如何规避主线行情的突然下跌：动量亦有时

内容目录一.引言 4二.机构共识与动量效应 4全A市场动量效应不显著 4基金重仓池显著增强动量效应 5机构共识度与动量强度 5共识池中的动量有效性检验 6三.机构共识下的中期动量优势 6不同期限动量的表现对比 7中期动量策略表现 7超额收益拆解 8四.多因子动量模型 8多因子模型构建 8多因子模型绩效 9多因子模型的改善效果 10五.动量策略的风险管理 10动量策略的回撤特征 10波动率目标控仓 崩溃空仓机制 12双层风控后的策略表现 13极端行情下的风控效果 17六.总结 18风险提示 18历史规律失效风险 18数据与交易风险 18模型参数风险 18图表目录传统动量在A股中的表现（2010.6-2026.7） 4传统动量多空绩效 5不同基金持仓层级下的动量效应对比 5不同机构共识度下的动量效应对比 6不同动量信号在全A与机构共识池中的表现对比 6三种期限动量对比 7中期动量策略净值表现（2010.6-2026.7） 7中期动量策略绩效对比 7中期动量策略超额收益拆解（2010.6-2026.7） 8多因子策略净值表现（2010.6-2026.7）） 9多因子策略绩效对比 9多因子策略分年绩效（2010-2026） 10动量多因子策略净值与已实现波动率对比（2010.6-2026.7） RV目标控仓前后策略净值对比（2010.6-2026.7） RV目标控仓前后策略绩效对比 原策略周收益分位与崩溃信号（2010.6-2026.7） 12崩溃空仓前后策略净值对比（2010.6-2026.7） 13崩溃空仓管理前后策略绩效对比 13双层风控前后策略净值对比（2010.6-2026.7） 13双层风控前后累计超额收益对比（2010.6-2026.7） 14不同风险管理方案绩效对比 14风控后策略分年绩效（2010-2026） 15双层风控前后分年度绩效对比（2010-2026） 16双层风控下的策略仓位变化（2010.6-2026.7） 162015年下跌期间双层风控效果 172026年7月回撤期间双层风控效果 17一.引言20世纪初，其核心是依据股票过去的价格趋势判断未来走势。1993年，JegadesshTitman通过实证研112月表现较好的“赢家股”在未来一段时间内倾向于跑赢“输家股”，即“强者恒强，弱者恒弱”，系统性验证了动量效应的存在，并奠定了现代动量策略研究的基础。A动和市场风格快速切换阶段容易出现明显回撤。例如，2015年震荡，20212024A股中是否真的失效，还是其有效性只集中于特定股票群体和市场环境之中？因此，本文首先比较不同股票群体中的动量表现，发现动量效应在机构共识池（>=4只基金共同前十大重仓）中最为显著；在此基础上进一步构造多因子回归模型，提升选股效果。针对动量策略易“崩溃”这一问题，本文借鉴《MomentumHasItsMoments》的风险管理思路，引入A股市场特征的动量选股与风险管理框架。二.机构共识与动量效应动量效应是否显著，不仅取决于动量信号本身，也可能受到股票池特AA、基金持仓股票以及不同机构共识程度股票中的动量表现，考察机构持仓特征与动量效应之间的关系。A市场动量效应不显著At-12t-1传统动（简称传统动量因子A可交易股票划分为十组，观察多空组合的累计收益表现。A图表2：传统动量多空绩效策略年化收益年化波动率夏普最大回撤Calmar传统动量多空0.2%21.9%0.12-47.6%0.01从结果来看，传统动量的赢家组合并未持续显著跑赢输家组合，年化0.2%0.12A股全市场中的横截面区分能力较弱，收益优势有限且风险调整后表现较差，难以形成稳定、有效的动量策略。