
均值回归 vs 动量因子实现
均值回归和动量是研究最多的两个因子——它们方向相反。学怎么搭、怎么区分、怎么组合。
交互工具在翻译视图中可能无法使用。
均值回归 vs 动量因子实现
动量说涨的会继续涨。均值回归说涨的会回来。两个都对——在不同时间周期上。
量化金融里研究最多的两个因子,表面互相矛盾。化解这个矛盾,是交易员能学到的最有用技能之一。
两股力
动量——过去 6–12 个月跑赢的资产倾向于继续跑赢。驱动是信息慢扩散、羊群效应、反应不足。
均值回归——偏离公允价值太远的资产倾向于弹回。驱动是过度反应、流动性冲击、价格不能永远偏离基本面这个简单事实。
化解:动量在长周期(月)上有效;均值回归在短周期(分钟到周)上有效。同一资产根据窗口不同可以两者都有。
实现动量
经典横截面动量:
Momentum_t = (Price_t ÷ Price_{t−252}) − 1
然后每期横截面排名,做多前 1/3,做空后 1/3。跳过最近一个月(短期反转会污染长期动量)。
仓位常按信号强度缩放:
Weight_i = (Signal_i − mean(Signal)) ÷ std(Signal)
实现均值回归
经典短周期回归用偏离均线的 z-score:
Z = (Price − SMA_n) ÷ σ_n
- Z < −2 时买入(价格拉到均值下方)
- Z > +2 时卖出/做空(价格拉到上方)
- Z 回到 0 附近时出场
配对交易把这个扩展到两个协整资产之间的价差上。
它们为啥能共存
一只股票可以同时有 12 个月动量和 5 天均值回归。市场在月度上慢慢上行(动量),但在日线层面围绕这个趋势震荡(回归)。两个效应在不同时间尺度上运作,所以不抵消——它们叠加。
组合两者
一个实际的混合策略:
- 用长周期动量(6–12 个月)定方向偏向
- 用短周期回归(1–5 天)定入场时机
- 只在动量信号方向上做回归交易
这避开了经典错误——用回归入场去逆强趋势。这是回归策略爆仓最常见的方式。
风险差异
- 动量崩盘:状态切换时的剧烈反转(比如 2009 年)。负偏
- 均值回归崩盘:稀有但严重——"回归"永远不来,仓位持续失血。也是负偏
两个策略都有肥的左尾。仓位保守,用止损或波动率目标。
实操步骤
- 在你的标的上算两个信号
- 确认长周期动量主导、短周期回归主导——对你的资产
- 用动量定方向,回归定时机
- 按波动率而不是资金做风险调整
- 监控两者相关性:相关性负向飙高时,你在进入状态切换
小结
动量和均值回归不是对立的——它们是不同时间尺度上互补的状态。用动量定趋势方向,用均值回归定其中的入场时机。时间尺度搞对,这个表面矛盾就成了系统化交易里最稳健的优势之一。
实时行情
打开完整图表 →相关市场数据由 TradingView 提供。
我的笔记
登录后可在本文保存笔记并与社区分享。
下一篇推荐
Quant Research Workflow: Jupyter Notebooks and Feature Engineering
A repeatable quant research workflow using Jupyter notebooks covers feature engineering, validation, and notebook hygiene that produces deployable signals.
阅读更多 →Smart Recommendations