用动量去增强全天候组合

用动量去增强全天候组合

全天候资产配置模型是一种分散化的投资策略，通过配置利率债、黄金和红利股票等不同类型的资产，以实现稳定的投资回报。本文将探讨如何通过动量策略来增强全天候资产配置模型，以获取更好的投资表现。

一、全天候资产配置模型

普通人全天候组合，这篇文章已经说的比较清楚了，采用分散化的资产配置理念，配置利率债、黄金和红利股票，权重大致按照各自波动率的反比，最终配置15%红利股票+20%的黄金ETF+65%长期国债；其表现如下，在过去20年（2005.01-2024.10）时间内，只有3年时负收益，正收益概率为85%
这个模型为每年再投资，就是年末再平衡一次，配置比例（15%红利股票+20%的黄金ETF+65%长期国债）是始终不变的，是一个比较被动的、战略层面的资产配置模型。
那么，有没有可能在此模型的基础上，加入一个战术性的配置，在不同时间点高低配置不同资产，以期能够全天候组合的基础上，获取更好的收益率或者夏普比率？
这个回答是肯定的，就是采用动量的方法去增强，方法也很简单，就是定期去买入过去一段时间内上涨的资产，卖空或者不持有过去一段时间内下跌的资产，即按照时序动量去进行资产配置。

二、动量因子概述

这里动量因子指的是时序动量，也就是过去一段时间的绝对涨跌，而非截面上的相对涨跌。

1、动量效应长期存在于大类资产之间

1）Moskowitz, ooi and pedersen (2012) 利用商品期货、国债期货、 汇率期货和股指期货等58个资产。结果发现,在1至12个月范围内,收益率具有持续性，在1985年到 2009年,时间序列动量组合表现优秀
2）Hurst, ooi and pedersen (2017) ，研究对象为29个商品、 11个权益指数、 15个国债指数和12个汇率对，同时考虑了1 个月、3 个月和12 个月三个不同频率的周 期。1880年到 2013 年，趋势跟踪组合年化收益14.9%
3）Babuet al. (2020) 在Moskowitz (2012) 所涵盖的 58个传统资产的基础上, 增加了82个另类资产和16个因子收益率序列,结果显示趋势跟踪广泛存在于这些资产中, 并且长期有效;通过拓展新的资产类型,可显著提高夏普比率。
可以看在在1月-12月的维度上，动量效应长期存在于大类资产之间，这是被长期数据和多篇论文验证的结果，这里我们不再重复讨论。

2、时序动量的金融学解释

对于因子的解释，一般会有两种，一个是风险溢价（risk-based），就是从风险补偿的角度去想这个问题，另外就是错误定价（mispricing），从行为金融学的角度解释因子怎样利用了人性的弱点
但是一般在市场表现很差的时候，趋势动量跟踪策略反而表现出色，不能从风险补偿的角度去想这个问题，我们只能从行为金融学的角度去解释因子
1、在一个股票上涨过程重，在初始阶段，价格对信息反应不足，原因有三如下。
1）锚定效应：投资者往往会把自己的观点锚定在最近历史数据上
2）处置效应：投资者往往会过早低卖出盈利股票以兑现收益
2、一旦趋势起来 ,就进入了第二阶段，趋势持续甚至过度反应 ，原因有二如下。
1）羊群效应：从众效应
2）确认和代表性偏差：—旦确认了自己的观点,便会找各种数据和信息支持自己的 看法,这使得价格趋势得以延续。

如图，各种行为金融学效应导致，基本面发生变化后，价格不能一步到位，且价格最终会超过基本面反应的合理区间。

三、利用动量策略改进中国全天候组合

1、基准组合：全天候中国组合，即15%中证红利全收益+65%30国债总财富+20%黄金，基准模型的权重大致按照其长期波动率的反比估算取整
2、回测区间：2005.01-2024.10，30年国债总财富指数时间不足的区间利用国债指数和10年国债总财富指数补全
3、动量指标：过去6月月收益率均值，大于0则持有，小于0不持有
4、仓位计算：持有仓位按照基准比例等比例扩张至100%（若只有黄金的动量>0，则黄金仓位为100%），若没有资产动量大于0，则配置100%货币基金
5、回测表现，如下图
1）动量择时模型相对于原始全天候组合模型，其收益率更高（8%提升至11%），但波动率更大，夏普率虽然略低了一些，但是卡玛比率提升（0.51提升至0.87），回撤大大减小
2）体现出危机Alpha特征：2008年（股票大跌，-2%提升至+13%）、2013年（利率债、黄金大跌，-14%提升至-2%）、2017年（利率债大跌-2%提升至8%），在这些年份表现的都比原始全天候组合要更好
3）正收益年份从17年变成18年，且最大亏损年份至亏损了4%（2020年），相对原始全天候组合模型的亏损14%（2013年）要好很多

四、利用动量策略改进中美全天候组合

若把美股、美债也加到模型中，组合收益率会更稳定，因为加入了更多的不相关的收益资产，使得模型更稳定，基准模型的权重大致按照其长期波动率的反比估算取整。
1、基准组合：全天候中美组合，即10%中证红利全收益+35%30国债总财富+25%黄金+15%标普500全收益+15%20年美国国债基金(TLT)
2、回测区间：2005.01-2024.10，30年国债总财富指数时间不足的区间利用国债指数和10年国债总财富指数补全，标普500全收益时间不足的区间利用标普500指数补全
3、动量指标：过去6月月收益率均值，大于0则持有，小于0不持有
4、仓位计算： 归一化择时：持有仓位按照基准比例等比例扩张至100%（若只有黄金的动量>0，则黄金仓位为100%），若没有资产动量大于0，则配置100%货币基金
5、回测表现，如下图
1）动量择时模型相对于原始全天候组合模型，其收益率更高（8.2%提升至10.8%），夏普比率和卡玛比率都提升（夏普从1.27提升至1.46，卡玛比率从0.53提升至1.64），回撤大大减小
2）体现出危机Alpha特征：2008年（股票大跌，-4%提升至+18%）、2013年（利率债、黄金大跌，-10%提升至11%）、2017年（利率债大跌4%提升至10%）、2022年（美债和全球权益大跌，组合收益略降低0.5%，不多），在这些年份表现的都比原始全天候组合相近或者更好
3）正收益年份从17年变成19年，过去20年只有1年是亏损的，且最大亏损年份至亏损了4%（2020年），相对原始全天候组合模型的亏损10%（2013年）要好很多
4）整体组合稳定性要高于只投资国内资产，卡玛比0.87提升至1.64，主要是资产类别的增多降低了组合的波动率和回撤率，尤其是回撤率降低了一半，导致卡玛比变成了原来的2倍

五、总结

1、普通人采用全天候策略，配置国内外股票、债券、商品等不同资产，是可以获取稳定收益的
2、动量效应长期存在于大类资产之间，其被很多研究报告都证明过，背后是有行为金融学理论，利用动量效应可以战胜人性
3、利用动量去改善全天候策略，每月去增配配置之前半年上涨的资产，低配之前半年下跌的资产，能够增加策略收益率的同时降低波动，提升组合性价比
4、无论是全天候策略配置，还是利用动量进行战术性择时，在保证不相关的基础上，资产类别越多越好
5、中国的股票为什么用红利指数而美国是宽基指数，请参看中美股市差异和红利投资

风险提示：本文内容仅供参考，不构成投资建议。投资有风险，入市需谨慎。请在做出投资决策前，仔细阅读并理解相关基金的法律文件，如《基金合同》、《招募说明书》等。过往业绩不代表未来表现，投资者应根据自身情况，审慎决策。