根据前面七部分，我们将量化动量的过程分解为5个连续的步骤：①确认可以投资的领域；②进行一般动量的筛查；③进行动量质量的筛查（如跳跃和连续）；④进行动量季节性筛查；⑤坚定地寻求在合适的时机买入具有高动量质量的股票。
一、回测中交易成本参数的确定
在第五部分我们考虑了交易成本在动量的影响，很多研究都认为虽然交易成本往往会限制，但是动量是存在的，现实中反对动量投资，尤其是认为动量投资的交易代价太高不划算的人往往是不熟悉这一投资主题的人，这其中就包括前面多次提到的阿斯尼斯等人的《事实、虚构和动量投资》等研究。当然，阿斯尼斯作为AQR资本的管理人员，我们不能过度琢磨，因为常识表明，人们不能动辄把几十亿美元投入到动量策略，随着时间的推移，当更多受管理的资本部署到动量策略而交易成本没有下降的时候，动量策略的净收益就会减少。
同时我们必须要在测试量化的动量策略时就把交易成本纳入我们的回测之中，我们加入了1%的管理费和每次0.2%的组合更新成本（即按照季节性，年度组合更新成本为0.8%），每年的总管理费用和交易成本为1.8%。这种估计不是真正的数，真正的数值变化幅度比较大，而且不同的投资者有不同的成本结构、税负、交易和执行能力，我们只是想假定一个基准成本用来反映成本可能对最终结果造成影响的事实。
二、量化动量分析
概括统计：我们将我们的量化动量策略（有季节性，有质量，有交易成本）、一般动量策略（无季节性，无质量，有交易成本）与S&P500指数进行比较（为了确保我们的结果是保守的，我们S&P500指数管理费用为0）。使用市值加权法，当然还有一种加权方案是对投资组合持仓量进行等权重加权，可以保证更多元化，并利用小盘股预期收益较高的优势。
我们发现量化动量策略取得了15.8%的复合年均增长率，明显优于一般动量策略的13.45%和S&P500的9.92%，虽然其波动更高，但是风险调整后收益还是更高的，夏普比率也到了0.6，但是动量投资者要时刻为动量策略的高波动性和高回撤风险做好准备(虽然回撤仍然小于S&P500)。2019年关于因子动量而非动量因子的研究可能能够为我们提供更好的方案。此外还可以详细地进行策略的回报分析、风险分析和稳健性分析。
三、一些想法
多年来的研究都表明，动量是长期、稳健存在的，我们提出来的策略不是最优的，也从来没有最优的策略，我们只是认为我们的一整套流程是合理的，它以一种连贯的逻辑与行为金融学相联系，它在未来是否有效也没有答案。但是如果参考我们前面的内容可以知道，我们创造了一个判断一种历史上的策略能否继续奏效的框架，也就是说可持续的主动投资框架需要具备以下条件：错误定价和高成本套利。
只要人类遭受系统性预期误差的影响，价格就有可能偏离实际价值，在价值投资中，这种预期误差似乎是对利好消息的反应过度导致的，而在动量投资中，预期误差可能是由对短期信息反应过度、对长期信息反映不足、以及对可预测的季节性效应反应不足导致的。价值和动量是同一枚硬币的两面。
但是为什么一些聪明的投资者不利用这些机会进行套利呢？错误定价的消除速度取决于他的成本，不谈交易成本和信息获取成本（这是每个人都会遇到的因此不讨论），利用长期定价错误机会的最大成本是代理成本或者职业风险问题，来自于投资者对短期表现的看重形成对专业资产管理人的扭曲激励。
总是存在流程驱动的、关注长期并能严守纪律的投资者，如果我们相信这一框架，我们会坚定地实施许多让投资者感到不适的策略。
Quantitative Momentum(八)：用量化动量击败市场
原文：https://www.cnblogs.com/amosding/p/12259765.html