在持续性，即过去一段时间内表现较好的股票，其残差收益率在接下来一段时间内仍有较高的概率表现较好。该因子捕捉的正是这种特异性的动量效应。因此，该因子可以作为一种有效的选股策略工具，帮助投资者识别具有持续性超额收益潜力的股票，并进一步构建高收益的投资组合。