基金重仓池显著增强动量效应A股票池股票池含义多空t股票池股票池含义多空t值多空年化股票池中位数全市场A股全仓0.500.2%3252尾仓K5 ≥5只基金持有，但从未 0.40-0.4%774全仓PITK1 ≥1只基金持有，3个月 0.590.6%2842全仓PITK5 ≥5只基金持有，3个月 1.143.9%1965重仓K5 ≥5只基金前十大重仓1.849.5%584共识K5 ≥5只基金前十大重仓， 1.9110.0%607进前十大，3个月滞后滞后滞后个月滞后现实(约20天)滞后图表中，全仓池包含基金披露的全部持仓股票，尾仓池指被基金持有但从未进入前十大重仓的股票，重仓池则仅保留基金前十大重仓股。进K55只基金同时持有或重仓。3K5的多空年3.9%，t1.14K59.5%，tK5的多空年化收益仅为-0.4%，t0.40这表明，动量效应的增强并不主要来自基金持有本身，而更多与机构持仓的集中程度有关。相比一般基金持仓，进入多只基金前十大重仓的股票具有更明显的动量效应。机构共识度与动量强度在基金前十大重仓股中，动量效应还会随着机构共识度的提升而进一步增强。这里以同时将某只股票列入前十大重仓的基金数量衡量机构共识度，并以K表示最低基金数量门槛。各组均仍采用传统动量因子进行检验。图表4：不同机构共识度下的动量效应对比K值多空t值多空年化股票池中位数11.223.6%126121.667.7%94331.9810.5%78542.0711.3%69451.9110.0%60761.9210.3%548KK1K4t1.223.6%4只基金同时列入前十大重仓的股票定义为机构共识池。共识池中的动量有效性检验在确定机构共识池后，可以进一步考察不同类型的动量信号在该股票A选取的动量信号涵盖不同期限的价格动量，以及残差动量、低波动调整动量等不同构造方式。其中，t-12t-3中期动量因子（简称中期动量因子）3个月后的中期价格趋势，t-12t-1传统动量因子为经典动量信号。At-3中期动量因子在机构共识池中的表现最为突出，t2.17；传统动量因子紧随其后，t2.07。相比之下，短期动量表现明显偏弱。整体上看，机构共识池并非只对某一特定动量定义有效，而是对多类中长期动量信号均具有明显增强作用。三.机构共识下的中期动量优势不同期限动量的表现对比在机构共识池中，不同期限的动量信号表现存在明显差异。将短期动量、t-12t-1传统动量因子与中期动量因子进行对比可以发现，短期t-3.4%；随着动量观察区间向中期延伸，信号有效性明显增强。图表6：三种期限动量对比因子多空t值多空年化多空终值短期动量因子0.13-3.4%0.57长期动量因子2.0711.3%5.57中期动量因子2.1711.8%5.98t2.073t2.17，多空年A股近端价格变化中包含较强的短期反转与噪声，适当剔除最近一段收益后，中期趋势能够得到更清晰的刻画。因此，中期动量因子被选为后续策略构建的基础信号。中期动量策略表现K=4机构共识池中按照动量50策略。回测中考虑双边交易成本，买入与卖出均按成交金额计取0.1%0.2%。Top50图表8：中期动量Top50策略绩效对比策略/指数年化收益年化波动率夏普最大回撤Calmar中期动量Top5012.5%30.6%0.41-66.9%0.19共识K4等权9.1%24.1%0.38-55.9%0.16偏股基金指数8.8%20.4%0.43-45.4%0.19超额3.4%15.1%0.23-51.9%-9.1%8.8%，相对偏股基金指数实3.4%策略虽然具备较好的收益获取能力，但同时伴随较高波动和较深回撤，风险收益特征仍有明显改善空间。超额收益拆解为进一步识别策略超额收益的来源，可以将其拆分为池效应与选股效应两部分。其中，池效应指机构共识池等权组合相对偏股基金指数的收益差异，用于衡量单纯持有机构共识股所带来的收益贡献；选股效应则Top50从结果来看，机构共识池等权组合与偏股基金指数的长期表现基本接0策略相对机构共识池等权组合取得了主要的增量收益。由此可见，策略超额并非来源于单纯持有机构重仓股，而主要来自机构共识池内部的中期动量选股。四.