因子选股系列之五：价格形成路径与趋势清晰度因子.docx

目录

趋势清晰动量因子 1

趋势清晰度 1

传统动量因子 2

趋势清晰动量因子 2

数据处理与说明 3

因子有效性检验 4

趋势清晰度在不同动量组合中表现 4

趋势清晰动量因子信息系数分析 4

趋势清晰动量因子分组检验 6

因子其他分析 8

相关性分析 8

不同回望期 9

不同持有期 9

在宽基指数成分股中的表现 10

策略组合的应用 11

在全市场中策略组合表现 11

在宽基指数成分股中策略组合表现 12

总结与展望 14

风险提示 14

图目录

图1：过去一年价格回归的R方为0.839 1

图2：过去一年价格回归的R方为0.014 1

图3：趋势清晰动量1因子IC序列 5

图4：传统动量因子IC序列 5

图5：趋势清晰动量2因子IC序列 5

图6：趋势清晰动量2因子分组累计收益率 7

图7：传统动量因子分组累计收益率 7

图8：趋势清晰动量2因子多空组合累计收益率 7

图9：不同回望期下因子累计信息系数 9

图10：不同回望期下因子分组累计收益率 9

图11：不同持有期下因子的IC均值 10

图12：30只股票组合累计收益率 11

图13：沪深300成分股中不同多头组合累计收益率 12

图14：沪深300成分股中不同多头组合累计超额收益率 12

图15：中证500成分股中不同多头组合累计收益率 13

图16：中证500成分股中不同多头组合累计超额收益率 13

图17：中证1000成分股中不同多头组合累计收益率 13

图18：中证1000成分股中不同多头组合累计超额收益率 13

表目录

表1：趋势清晰度和传统动量的关系图 2

表2：持有期为6个月的分组收益率情况 4

表3：在MOM第5组中不同持有期情况 4

表4：因子信息系数分析 5

表5：趋势清晰动量2因子分组检验风险收益指标 6

表6：传统动量因子分组检验风险收益指标 6

表7：因子信息系数分析 8

表8：因子相关系数 8

表9：不同回望期下因子信息系数分析 9

表10：不同持有期下因子信息系数分析 9

表11：在主要宽基指数成分股中因子信息系数分析 10

表12：30只股票组合的风险收益指标 11

表13：沪深300成分股中不同多头组合累计收益指标分析 12

表14：中证500成分股中不同多头组合累计收益指标分析 13

表15：中证1000成分股中不同多头组合累计收益指标分析 14

具有相同历史收益表现的股票可能具有截然不同的价格路径，价格趋势形成期间的清晰

度是推动动量的重要因素。本文从价格时间序列上的趋势清晰度出发，构建趋势清晰动量因子。相比传统动量因子，趋势清晰动量因子价格延续更强，在长期持有中更具优势。本文主要研究趋势清晰动量因子的表现以及在实际投资中的应用。

趋势清晰动量因子

趋势清晰度

动量效应最早由Jegadeesh和Titman（1993）正式提出，指的是过去一段时期收益率高的股票，在未来仍会获得较高的收益率；过去一段时期收益率低的股票，在未来会继续获得较低的收益率。其只关注过去一段时间从开始到结束的价格差异，假设动量交易者的线性趋势外推。

具有相同历史收益表现的股票可能具有截然不同的价格路径，但标准动量因子将这些股票视为相同。与不稳定、波动的价格路径相比，价格路径更清晰的股票表明出更强劲的价格延续。这个现象与物理动量一致，即在平滑、连续路径上的物体比遵循之字形路线的物体保持更强的动量。CharlieX.Cai、PengLi和KevinKeasey（2024）实证验证了“股价时间趋

势回归的R方值”与“投资者对股价形成的趋势清晰感知度”之间的正相关关系。借鉴此研

究，我们以股价时间回归的R方作为价格趋势清晰度的量化指标，探究时间序列上的趋势路径如何影响动量，并结合传统动量因子构建新的因子和策略。

下图展示了过去一年收益率相近，但不同R方的股价走势图。

图1：过去一年价格回归的R方为0.839 图2：过去一年价格回归的R方为0.014

数据来源：万得， 数据来源：万得，

股票形成更清晰的价格趋势主要原因在于：

公司基本面新闻：一系列利好或利空消息都会引发清晰的价格趋势。

投资者情绪引起的错误定价：过度反应的趋势清晰度是由不太成熟的投资者推动的，当投资者情绪高涨时，更有可能出现错误定价。

趋势清晰度因子（TrendClarity）构建如下：T-240交易日到T-20交易日（即不包含最近一个月）内每日股价对日期序