先預(yù)祝一下各位新年快樂(lè)！
股票投資決策最后的呈現(xiàn)，其實(shí)就是市場(chǎng)中的價(jià)格，因此價(jià)格本身也就成為了市場(chǎng)中所有交易者認(rèn)知的匯總，無(wú)論你的投資理念基于哪一個(gè)流派，大家在這一點(diǎn)上總能達(dá)成共識(shí)。而價(jià)格這個(gè)指標(biāo)貫穿投資決策的前中后各個(gè)階段，其實(shí)自動(dòng)也成為了投資信號(hào)的一種。
基于價(jià)格信號(hào)的投資策略，最為著名的莫過(guò)于動(dòng)量和反轉(zhuǎn)了。在查爾斯·道（Charles Dow）提出了這個(gè)觀點(diǎn)的最初雛形之后，業(yè)界和學(xué)術(shù)界在各類(lèi)市場(chǎng)中都普遍發(fā)現(xiàn)了價(jià)格的動(dòng)量特征，這一點(diǎn)在短期尤其明顯（12個(gè)月之內(nèi)），即過(guò)去表現(xiàn)較好的股票在未來(lái)一年也往往有更好的表現(xiàn)。而從長(zhǎng)期來(lái)看，股票則會(huì)出現(xiàn)反轉(zhuǎn)，即過(guò)去表現(xiàn)好的股票在未來(lái)3年到5年可能回報(bào)會(huì)變差。當(dāng)然各個(gè)市場(chǎng)在周期性上可能存在差異，比如在中國(guó)，很多學(xué)者就認(rèn)為不同市場(chǎng)狀態(tài)下，動(dòng)量和反轉(zhuǎn)的表現(xiàn)和周期性不一致，并且動(dòng)量效應(yīng)的效果并不好。
不過(guò)為什么同樣的股票會(huì)存在兩種不同方向的變動(dòng)特征呢？人們非常好奇究竟如何判斷股票究竟是處于動(dòng)量階段還是反轉(zhuǎn)階段，進(jìn)而也就展開(kāi)了對(duì)動(dòng)量生命周期的研究。
各界對(duì)這個(gè)問(wèn)題的解讀很多，比如信息過(guò)度反應(yīng)和反應(yīng)不足等等，今天我們給大家介紹的是基于交易量角度的動(dòng)量周期問(wèn)題研究，這個(gè)理論是由Lee和Swaminathan在2000年的時(shí)候提出的。
他們發(fā)現(xiàn)，交易量同未來(lái)回報(bào)之間存在著一個(gè)反向的關(guān)系，即相較于高交易量的股票，低交易量的股票在未來(lái)反而有更高的超額回報(bào)。這是一個(gè)非常奇妙的現(xiàn)象，因?yàn)榘吹览斫灰琢吭礁叩墓善闭f(shuō)明越受市場(chǎng)追捧，應(yīng)該會(huì)有更好的未來(lái)表現(xiàn)才對(duì)。我們使用倍發(fā)科技投資研究系統(tǒng)（Betalpha BAR 1.0）中的因子回測(cè)功能，建立過(guò)去六個(gè)月的交易量因子對(duì)過(guò)去五年的全部A股進(jìn)行回測(cè)，也可以發(fā)現(xiàn)，交易量與未來(lái)回報(bào)之間的確存在著反向的關(guān)系（從左至右按照交易量進(jìn)行分組，最左邊為交易量最大的20%的股票，向右則相應(yīng)遞減）。
傳統(tǒng)觀點(diǎn)認(rèn)為交易量和回報(bào)之間的關(guān)系是從流動(dòng)性角度出發(fā)的。不過(guò)Lee和Swaminathan并不認(rèn)同這樣的觀點(diǎn)，他們認(rèn)為交易量的預(yù)測(cè)能力，主要體現(xiàn)在其對(duì)股票估值的能力之上：通常來(lái)說(shuō)，高交易量的股票往往呈現(xiàn)高估值、高增長(zhǎng)和高分析師覆蓋度的“三高”特征，并且賬面市值比比較低，而反過(guò)來(lái)低交易量的股票往往是價(jià)值型的，增長(zhǎng)性并不突出，估值也相對(duì)較低。因此從估值水平來(lái)說(shuō)，高交易量的股票在未來(lái)回落的幾率會(huì)更高。而另外一方面，他們也發(fā)現(xiàn)，低交易量股票在未來(lái)的運(yùn)營(yíng)效率平均而言會(huì)更高，這與分析師的評(píng)價(jià)是相反的，因此他們認(rèn)為企業(yè)的新公告會(huì)修正分析師傳遞給市場(chǎng)的錯(cuò)誤估價(jià)，高交易量股票在公告發(fā)布時(shí)的回報(bào)會(huì)低于低交易量的股票。
為此他們?cè)O(shè)計(jì)了一個(gè)基于交易量和動(dòng)量策略的研究策略，基于過(guò)去6個(gè)月的回報(bào)率，把所有股票分為從高到低的10組，然后再基于過(guò)去6個(gè)月的交易量，把所有股票均分為3組。然后設(shè)計(jì)了三種交易類(lèi)型：