多因子动量模型多因子模型构建在中期动量因子基础上，进一步加入低波动、1212月胜率三个与趋势质量相关的因子，以补充单一价格动量无法刻画的风险与路径信息。四个因子分别反映趋势方向、波动约束、风险调整效率和趋势持续性，共同构成多因子选股信号。各因子在每个截面进行标准化处理，因子系数值采用滚动12个月的（pooledregression）12个月内所有股票的月末因子暴露与其对应的下一期持有收益进行匹配，并将不同月份的股票样本纵向合并，利用全部“股票—月份”观测值共同估计一组因子系数。其回归形式为：�,�=�+�,�����2−3+�,���ℎ���2+�,�������+����2+�,�;

,−1

�,�−1�∈

,�1

�,−1���2�表示股票；�,−1表示股票�在�−)月末的标准化因子暴露；�,示股票�在�月的月度收益。随后将每期得到的因子系数值与当期标准化因子值相乘，得到股票综K=450策略。多因子模型绩效多因子策略在收益与风险两端均较单一中期动量因子策略有所12.5%13.5%，年30.6%28.0%0.410.48，最大回撤则由-66.9%收窄至-56.6%。Top50图表11：多因子Top50策略绩效对比策略/指数年化收益年化波动率夏普最大回撤CalmarOLS多因子Top5013.5%28.0%0.48-56.6%0.24动量策略Top5012.5%30.6%0.41-66.9%0.19偏股基金指数8.8%20.4%0.43-45.4%0.19超额4.3%13.9%0.31-40.2%-4.3个百分点，长期净值表现保持明显领先。整体来看，多因子模型在保留中期动量收益能力的同时，有效降低了组合波动与最大回撤，风险调整后收益得到进一步改善。Top50年份收益最大回撤夏普超额收益201006起45.9%-10.9%1.6419.3%2011-33.2%-34.8%-1.47-9.5%201217.2%-17.9%0.9011.7%201350.7%-13.5%1.9037.3%201414.5%-23.0%0.61-7.3%201566.7%-54.4%1.4425.3%2016-26.3%-30.0%-0.88-18.9%201741.6%-7.7%3.2328.0%2018-26.2%-33.1%-1.06-2.1%201941.7%-10.3%2.06-4.9%202070.5%-19.4%2.3016.8%202117.6%-24.8%0.5612.1%2022-5.8%-38.7%-0.1814.1%2023-21.1%-26.5%-1.39-6.5%202420.2%-15.3%1.0415.8%202537.7%-20.3%1.361.7%至20260731-13.5%-47.3%-0.27-16.8%、2015、20172020年取得较高收益，体现出较强的趋势行情、2016、2018、20232026年仍出现明显亏损，说明多因子模型虽然改善了长期风险收益特征，但在市场快速反转和高波动阶段仍存在较大的回撤暴露。多因子模型的改善效果相较单一中期动量因子策略，多因子模型的改善主要体现在风险控制而非单纯追求更高收益。加入低波动、1212月胜率后，组合.%提升至35%06%28.0%，最大回撤由-66.9%收窄至-56.6%0.41提升0.48。这一结果表明，单一动量信号能够较好刻画趋势方向，但难以区分趋势形成过程中的风险和稳定性差异。低波动、风险调整收益和上涨持续性等信息的加入，使综合信号更偏向于具有稳定趋势特征的股票，从而在保留主要收益来源的同时，降低组合波动与尾部回撤。五.动量策略的风险管理动量策略的回撤特征尽管多因子模型在收益和风险两端均较单因子策略有所改善，但组合仍具有较高的波动和较深的回撤。多因子Top50策略年化波动率为28.0%，最大回撤达到-56.6%，说明动量策略在极端市场环境下仍存在明显的尾部风险。126RV处于高位的时期，尤其在策略最差月份附近更为明显。