AQR资本二十年精选二十篇之：时间序列动量因子

我们在股指、货币、大宗商品和债券期货的 58 种流动性工具里都发现了显著的时间序列动量效应。我们发现收益效应会持续 1 到 12 个月，而在更长的时间会逐渐发生反转，这与情绪理论提出的初期的反应不足和延迟的过度反应相一致。一个基于时间序列动量效应的多资产标的策略，能获取大幅异常收益，并几乎不会对常用资产定价因子产生暴露。同时，该策略在极端市场条件下表现最好。通过对投机者和对冲者交易行为进行分析，我们发现投机者可以通过时间序列动量效应从对冲者身上获利。

简介

我们发现了一个普遍存在于各类资产和市场的资产定价异常现象，我们称其为“时间序列动量效应”。详细来说，根据过去 25 年的数据，我们发现对于 58 种不同的，股指、货币、大宗商品和国债的期货和远期合约的收益率，该证券自身过去一段时间的收益率具有很强的正向预测能力。也就是说，以上 58 种证券的每一种，过去 12 个月的超额收益率都是其未来收益率的正向预测指标。这种现象会持续大约 1 年并在之后逐渐反转。这个发现在回顾期和持有期都表现出了稳定性。我们发现的 12 个月时间序列动量正收益，并不是上述 58 种证券的平均效果，而是在每一种证券上都具有正收益。

时间序列动量（下文也称“TSMOM”）和金融定义中的“动量”有关但不完全一样。传统截面意义上的动量因子（下文也称“XSMOM”）是指，在过去 3 到 12 个月表现比其同类好的证券，会在未来几个月表现持续优于其他同类证券。而时间序列动量只关注某证券自身过去的收益情况。同时，时间序列动量现象印证了许多著名的行为和理性资产定价理论的预测。

我们发现的时间序列动量在更长时间会逐渐反转的现象，也许和情绪理论中初期的反应不足以及延迟的过度反应有关。不过，我们研究的结果也对这些理论提出了一些反证。首先，我们发现时间序列动量策略在不同资产类别间的相关性，比某资产类别内的相关性大一些。这说明不同资产间的时间序列动量因子具有更强的共有成分。这种相关性的结构并不能被现有的行为模型所解释。其次，不同资产市场下的不同类型的投资者同时表现出了完全相同的行为模式。最后，我们在时间序列动量和传统的投资者情绪指数之间并不能找到相关关系。

为了找出时间序列动量和传统截面动量之间的关系、它们的内在原因以及它们和理论的相关性，我们按照 Lo and Mackinlay (1990) and Lewellen (2002)的框架分别构建策略来分解收益。这种分解方法让我们能区分出不同的收益贡献来源，以及这两种因子的相同点和独特之处。我们发现期货合约中正的自协方差是这两种因子的主要收益来源，另两种收益（序列互相关和平均收益变化）的贡献很小。事实上，负的序列互相关（即证券的超前滞后效应）能解释传统截面动量收益来源，但是不能甚至反向解释时间序列动量。

我们进一步发现，尽管时间序列动量因子由完全不同的一组证券来构建，它依然可以获取个股动量（也即传统截面动量）的收益，特别是 Fama-French 的 UMD 因子的收益。这个发现表明，即使由不同资产数据构建，时间序列动量和传统截面动量之间也存在很强的相关性，并且时间序列动量可以获取传统个股截面动量的收益。

为了更好的解释时间序列动量的收益来源，我们利用商品期货交易委员会提供的周度持仓数据，研究了投机者和对冲者在这种收益模式下的交易行为。我们发现利用时间序列动量的投机者在前 12 个月利用这种动量趋势获利，并在反转时开始减仓。因此，投机者实际上是利用时间序列动量从对冲者身上获利。利用向量自回归模型我们确认了这一点。

最后，我们将时间序列动量分解为来自现货价格的预测能力与来自期货曲线的“展期收益”的分量。现货价格由信息冲击所主导，而展期收益可能由证券流动性变化和不用改变现货价格就能影响期货收益的期货市场价格压力所主导。因此，这种分解可能能帮助我们分清信息散播和对冲压力的不同影响。我们发现这两方面都对时间序列动量有贡献作用，但是只有现货价格的变化和长期反转现象有关（这与投资者会对现货市场的信息过度反应的理论一致），对冲压力长期有效并且不会被过度反应所影响。

我们在每一种证券都发现的时间序列动量效应对于“随机游走”理论是一种冲击，因为原始的“随机游走”理论认为过去的价格走势不会影响未来的价格走势。不过反驳“随机游走”理论并不代表能反驳一个更为复杂的具有时变风险溢价的市场效率概念。另外，我们能进一步展示一个基于时间序列动量的多资产标的投资组合表现十分稳健。该投资组合能获得超过 1 的年化夏普比率，并且大约是利用时间序列动量构建的股票市场的投资组合的夏普比率的 2.5 倍，同时和不佳的资产基准表现以及很多常用资产定价因子几乎无关。时间序列动量的这种不寻常的收益似乎也不受崩盘风险和小概率事件影响。

实际上，时间序列动量的这种收益会在股票市场剧烈波动时达到最大值。因此，时间序列动量可能是对极端事件的一个不错的对冲方法，而从风险角度来讲，这个事实使该因子的大幅收益溢价来源更加令人困惑。时间序列动量因子在众多不同的资产类别和市场下都能保持的稳健性可以证明我们的发现是真实存在的，该因子的短期预测能力（小于一年）和收益溢价程度对“随机游走”理论甚至“有效市场”理论都是一种巨大的冲击。

数据处理和初步准备

>>> 期货数据

我们的研究范围包括 24 种商品期货，12 种外汇期货，9 种股指期货、13 种政府债券期货，研究样本期为 1965 年 1 月至 2009 年 12 月。这些是世界上流动性最好的期货合约。我们选用这些作为研究标的既是为了避免流动性不良和陈旧价格对结果的影响，也是为了使策略在大规模交易的背景下也可以实施。

我们的收益序列如下构建：每天对每种标的，我们先计算流动性最好的期货合约的日超额收益（一般是最近到期或者次近到期的合约），然后将这些日频数据复合得到累计收益指数。对于股指期货，我们的收益序列和超过国库券利率的现金指数的相应收益几乎完全贴合。作为稳健性的测试，我们也研究了下个到期日流动性最好的期货合约（后简称“下期期货合约”）。时间序列动量在商品期货的下期期货合约上表现会更好一些，而金融类期货表现没有显著变化。

表 1 展示了期货合约超额收益的统计情况。第一列表示每种资产收益时间序列的开始日期，二、三列表示该时间序列的均值和年化标准差。如表 1 所示，不同类别期货合约收益均值差别很大。股指、债券和外汇基本都是正的平均超额收益，而商品期货平均超