什么是动量投资？三种形式的辨析
动量投资的核心假设只有一句话：过去表现强的资产，在未来一段时间内仍倾向于继续强势；过去表现弱的，仍倾向于继续弱势。这个现象在学术上称为价格惯性（Price Inertia）或动量效应（Momentum Effect）。
动量在实践中有三种主要形式，须加以区分：
| 形式 | 定义 | 信号来源 | 时间窗口 |
|---|---|---|---|
| 价格动量（Price Momentum） | 基于过去股价涨跌幅排序 | 市场价格 | 3-12 个月 |
| 盈利动量（Earnings Momentum） | 基于盈利预期修正方向 | 分析师 EPS 调整 | 1-3 个季度 |
| 相对强弱（Relative Strength） | 资产涨幅相对同类的排名 | 价格 + 基准 | 1-12 个月 |
三种形式可以单独使用，也可以组合叠加。学术研究和头部量化机构（如 AQR）的产品通常将价格动量与盈利动量并用，以提高信号稳定性。[1]
核心公式：12-1 动量因子的计算方式
学术文献中最标准的动量因子定义来自 Jegadeesh & Titman 于 1993 年在《金融学期刊》（Journal of Finance）发表的论文《过去赢家买入、过去输家卖出的回报》（Returns to Buying Winners and Selling Losers）。[2] 他们提出的经典构造方式被后续研究者广泛沿用：
12-1 动量因子计算步骤
第一步：计算形成期收益率。以当前月份为 t，计算过去 12 个月（t-12 到 t-1）的个股累计收益率。注意：跳过最近 1 个月（t-1 到 t），这是为了剔除短期反转效应（Short-term Reversal），后者与动量方向相反。
第二步：按收益率排名。在全部股票中，将形成期收益率从高到低排列，前 10%（或前 30%）为赢家组合（Winners），后 10%（或后 30%）为输家组合（Losers）。
第三步：构建多空组合。持有赢家组合，做空输家组合，持有期通常为 3-12 个月（保持期，Holding Period）。这个多空组合的收益即为动量因子的超额回报（Momentum Premium）。
Jegadeesh & Titman 在 1965-1989 年的美国股市数据中发现，上述策略的年化超额回报约为 12%，在统计上高度显著。[2]
MOM(t) = R(t-12, t-1)
其中：
MOM(t) = 月份 t 的动量信号
R(a, b) = 从月份 a 到月份 b 的累计收益率
跳过最近 1 个月（短期反转效应剔除）AQR（应用量化研究）在其白皮书《动量无处不在》（Momentum Everywhere，2013）中验证：这一模式在股票、债券、商品、外汇市场均成立，且跨越多个国家市场。[1]
为什么动量有效：行为金融学的三层解释
有效市场假说（EMH）认为市场价格已充分反映所有信息，动量效应的持续存在对此构成挑战。行为金融学提供了三条解释路径：
1. 锚定偏差（Anchoring Bias）
投资者倾向于将心理价格锚定在某一历史位置。当一家公司基本面改善、股价突破历史区间时，大多数投资者仍用旧价格作为参考，导致调整不足（Underreaction）。价格需要较长时间才能完全反映新信息，形成向上的动量。这种信息消化滞后在机构分析师的盈利预期修正中同样可见。
2. 注意力不足（Limited Attention）
市场中同时存在数千只证券，投资者（包括机构）的注意力资源有限。部分标的的信息更新不会立即被市场全面吸收，资讯扩散需要时间。注意力理论（Hong & Stein，1999）认为，信息沿着新闻观察者 → 动量交易者的路径逐步扩散，形成序贯调整，而非瞬时完成。
3. 羊群效应（Herding）与反馈交易（Feedback Trading）
价格上涨本身会吸引更多买入，形成自我强化的正反馈。媒体报道、社交讨论、指数纳入调整等机制，会系统性地将注意力和资金导向近期强势标的。这种羊群效应在短中期延续动量，但也是最终导致动量过度（Overreaction）并均值回归的根源。
三种机制并非相互排斥——现实中它们同时作用，共同解释了动量为何在形成期（1-12个月）有效，而在极长期（3-5年以上）则出现反转。
真实案例一：NVDA 的价格动量（2023-2024）
英伟达（NASDAQ: NVDA）是近年来价格动量最典型的教科书案例之一。
2023 年 1 月，NVDA 收盘价约 14.6 美元（复权价，下同）。到 2024 年 6 月触及阶段高点约 135 美元，累计涨幅超过 820%。如果以 12-1 动量因子的视角回测：
- 2023 年 Q1 末：NVDA 过去 12 个月涨幅约 +90%，位列标普 500 成分股前 5%，动量信号为强力看多。
