📖 ZKIZ Archives

投資技巧：價值策略和動量策略如何結合？

來源: http://www.gelonghui.com/portal.php?mod=view&aid=2357

本帖最後由 鹿愚 於 2015-5-4 09:56 編輯

投資技巧：價值策略和動量策略如何結合？
作者：時芳勝

許多投資者可能都知道這個實證結論：價值(Value)和動量(Momentum)結合的策略擊敗市場。此外，價值和動量之間的歷史相關性較低，這意味著使用二者結合策略組建的投資組合更加能夠分散風險。

那麽，如果才能把價值策略和動量策略結合起來呢？有下面兩種方法：

1.在兩個獨立的投資組合中分別單獨使用這兩個策略，即部分純價值策略，部分純動量策略。

2.把影響這兩種策略的因素“融合”到一起，形成一個新系統，然後使用新系統選股，組建組合。

問題是，哪一種方法更好呢？AlphaArchitect的JackVogel博士認為，部分純價值和部分純動量策略的方法相對較好。

理由是什麽呢？

1.事後評估更容易：如果采用價值和動量“融合”策略，那麽投資者將更難確定業績由哪些因素驅動的。

2.投資組合風險分散效果更好：第一種方法比第二種方法具有更低的相關性。

3.預期業績更加強勁：與第二種方法相比，采用第一種方法組建的投資組合在高度積極的管理下具有更高的預期收益。

首先，如何用不同的方法構建投資組合呢？

第一步，對紐交所市值前40%股票進行統計下面兩個因素：

1.動量=除最近一個月外的12個月總收益。

2.價值=EBIT/企業價值

第二步，按下面的規則構建四種投資組合，並每月進行更新組合內的股票：

1.價值策略組合（EBIT VW）：買入按EBIT/企業價值排列跌幅最大的股票。

2.動量策略組合（MOM VW）：買入按動量排列跌幅最大的股票。

3.所有股票策略組合（Universe VW）：按價值比重買入所有紐交所股票。

4.指數策略組合（SP500）：按指數比重買入標普500指數成份股。

根據過去50年的數據（1963年7月1日-2013年12月31日），上面四種策略的收益率、標準差等指標如下（註意：收益率包括管理費用和交易費用，且所有股息均進行再投資）：


結論：1.所有股票投資組合類似於標普500指數組合；理由是，年複合收益率（CAGR），夏普比率，標準差等類似。

2.在過去50年內，價值策略和動量策略組合的表現好於標普500指數。比如，價值策略組合和動量策略組合的年複合收益率分別為15.89%和18.25%，均大於指數組合的10.17%。

3.價值策略和動量策略之間的相關性為53.01%，比較低，能更好的分散風險。

4.動量策略組合的年複合收益率（18.25%）高於價值策略組合（15.89%），但是波動率也相對較高（24.17%>17.56%）。

其次，比較價值策略和動量策略結合第一種方法和第二種方法

我們前面已經提到，價值策略和動量策略之間的相關性僅為53.01%，把價值策略和動量策略結合起來也有兩種方法：部分純價值策略，部分純動量策略；把影響這兩種策略的因素“融合”到一起，形成一個新系統，然後使用新系統選股，組建組合。

按下面的規則構建四種投資組合，並每月進行更新組合內的股票：

1.價值策略組合（EBIT VW）：買入按EBIT/企業價值排列跌幅最大的股票。

2.動量策略組合（MOM VW）：買入按動量排列跌幅最大的股票。

3.融合策略組合（COMBO VW）：把影響這兩種策略的因素“融合”到一起，形成一個新系統，然後按新系統排列，買入跌幅最大的股票組建投資組合。

4.50%價值策略/50%動量策略組合（50%EBIT/ 50% MOM VW）：買入50%價值策略組合和50%動量組合。

根據過去50年的數據（1963年7月1日-2013年12月31日），上面四種策略的收益率、標準差等指標如下（註意：收益率包括管理費用和交易費用，且所有股息均進行再投資）：



結論：1. 融合策略組合表現差於50%價值策略/50%動量策略組合；理由是，年複合收益率（15.8%<17.69%）和夏普比率（0.66<0.72）。
2. 融合策略組合表現好於標普500指數組合，參考指標如年複合收益率（15.80%>10.17%）。

總體而言，融合策略表現差於50%價值策略/50%動量策略。投資者在構建投資組合的時候可以借鑒前面所述結論。但是，需要指出的是，這只是簡單的價值策略和動量策略。也有可能通過構建更加複雜的融合策略組合，使其年複合收益率等表現好於50%價值策略/50%動量策略。

來源：華爾街見聞



本主題由 鹿愚 於 昨天 09:40 移動
PermaLink: https://articles.zkiz.com/?id=143143
Next Page
ZKIZ Archives @ 2019