# 动量因子：为什么近期赢家可能继续强势
动量描述近期相对赢家在一段时间内继续跑赢的现象，但换手、崩溃、拥挤和交易成本会让它很危险。
规范链接: https://wiki.fcontext.com/zh-cn/stocks/momentum-factor/
事实核验日期: 2026-07-20
> 仅供教育参考，不构成投资建议
## 直接答案
动量因子描述的是：近期相对跑赢其他证券的证券，之后一段时间仍可能继续跑赢；近期相对输家则可能继续落后。它是统计因子，不保证上涨股票一定继续上涨。
股票动量通常在一组证券之间衡量。常见学术做法是用中期历史收益排序，例如过去 12 个月但跳过最近 1 个月。跳过最近一个月，是为了减少短期反转和市场微观结构噪声。
动量可以作为风险暴露或筛选变量，但如果把它简单理解为“买刚涨过的股票”，就很危险。反转、拥挤、高换手、交易成本、行业集中和卖空限制都会显著改变实盘结果。
## 机制
常见解释有两类。行为解释认为，投资者一开始可能对新信息反应不足，随后才逐步更新预期。盈利预测上调、分析师修正和资金流入会强化已有趋势。风险解释则认为，动量组合可能承担类似崩溃的状态风险，尤其在市场领导风格急剧反转时。
横截面动量问的是某只股票相对其他股票是否更强。时间序列动量问的是同一资产自身趋势是正还是负。一只股票过去一年下跌 5%，但所在行业下跌 30%，它仍可能是横截面赢家。
简单构建流程是：
- 定义可投资股票池和流动性过滤条件。
- 计算标准化历史收益，并处理拆股和分红。
- 按动量得分排序证券。
- 买入或超配排名较高的一组；在多空研究组合中，卖出或低配排名较低的一组。
- 按固定周期再平衡，并设置换手控制。
实现细节很重要。行业中性、波动率缩放、市值加权、等权、缓冲区和调仓频率，都可能让同样叫“动量”的组合完全不同。
## 例子或公式
假设五只股票过去 12 个月、跳过最近 1 个月后的收益如下：
| 股票 | 动量收益 |
| --- | ---: |
| A | +42% |
| B | +25% |
| C | +8% |
| D | -6% |
| E | -24% |
基础横截面动量筛选会把 A、B 排为强者，把 D、E 排为弱者。如果下月收益为 A +3%、B +1%、C -2%、D +4%、E +12%，弱势股反弹，动量当月跑输。单月失败不否定因子，但说明它不是免费收益。
换手也很重要。如果 100 万美元组合每月替换 30% 持仓，单边综合交易成本为 0.20%，粗略月度交易成本约为 `$1,000,000 × 30% × 2 × 0.20% = $1,200`。这还不包括市场冲击和税费。
## 风险
当此前输家快速反弹、此前赢家同步下跌时，动量可能崩溃。这常发生在流动性、政策预期、衰退担忧或市场领导风格突然变化时。
高换手会让回测毛收益不现实。小盘股、低流动性股票和拥挤交易可能有更高买卖价差和市场冲击。
行业集中可能主导结果。动量组合可能无意中变成科技、能源、防御或成长股押注。行业中性可降低这种风险，但也可能削弱真实行业趋势暴露。
数据质量很重要。收益应处理拆股、分红、退市和幸存者偏差。只使用今天仍存续公司的回测可能夸大历史表现。
## 常见误区
- “动量就是买昨天上涨的股票。” 中期因子动量通常使用明确窗口，而不是一天涨跌。
- “回测动量收益可以直接获得。” 成本、容量、税费和卖空限制都会降低结果。
- “动量和基本面相反。” 盈利上调和基本面改善可以推动价格动量。
- “强势股总是更安全。” 高动量可能伴随估值风险和拥挤仓位。
- “因子溢价设定了亏损上限。” 动量可能出现大幅回撤。
## 相关主题
- [Fama-French 因子模型](/zh-cn/stocks/fama-french-factor-model/)
- [Jensen's Alpha](/zh-cn/stocks/jensens-alpha/)
- [Beta](/zh-cn/stocks/beta/)
## 权威来源
- Narasimhan Jegadeesh and Sheridan Titman，1993 年 Journal of Finance 论文。
- Eugene F. Fama and Kenneth R. French，1993 年 Journal of Financial Economics 论文。
- Mark M. Carhart，1997 年 Journal of Finance 论文。