（转）给趋势投资信仰充值：动量模型百年赚钱史
给趋势投资信仰充值：动量模型百年赚钱史
原创 2017-07-03 张翼轸 EarlETF投资视界
最近看到一篇论文，对于我们趋势投资者是不可多得的 信仰加持文 ，所以这里要与各位分享。
这篇论文的题目是《一个世纪的趋势投资证据(A Century of Evidence on Trend-Following Investing)》，三位作者都来自 AQR。
如果你对国际对冲基金产业有关注，那么应该听说过 AQR 资本。
AQR 资本诞生于 1998 年，核心创始人是著名的对冲基金经理阿斯内斯(Cliff Asness)，目前管理的资产大约是 1876 亿美元。
关于阿斯内斯，我在此前介绍诺贝尔经济学奖得主尤金 · 法玛的时候有提过此君，他在芝加哥大学念博士的时候就是师从尤金 · 法玛，研究的就是多因子选股等领域。当然，阿斯内斯毕业后没有继续搞学术，而是进入了华尔街并创办了量化对冲基金 AQR，眼下的身价是 30 亿美元。
虽然在华尔街赚了大把的钱，但是阿斯内斯的一大爱好就是写学术论文，所以在 SSRN 学术数据库中可以找到一大堆他或者是他的同事写的论文，主题大多是继承他老师尤金 · 法玛的衣钵，关于各类投资因子的。
当然，《一个世纪的趋势投资证据(A Century of Evidence on Trend-Following Investing)》的作者不是阿斯内斯，而是 Brian Hurst, Yao Hua Ooi 和 Lasse Heje Pedersen 这三位，其中 Lasse Heje Pedersen 既在 AQR 资本供职也在学术界供职，与阿斯内斯倒是合作学过好几篇论文。有兴趣的朋友，不妨在 SSRN 上搜索下这几位的论文，很是有趣。
言归正传，还是说回这篇论文。
这篇论文的目的其实就是一个： 证明趋势投资法是普世的，在不同的年代不同的资产类别不同的经济周期下都是合适的 ——而且即使是类似对冲基金缴纳了 20-2 的高昂管理费之后，依然是普世有效的。
▌ 趋势投资与动量模型
趋势投资，简单说就是追涨杀跌。
当然，在 AQR 的这篇论文中，其实是用了最简单的一种趋势投资法，同时也是学术界最喜欢用的： 动量投资法 。
动量投资法此前就介绍过，大体就是以过去一段时间的股价涨跌幅来决定接下来的持仓。
比如最简单的 1 月动量投资法，就是过去一个月如果一个资产类别的价格是上涨的，那么下个月就做多；反之如果这个资产价格是下跌的，那么下个月就做空。
当然，这个动量投资法会有很多的变种方法。一种是拉长周期，比如原本观察一个月的涨跌幅，改成观察三个月甚至 1 年的涨跌幅；另一种是延迟执行，比如明明已经观察到这个月是上涨应该做多了，但是这个做多信号下个月不执行，而是下下个月执行——这个其实不是什么特别的思路，而是在早年只有月度数据的前提下，符合实际操作的研究方法而已。
动量投资简单不简单？朴素不朴素？
但是从 AQR 的这篇论文来看，那么朴素简单的法子真是有效果!