- 2023 年 Q2-Q3：英伟达发布 H100 GPU 大幅超预期的季报，分析师盈利预期持续上调，盈利动量与价格动量双双强化。
- 2024 年 Q1：NVDA 纳入更多指数 ETF 的增量配置，被动资金形成追涨效应，动量信号维持在高位。
在此期间，仅凭过去 12 个月强势 → 继续持有这一简单规则，系统化动量策略就会持续持仓 NVDA，且大幅跑赢标普 500。动量的驱动力并非技术图形，而是基本面超预期（AI 算力需求爆发）被市场分阶段吸收的过程。
值得注意的是：NVDA 在 2024 年 6 月至 8 月曾出现约 -30% 的回调，动量信号随之快速弱化。系统化动量策略通常会在此阶段减仓，避免追高被套。
真实案例二：贵州茅台的趋势动量（2015-2020）
贵州茅台（SH: 600519）提供了一个 A 股市场中跨越更长时间周期的动量案例。
2015 年年初，茅台股价约 200 元；2021 年 2 月触及历史高点约 2627 元，五年累计涨幅逾 12 倍。从动量因子的角度拆解：
- 2016-2017 年（动量起步期）：渠道库存去化完成，批价从低点快速修复，出厂价上调。茅台 12 个月动量信号转为强势，这一阶段动量的底层驱动是盈利修复的持续低估。
- 2018-2019 年（动量强化期）：北向资金持续流入，外资将茅台列为中国消费升级的核心标的；茅台被纳入 MSCI 中国指数并持续提升权重，被动资金系统性流入，形成与 NVDA 案例类似的指数纳入 → 被动追涨 → 动量强化路径。
- 2020 年（动量高峰期）：疫情背景下，茅台以其稳定的盈利能力成为机构抱团核心，相对强弱指标长期处于高位。
茅台的案例说明：动量因子在 A 股高度有效，但驱动力往往是机构配置行为（抱团）和外资流入，而非散户追涨。当机构抱团瓦解（2021年核心资产大幅调整），动量也随即反转。
常见误区：动量不是你以为的那种交易
误区一：动量 = 趋势交易（技术分析）
动量因子是学术定义的系统化因子，基于横截面排名（Cross-sectional Ranking）——即这只股票相对于其他股票有多强。趋势交易（Trend Following）则是时间序列动量（Time-series Momentum），关注的是这只股票今天相对于自身历史有多强。两者逻辑相关，但构造方式、持仓逻辑和风险特征均不同。Moskowitz, Ooi & Pedersen（2012）专门撰文区分了两者。
误区二：均值回归陷阱
在一个月以内（短期）和五年以上（长期），价格均呈现均值回归特征。有投资者在看到某只股票短期大涨后，误以为动量信号强烈，实则触发的是短期反转区间。这正是 12-1 动量因子要跳过最近一个月的原因：剔除短期反转噪声。
误区三：过度交易带来的成本侵蚀
动量策略通常要求月度或季度调仓，换手率明显高于价值策略。在扣除交易成本（佣金、冲击成本、买卖价差）后，动量的实际超额收益会被显著压缩。AQR 白皮书的数据显示，考虑成本后动量因子的净 Sharpe 比率约为 0.3-0.5，与理论值有较大差距。[1] 因此，动量策略在低成本的 ETF/衍生品层面更容易落地，不适合频繁个股操作。
动量与其他因子的对照：Fama-French 五因子框架
Fama-French 五因子模型（2015）将股票超额收益分解为市场因子（Mkt-RF）、规模因子（SMB）、价值因子（HML）、盈利因子（RMW）、投资因子（CMA）。[3] 动量（MOM）在 Fama-French 的官方模型中以独立因子形式存在（有时称为六因子）。
| 因子 | 信号 | 长期年化溢价（美股） | 与动量相关性 | 失效场景 |
|---|---|---|---|---|
| 动量（MOM） | 过去 12-1 月涨幅 | 约 7-10%（税前，扣成本前） | — | 市场急跌后反弹期 |
| 价值（HML） | 低 PB/PE | 约 3-5% | 负相关（赢家往往贵） | 利率上升期 |
| 规模（SMB） | 小市值 | 约 2-3%（近期争议大） | 弱正相关 | 流动性危机 |
| 盈利（RMW） | 高 ROE/毛利率 | 约 3-4% | 正相关 | 经济衰退初期 |
| 投资（CMA） | 低资本支出增速 | 约 2-3% | 弱负相关 | 资本密集型扩张周期 |
动量与价值因子呈负相关是一个重要结构特征：过去涨幅高的股票估值往往偏贵（低 PB/PE 得分差），两者天然对冲。多因子组合通常将动量与价值配对，既捕获两个独立溢价来源，又在单一因子失效时互相缓冲。
动量因子失效的场景
动量并非在所有市场环境下均有效，以下场景需要特别注意：
- 急跌后的快速反弹（Momentum Crash）：2009 年 3 月美股见底后，空方头寸（前期弱势股）大幅反弹，动量因子单月最大回撤超 -40%。这是动量策略最大的系统性风险。[4]