这表明，动量策略的风险具有较强的状态依赖性：当市场进入高波动阶段时，原有趋势更容易被打断，组合回撤也会明显放大。Top50波动率目标控仓策略的大幅回撤往往集中在已实现波动率处于高位的阶段，因此可以126日已实现波动RV25%。RV的计算公式为，2521126126Σ2521126126Σ−� −¯�1其中�−�为过去26�益率。仓位的计算公式为，�=min(25%,1)� ���−1当RV高于目标波动率时降低仓位，波动回落后再逐步恢复，仓位上限为100%。图表15：RV目标控仓前后策略绩效对比策略年化收益年化波动率夏普最大回撤CalmarOLS多因子Top5013.5%28.0%0.48-56.6%0.24RV管理后14.8%23.4%0.63-41.9%0.35RV目标控仓后，策略风险收益特征明显改善。年化波动率由28.0%23.4%，最大回撤由-56.6%收窄至-41.9%0.4813.5%14.8%崩溃空仓机制RV目标控仓可以降低高波动阶段的风险敞口，但其调整方式较为连续，对突发性的快速下跌反应仍然有限。为进一步控制极端行情RV目标控仓基础上加入崩溃空仓机制。崩溃空仓采用未经过风险管理的原策略收益作为触发信号：当原策略2010年样本起始以来历史周5%0；126201080%分位以下时，认为风险有所缓解，并于下一周恢复持仓。为进一步观察崩溃信号在历史样本中的触发情况，图表15展示了原5%分位时，对应策略收益进入历史极端弱势区间；粉色阴影表示崩溃空仓阶段。在此基础上，进一步比较崩溃空仓机制加入前后的策略净值与绩效表现。图表18：崩溃空仓管理前后策略绩效对比策略年化收益年化波动率夏普最大回撤CalmarOLS多因子Top5013.5%28.0%0.48-56.6%0.24崩溃空仓管理后18.3%23.2%0.79-40.7%0.45两层机制的作用有所区别：RV目标控仓主要通过连续调整仓位管理日常高波动风险，而崩溃空仓则在极端下跌阶段提供更强的尾部保护。二者叠加后，最终仓位由RV目标仓位与崩溃状态共同决定。双层风控后的策略表现RV目标控仓基础上进一步加入崩溃空仓机制后，策略的风险收益特征得到进一步改善。两层机制叠加后，策略年化收益由未管理时的13.5%28.0%0.480.84，最大回撤由-56.6%进一步收窄至-37.9%。图表21：不同风险管理方案绩效对比策略年化收益年化波动率夏普最大回撤CalmarOLS多因子Top5013.5%28.0%0.48-56.6%0.24RV管理后14.8%23.4%0.63-41.9%0.35崩溃空仓管理后18.3%23.2%0.79-40.7%0.45RV管理+崩溃空仓17.9%21.3%0.84-37.9%0.47从不同风险管理方案的对比来看，RV目标控仓主要通过在高波动阶段连续降低风险敞口，显著压低组合波动和最大回撤；单独加入崩溃空21.3%，最大回撤收窄至-37.9%0.84，Calmar0.47。整体来看，RV目标控仓与崩溃空仓分别侧重于日常高波动管理和极端尾部风险控制，两者结合后能够在收益、波动和回撤之间取得更好的平衡。年份收益最大回撤夏普超额收益201006起44.9%-10.4%1.6618.3%2011-31.4%-33.7%-1.58-7.8%201217.2%-17.9%0.9011.7%201339.4%-17.0%1.5926.0%201425.5%-14.9%1.153.6%201571.5%-27.3%3.0530.1%2016-6.6%-8.1%-0.800.8%201741.6%-7.7%3.2328.0%2018-21.6%-28.6%-0.932.5%201940.8%-10.3%2.02-5.8%202064.9%-18.6%2.5011.2%202116.3%-19.3%0.6310.8%2022-6.5%-10.0%-0.8313.4%2023-23.7%-28.8%-1.58-9.0%202420.2%-15.3%1.0415.8%202530.7%-20.1%1.19-5.3%至2026073112.3%-23.3%0.389.0%从分年度表现来看，双层风控后策略在多个高波动年份的收益和回撤2015、20162026年，风险控制效果较为突出。