第一種是普通動(dòng)量策略，即單純買(mǎi)入過(guò)去6個(gè)月動(dòng)量效應(yīng)最強(qiáng)的股票（即過(guò)去6個(gè)月回報(bào)最高的10%的股票）；第二個(gè)是早期動(dòng)量策略，即在過(guò)去6個(gè)月動(dòng)量效應(yīng)最強(qiáng)的股票中，選出那些在交易量上位于全部股票最低的33.3%水平的股票；第三個(gè)則是晚期動(dòng)量策略，這是在過(guò)去6個(gè)月動(dòng)量效應(yīng)最強(qiáng)的股票中，選出位于屬于位于全市場(chǎng)交易量最高33.3%水平的股票。他們發(fā)現(xiàn)相較于普通動(dòng)量策略，早期動(dòng)量策略顯然有更好的回報(bào)，而晚期動(dòng)量策略則帶來(lái)了顯著的負(fù)相對(duì)收益。
我們使用上述三種選股策略，基于BAR對(duì)過(guò)去5年的全部A股進(jìn)行回測(cè)，換倉(cāng)頻率為每月1次，也可以得出類(lèi)似的結(jié)論。
從結(jié)果來(lái)看，單純的動(dòng)量策略在A股市場(chǎng)是無(wú)法獲得超額收益的，但是結(jié)合交易量的策略可以顯著改善純動(dòng)量策略的選股效果。為了確保穩(wěn)健性，我們選擇不同的動(dòng)量時(shí)長(zhǎng)（更換為3個(gè)月、9個(gè)月和12個(gè)月的動(dòng)量，相應(yīng)交易量也做出一致的時(shí)期調(diào)整）進(jìn)行分析，結(jié)果也是一致的，即早期動(dòng)量能取得更好的表現(xiàn)。
△三種3個(gè)月動(dòng)量策略對(duì)比
△三種6個(gè)月動(dòng)量策略對(duì)比
△三種9個(gè)月動(dòng)量策略對(duì)比
△三種12個(gè)月動(dòng)量策略對(duì)比
相應(yīng)策略的效果如下表所示（基準(zhǔn)收益為滬深300，年化收益率為15.34%）：
類(lèi)似地，如果我們進(jìn)行百分比分組的變化或者進(jìn)行市值權(quán)重調(diào)整，得到的結(jié)論也不會(huì)變化，這意味著這一現(xiàn)象并非源于數(shù)據(jù)分組。
那么這樣的現(xiàn)象究竟是如何形成的呢？
Lee和Swaminathan在這項(xiàng)研究的基礎(chǔ)上提出了動(dòng)量生命周期假說(shuō)。如下面這個(gè)圖所示：
圖片來(lái)自Lee和Swaminathan（2000）的論文
他們認(rèn)為股票交易分為投資者的追逐期和冷淡期，坐標(biāo)軸左側(cè)是過(guò)去的贏家組合（即過(guò)去N個(gè)月存在獲益為正的股票），右側(cè)為輸家組合。他們認(rèn)為成長(zhǎng)型的股票受到好消息的刺激，回報(bào)率會(huì)上升，受到市場(chǎng)追捧，此時(shí)股票位于左上角（高收益高交易量）；隨著價(jià)格上升到一定程度，市場(chǎng)會(huì)認(rèn)為股票被高估了，此時(shí)股票回報(bào)率會(huì)漸漸回落，市場(chǎng)不再熱捧，股票順時(shí)針轉(zhuǎn)到低回報(bào)低交易的狀態(tài)；而當(dāng)價(jià)格下降到一定的程度時(shí)，市場(chǎng)又會(huì)開(kāi)始新的循環(huán)。這就構(gòu)成了動(dòng)量的變動(dòng)周期（短動(dòng)量，長(zhǎng)反轉(zhuǎn)）。
而對(duì)于這種周期，如前所述，我們恰恰可以使用交易量進(jìn)行定位，因?yàn)槭艿阶放醯墓善苯灰琢渴窍壬吆蠼档偷?，利用之前的分析結(jié)果，顯然高交易量高回報(bào)和低交易量低回報(bào)的組合很快要進(jìn)行價(jià)格的反轉(zhuǎn)，而高交易量低回報(bào)和低交易量高回報(bào)的股票則位于周期開(kāi)始的時(shí)候，會(huì)出現(xiàn)動(dòng)量效應(yīng)，而國(guó)內(nèi)動(dòng)量策略不太適用的主要原因，很可能就是交易量和股票回報(bào)的同步性非常強(qiáng)，因此在歷史上的反轉(zhuǎn)因子會(huì)顯得非常出色。而利用這樣的關(guān)系特征，也可以幫助我們更好地捕捉市場(chǎng)中的趨勢(shì)特征。
【參考文獻(xiàn)】
Lee C M C, Swaminathan B. Price Momentum and Trading Volume[J]. Journal of Finance, 2000, 55(5):2017-2069.
本文使用的BAR代碼：
Momentum_6M>quantile_s(Momentum_6M,90,sample=all)
過(guò)去六個(gè)月動(dòng)量效應(yīng)位于全部A股的前10%水平
sum_t(Transaction_Volume,-6:-1,M)>quantile_s(sum_t(Transaction_Volume,-6:-1,M),66.6,sample=all)
過(guò)去六個(gè)月的總交易量位于全部A股的前三分之一
類(lèi)似地，如果要改變相應(yīng)時(shí)間尺度和排名，只需要改變其中的數(shù)字即可
風(fēng)險(xiǎn)管理工具 / 量化投資知識(shí) / 金融大講堂——'有金有險(xiǎn)'
（歡迎金融機(jī)構(gòu)從業(yè)的朋友申請(qǐng)BAR系統(tǒng)的試用）
聯(lián)系客服