- 高波动率市场：市场波动率 VIX 超过 30 的环境下，动量因子稳定性下降，因短期噪声主导价格。
- 政策急转弯：如 2021 年中国教育/互联网监管政策突变，原本强势的板块在一天内反转，动量信号失去领先作用。
- 估值极度扭曲期：牛市末期，动量驱动的资金集中于少数标的，导致估值脱离基本面。这一阶段动量仍然有效，但崩溃风险极高。
正因如此，专业的动量策略往往叠加波动率调整（按 VIX 缩减敞口）和流动性过滤，而非简单地持有高动量股票。
FAQ
动量投资和趋势跟随有什么区别？
动量投资通常指横截面动量：在同一时间点，买入过去表现最强的一批股票，卖出最弱的一批，核心是相对排名。趋势跟随指时间序列动量：关注单一资产自身过去是涨还是跌，常用于大宗商品和期货市场。两者底层逻辑相通，但信号构造和持仓结构不同。
12-1 动量因子为什么要跳过最近一个月？
最近一个月的价格变动往往受到短期反转效应主导——上月大涨的股票，本月倾向于小幅回调（做市商效应、流动性回补）。如果纳入最近一个月，会引入与动量方向相反的噪声，降低因子预测力。跳过这一个月是标准学术定义，由 Jegadeesh & Titman 1993 年论文确立。
个人投资者能用动量因子吗？
可以，但有条件。动量因子在 ETF 层面最容易实现，例如 iShares MSCI USA Momentum Factor ETF（MTUM）或类似产品，省去个股选择和频繁换仓的成本。如果直接操作个股，需要严格控制交易成本，否则理论溢价会被大幅侵蚀。此外，动量策略不是买入持有，需要定期（月度或季度）重新评估持仓。
动量因子在 A 股有效吗？
多项学术研究（包括国内研究者对 A 股的实证）显示，A 股同样存在动量效应，但有两个特殊性：第一，散户占比高导致短期反转效应更强，跳过期可能需要延长到 1-3 个月；第二，机构抱团行为导致动量往往集中在少数核心资产，贵州茅台 2016-2020 年案例即为典型。
动量因子会永久失效吗？
学术界和业界均有争议。部分研究者认为，随着动量策略的广泛传播，因子溢价会因套利而收敛；但 AQR 等机构的长期数据显示，动量溢价在 2000 年代后依然存在，虽有所收窄。更合理的理解是：动量溢价是行为金融学偏差的补偿，只要人类的锚定偏差和注意力有限问题存在，动量就不会彻底消失，但会阶段性失效（尤其在 Momentum Crash 期间）。
方法论与数据来源说明
本文动量因子定义及计算框架基于 Jegadeesh & Titman（1993）的原始论文，以及 AQR 公开白皮书中的标准化定义。NVDA 与贵州茅台的价格数据均为公开市场数据，涨幅计算以复权收盘价为基准。Fama-French 五因子数据来自 Kenneth French 教授的官方数据库（公开免费获取）。本文不构成投资建议，所有因子溢价数据为历史统计，不代表未来表现。
By m8 康哥. AI 驱动的全球股票资讯与量化分析平台
免责声明：本文仅供教育目的，不构成任何投资建议或买卖推荐。投资有风险，入市须谨慎。
参考资料
- AQR Capital Management. Momentum Everywhere. Asness, Moskowitz & Pedersen, 2013.
- Jegadeesh, N. & Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. Journal of Finance, 48(1), 65-91.
- Fama, E. F. & French, K. R. (2015). A Five-Factor Asset Pricing Model. Journal of Financial Economics, 116(1), 1-22.
- Daniel, K. & Moskowitz, T. J. (2016). Momentum Crashes. Journal of Financial Economics, 122(2), 221-247.
常见问题
这篇文章属于 m8 的哪个研究入口？
这篇文章归入 投资框架 主线，建议先从 投资科普栏目 进入，再结合研究目录里的相邻专题一起看。
后续最需要跟踪哪些变量？
后续重点跟踪：定义是否清楚、指标适用边界、公司案例是否可验证，以及这个框架在哪些市场环境下会失效。
这篇内容可以直接当作投资建议吗？
不可以。m8 的文章用于整理公开信息、研究框架和风险变量，不构成个股买卖建议，也不替代个人的仓位管理和风险评估。
m8 会如何更新这类主题？
如果后续出现财报、政策、订单、资金流或估值假设的关键变化，m8 会在对应栏目和专题页继续补充更新，并通过内链把新旧文章串起来。
