时间序列动量 (TSMOM)
factor.formula
时间序列动量因子 (TSMOM):
个股超额收益:
收益率指数移动平均:
收益率波动率:
其中:
- :
表示月份,用于标识时间序列数据中的特定时间点。
- :
表示特定的股票,用于标识横截面数据中的特定个体。
- :
表示股票 $i$ 在第 $m$ 个月相对其自身历史收益的超额收益。它是当月实际收益 $r_{m,i}$ 与过去收益的指数移动平均值 $\bar{r}_{m,i}$ 的差值。超额收益旨在捕捉个股收益相对于自身历史水平的偏差。
- :
表示股票 $i$ 在第 $m$ 个月的收益率,通常定义为该月股票价格变动的百分比。
- :
表示股票 $i$ 在第 $m$ 个月之前月份收益率的指数移动平均值,用于平滑收益率的时间序列,并消除噪音,捕捉潜在的趋势。其计算方法是对历史收益率进行加权平均,权重随着时间推移呈指数衰减,使得近期收益率对当前移动平均值的影响更大。
- :
表示股票 $i$ 在第 $m$ 个月的收益率波动率,它是过去收益率与指数移动平均值偏差的加权平均的平方根,其中权重随着时间推移呈指数衰减。该指标衡量了收益率在一段时间内的变动程度,反映了股票的风险水平。
- :
表示指数衰减系数,它是一个介于 0 和 1 之间的参数,决定了历史收益率对指数移动平均值的影响程度。越小的 $\delta$ 值表示历史收益率的衰减速度更快,使得移动平均值更关注近期收益率。
- :
表示用于计算过去收益均值的月数,此处为 12个月。$\frac{1}{N}\sum_{j=1}^{12}\hat{r}_{m-j,i}$ 代表了过去12个月的超额收益均值。
factor.explanation
时间序列动量 (TSMOM) 因子通过分析个股自身历史收益率的趋势来预测未来收益。其核心思想是,如果过去一段时间内个股表现出正(负)的超额收益,那么该趋势在未来有可能会持续(尽管研究表明通常是反向的)。该因子首先计算过去12个月的超额收益的均值,并取其符号作为方向性指标。然后,使用当月的超额收益除以当月的波动率,进行标准化处理。这样做的目的是使动量信号更加稳健,并且降低了高波动股票的权重。因此,TSMOM 因子可以用于捕捉股票价格的短期反转效应,并构建相应的投资组合。