歡迎追蹤我的方格子，你的支持是我繼續創作的動力
追蹤我的粉絲專頁
因子投資在台股因子動能指的是過去因子收益預測其未來收益的現象。大多數因子都呈正自相關(autocorrelation)：平均因子在虧損一年後獲得6個基點的月收益，在收益為正年後獲得51個基點的月收益。在Arnott, R. D., Clements, M., Kalesnik, V., & Linnainmaa, J. T. (2021)的研究更發現，原本學術上所稱的產業動能(industry momentum)基本上只是本現象的其中一種表現形態。
那這個現象該如何應用於策略的投資組合管理呢？
將因子動能(factor momentum)應用於策略的投資管理有一個必要的先決條件，也就是策略是以可驗證的、過去證明有效的因子(不論是自己發現或過去論文中所寫)所組成。
將策略轉為因子化組成後，並可運用因子動能(factor momentum)來進行投資組合的調控。
方法主要有2種：
- 使用正統的因子動能定義，將過去12個月績效為正策略組成投資組合，績效為負的暫時停用，在學術上稱其time-series factor momentum (TSFM)，此種的優點其表現較等下介紹的cross-section factor momentum (CSFM)佳，但會有牛市過多策略組合，熊市則無法選出的尷尬現象(如果是中性策略則影響較小)。
- cross-section factor momentum (CSFM)為做多過去12個月績效在前50%的因子，並放空過去12個月績效在後50%的因子。也就是說我們可以從自己的策略池中選出過去12個月前50%賺錢的策略，組成策略組合。優點是各種市況皆能選出固定的策略數，缺點是其效果較time-series factor momentum (TSFM)差(不過這是以美國市場回測的結果得出，台灣市場可能會有不同的結果)。
結論：本篇介紹的因子動能能夠做到一定程度的市場擇時，對於基礎設施較不足的散戶較為適合，然而這並無法做到完全的擇時。之後的文章會介紹如何使用機器學習分辨市場樣態(market regime)，進而優化策略組合。
資料來源：
Arnott, R. D., Clements, M., Kalesnik, V., & Linnainmaa, J. T. (2021). Factor momentum. Available at SSRN 3116974.
Gupta, T., & Kelly, B. (2019). Factor momentum everywhere. The Journal of Portfolio Management, 45(3), 13-36.
Ehsani, S., & Linnainmaa, J. T. (2022). Factor momentum and the momentum factor. The Journal of Finance, 77(3), 1877-1919.
Barroso, P., & Santa-Clara, P. (2015). Momentum has its moments. Journal of Financial Economics, 116(1), 111-120.
Cooper, M. J., Gutierrez Jr, R. C., & Hameed, A. (2004). Market states and momentum. The journal of Finance, 59(3), 1345-1365.
Chan, L. K., Jegadeesh, N., & Lakonishok, J. (1996). Momentum strategies. The Journal of Finance, 51(5), 1681-1713.
共同作者：New Bing