与此同时，部分趋势延续年份中风控也会牺牲一定收益，因此有必要进一步对比风控前后的年度绩效，考察风险管理在不同市场环境下的收益与成本。风控前后年度绩效对比为了进一步观察双层风控在不同市场环境下的表现，我们进一步分年度比较风控前后的收益、回撤、夏普及相对偏股基金指数的超额变化。相比全样本指标，年度拆分能够更直观地反映风控收益究竟集中在哪些年份，以及其在不同市场状态下所付出的代价。年份收益最大回撤夏普年份收益最大回撤夏普风控前风控后风控前风控后风控前风控后201006起45.9%44.9%-10.9%-10.4%1.641.662011-33.2%-31.4%-34.8%-33.7%-1.47-1.58201217.2%17.2%-17.9%-17.9%0.900.90201350.7%39.4%-13.5%-17.0%1.901.59201414.5%25.5%-23.0%-14.9%0.611.15201566.7%71.5%-54.4%-27.3%1.443.052016-26.3%-6.6%-30.0%-8.1%-0.88-0.80201741.6%41.6%-7.7%-7.7%3.233.232018-26.2%-21.6%-33.1%-28.6%-1.06-0.93201941.7%40.8%-10.3%-10.3%2.062.02202070.5%64.9%-19.4%-18.6%2.302.50202117.6%16.3%-24.8%-19.3%0.560.632022-5.8%-6.5%-38.7%-10.0%-0.18-0.832023-21.1%-23.7%-26.5%-28.8%-1.39-1.58202420.2%20.2%-15.3%-15.3%1.041.04202537.7%30.7%-20.3%-20.1%1.361.19至20260731-13.5%12.3%-47.3%-23.3%-0.270.38从分年度结果来看，风控的改善主要集中在高波动和深度回撤年份。2015201620262013、2025等高波动但趋势仍延续的上涨年份，提前降仓会牺牲部分收益。整体来看，双层风控并非在所有年份都提升收益，而是通过在极端风险阶段显著减少损失，改善策略长期的风险收益特征。仓位分布双层风控并非长期维持低仓位，而是在不同风险状态下动态调整风险敞口。全样本期间，策略约有51%的时间保持满仓，33%的时间处于RV缩仓状态，仅16%的时间进入完全空仓。这一仓位分布说明，风控机制并不是持续压低组合风险，而是在大部分正常市场环境中保留较高仓位，仅在波动率明显上升或触发崩溃信号时主动降低风险敞口。换言之，策略的核心仍然是参与趋势收益，风控只在风险状态恶化时介入，从而在收益获取与尾部保护之间形成动态平衡。极端行情下的风控效果为观察双层风控在不同极端行情下的实际作用，选取2015年震荡与202675.5.12015年下跌20156845.2%。随着市场波动率快速上升，月进一8月基本避开后续下跌。风控后同期累计跌幅22.4%12.7个百分点转为跑赢约10.1个百分点。图表25：2015年下跌期间双层风控效果月份风控前收益风控后收益偏股基金指数风控前超额风控后超额 策略动作2015-06-15.9%-12.6%-14.2%-1.6%1.6% 81%2015-07-19.0%-11.2%-9.9%-9.1%-1.3% 9%+20天(7/5起停仓)2015-08-19.6%0.0%-12.6%-7.0%12.6% 全程空仓阶段累计-45.2%-22.4%-32.5%-12.7%10.1%5.5.22026年7月回撤202674