▌ 百年回眸真赚钱
AQR 的这篇论文标题中有 「一个世纪」 的说法，其实其回测周期远不止一个世纪，而是 从 1880 年到 2016 年，横跨整整三个世纪，加起来是 137 年 。
与此同时，AQR 对几乎可以获得的所有资产都进行了回测，一共包括 67 类资产 ，包括 29 类商品、11 个股票指数、15 个债券市场、12 个外汇货币对。
就回测方法，AQR 这篇论文用了 1 月动量、3 月动量和 12 月动量三种模型同时操作，按照等权重和 10% 波动目标来配置，这也是大多数论文和实操惯用的法子，避免单一模型的波动，使得整个组合的表现更平滑。
下图就是 137 年累计的回测结果，年化回报率是 18%，超额收益 11%。即使在扣除 2/20 的费率之后，依然有 7.3% 的超额收益。更重要的是，按照 10 年一个阶段，可以发现动量模型在所有的 10 年里面都是有正回报的——当然，始于 2010 年的这个十年暂时来看是历史低谷，表现是相对较差的。
▌ 一月三月十二月皆赚钱
动量模型，很重要的一个参数就是回测周期。
比如 EarlETF 中一直有介绍的二八轮动模型就是才有周线的 4 周回测模型。而在 AQR 的论文中，是以月度为单位，回测了 1 月、3 月、12 月三个周期和延期 1 月执行的结果。
总体来看，1 月和 12 月是比较赚钱的，3 月相对较弱，但是 1.10 的 Sharp 比率依然是极其优秀的数字了。当然，所有延期一月执行的信号数据都很差，可见动量模型有了信号就要执行——此前学术界受限制于数据的 Lagged 模型其实是低估了动量模型的效果的。
▌ 品种有差异，总体都不错
既然测试了那么多的品种，那么具体资产的个别表现总是要呈现一下的。
根据 AQR 的论文，所有的品种都有正的 SHARP 指标，当然高低不尽相同。
为什么对冲基金比起普通人容易赚钱，其实这张图是能够揭示出一些奥妙的。
绝大多数投资者其实都有路径依赖，往往是优先投资本国的证券资产。比如生在中国就买 A 股或者港股，而美国投资者也是一样偏爱美股的。
这样做，其实有一个很大的问题就是将你的投资收益与 「投胎技术」 挂钩了。是的，从 AQR 的研究来看，其实美股使用动量模型的效果只能说普通，Sharp 比率在 0.5 左右，不如类似澳洲、加拿大等市场的——而且如果你只做股票投资，那么就会错过债券这个好资产类别——后者的 Sharp 比率总体是高于股票的。
但是，对冲基金就不同了。对冲基金关心的只是赚钱，而且机构规模足够大，所以可以将资产分布在全球的所有资产上，各个国家，各类证券，不在于是股票还是债券或者商品。
这样的话，就可以获得更好的效果，获得更平稳可能也是收益最高的动量模型收益。
▌ 动量无惧大股灾
趋势投资者最骄傲的时候，往往不是大牛市而是大熊市。
因为传统的买入并持有投资者，往往在大熊市中要蒙受巨大的亏损，而趋势投资者即使仅仅是止损离场就可以规避巨大的损失——就像在 2015 年年中的 A 股股灾中我们依赖海龟和二八躲过一劫那样。
当然，一个严格的动量模型，还可以做空，这意味着在大熊市中，不但可能不亏钱，还可能大赚。
AQR 的这篇论文对此进行了回测，选取是三个世纪里面最大的十个股灾。
从下图可以看到，除了悲剧的 1938 年动量模型和 1987 年闪电崩盘不能避免亏钱之外(但其实亏钱也就是微乎其微)，其他的股灾中动量模型都是获得了可观的收益，其中大萧条时候的收益甚至高达 50%。
当然，动量模型不仅是不惧大熊市，其本身的回撤也是控制的相当好。
下图是 AQR 的这个动量模型历史上最大的 10 次回撤，可以看到最严重的是 1947 年到 1948 年的那次，回撤幅度是 24.7%——老实说，对于股市投资者，这点回撤真的都不是什么事儿，50% 的暴跌都是出现过不少了。
由此可见，动量模型的回撤还是相当安全的。
▌ 动量才是真正的全天候
另一家著名的对冲基金公司桥水 (Bridgewater) 的旗舰基金名字叫全天候，代表着桥水的当家人 Dalio 希望基金在各类经济周期下都能应对自如。
其实从这个标准来看，动量模型真是当之无愧的全天候。
AQR 资本回测了动量模型在不同经济环境下的表现，发现 无论是繁荣还是衰退，通胀还是通缩，战争还是和平，牛市还是熊市，动量模型的表现都不错 。更有意思的是，严格来说，动量模型在战争环境和熊市中反而表现更好，无论是看绝对的回报还是 Sharp 比率，真正的全天候。
▼
好了，以上就是对于 AQR 这篇论文核心结论的一个综述。
对于趋势投资者，看过上述数据，怎么也该坚定对于趋势投资的信念，坚持坚持再坚持的。
当然，如果你是个研究控，对于上述论文觉得不够劲，那么不妨去 SSRN(https://papers.ssrn.com)，看一下此文几位作者和阿斯内斯之前写的论文，绝对是会受益匪浅的。
（转）给趋势投资信仰充值：动量模型百年赚钱史相关推荐
- 信仰充值 那颗樱桃的甜酸味：Cherry 樱桃 G80-3000 白茶/白青（伪）开箱
原文首发色魔张大妈晒单,这算是我个人的晒单做个聚合吧.万一哪天张大妈没了呢? 原文地址 懒癌复健中(高污预警...) 作为一个苦逼的程序猿 ,一个"优秀"的码农,懒,这个优秀的良好 ...
- 这次不一样:八百年金融危机史(珍藏版)
<这次不一样:八百年金融危机史(珍藏版)> 基本信息 原书名:This Time Is Different: Eight Centuries of Financial Folly 作者: ...
- 大模型落地实践系列五、大模型怎么赚钱？
大模型落地实践系列五.大模型怎么赚钱? 在人工智能领域,随着深度学习技术的发展与进步,大模型(如GPT-3)已成为研究热点.这些模型不仅可以为各种应用场景提供强大的支持,而且还可以创造巨大的商业价值. ...
- 中国百年校服史：青春飞扬的几代人[转]
菁菁校园,无处不张扬着春潮热力:年轻的欢声笑语充斥着每一个角落.而校服--正是这飞扬青春最直观.最生动的载体,是校园里永远流动的风景.近百年来,校服的变迁追随着历史的脚步一路蜿蜒前进,承载着我们每个人 ...
- 【信仰充值中心】Firefox 97 后续更新一览
原文:https://bbs.popkart.org/?thread-147.htm 单独开篇,主要参考 Ghacks. 97.0.1:修复一些小问题 原文,此版本 2022 年 2 月 17 日发布 ...
- 【信仰充值中心】Firefox 96 后续更新一览
来源:https://bbs.popkart.org/?thread-114.htm 意外的长,所以单独开篇,主要参考 Ghacks. 96.0.1:紧急修复的网络连接问题 原文,此版本 2022 年 ...
- 【信仰充值中心】Firefox 96 正式版用户特性介绍
来源:https://bbs.popkart.org/?thread-113.htm 此版本首发于 2022 年 1 月 11 日,主要内容为安全及性能优化,参考官方日志和 Ghacks. 一.改进 ...
- 为信仰充值——GoogleDeveloperDay
GoogleDeveloperDay 12月14日有幸参加了GoogleDeveloperDay大会,本来当天晚上就准备连夜记录下这些参会的感受,但是由于一些事情给耽误了,所以直到周末才有时间给大家分 ...
- 肯硕（Kensho）揭开华尔街百年赚钱秘诀
从2014年开始暴涨的A股市场再次牵动了亿万股民的心.到2015年8月,A股已经历了数天内暴涨暴跌的过山车式的变化.除了打听可能的内部消息和采用传统的技术分析外,对亿万普通股民而言,还有什么更好的办法 ...
- 飞桨模型保存_史上最全解读｜飞桨模型库重大升级，主流算法模型全覆盖
11 月 5 日,在 Wave Summit+2019 深度学习开发者峰会上,飞桨全新发布和重要升级了最新的 21 项进展,在深度学习开发者社区引起了巨大的反响. 很多未到场的开发者觉得遗憾,希望可以 ...
最新文章
- 同底数幂比较大小方法_初中数学解题技法19.幂的运算
- 混合运算lcd显示_各界巨头寄予厚望 MicroLED靠什么成为显示屏的未来
- fatal error C1083: 无法打开包括文件:dxtrans.h: No such file or directory
- python contains类似函数_01--实际工作中，python基础理念和数据处理
- 深度学习（batch，mini-batch，其它算法）
- Qt在线/离线安装包下载网址和说明
- centos系统时间不准
- vscode 分支列表刷新_分钟将vscode撸成小霸王
- 理解R-CNN、SPP-NET、Fast R-CNN、Faster R-CNN、FPN博文整理
- 单细胞数据高级分析之初步降维和聚类 | Dimensionality reduction | Clustering
- 平板电脑黑苹果EFI_保姆级别教你安装黑苹果，提供大量EFI与工具驱动！
- 使用Python爬虫爬取淘宝商品并分析
- 论文笔记 EMNLP 2018|Jointly Multiple Events Extraction via Attention-based Graph Information Aggregation
- 打开小程序之门，“拉勾”之约
- tcp 粘包 丢包 解决方案
- 不安装Office操作Excel文件（.xlsx）
- 【蓝桥杯集训100题】scratch绘制蜘蛛网 蓝桥杯scratch比赛专项预测编程题 模拟练习题第05题
- FPGA设计进阶1--XilineFPGA结构(UltraScale)
- 【微服务入门】分布式事务详解及seata的使用
- MATLAB人民币面额识别