摘要

目前越來越多的證據(jù)表明，商品期貨價格可以由動量因子進行解釋。本報告分析了動量效應的來源，構建了市場走勢不確定性指標，并基于焦煤指數(shù)(JMFI.WI)和PTA指數(shù)(TAFI.WI)兩個商品指數(shù)分析了上升動量策略的歷史表現(xiàn)。

一

(相關資料圖)

商品市場動量因子

越來越多的證據(jù)表明，商品價格可以由共同定價因子進行解釋(Miffre等，2007)。這些研究基于動量、基差、通貨膨脹、流動性、偏度、持倉量等共同定價因子構建商品投資策略，并以標普高盛商品指數(shù)、羅杰斯商品指數(shù)等商品指數(shù)作為業(yè)績比較基準。

Fuertes等(2015)研究了動量、期限結(jié)構和特質(zhì)波動率三種商品因子策略的收益特征及其相關性。Fernandz-Perez等(2017)基于商品期貨期限結(jié)構、動量、對沖壓力等11種商品風格因子構建商品投資組合。Szymanowska等(2014)在商品回報的橫截面中找到了支持基差定價的證據(jù)。

動量因子是商品組合策略研究的重要因子之一。動量因子起源于股票定價文獻，Jegadeesh等(1993)在一篇開創(chuàng)性論文提出了動量策略，即買入最近上漲的股票和賣出最近下跌的股票。Miffre等(2007)考察了商品期貨市場13種動量因子的盈利能力，策略上買入近期表現(xiàn)出色的商品期貨，賣出表現(xiàn)不佳的商品期貨。

Bakshi等(2017)建立了商品三因素模型，該模型除基差和商品加權組合(an equally weighted portfolio of all commodities)外還包括商品動量，作者認為當商品市場總體活躍度增加時，動量因子策略往往表現(xiàn)良好。Boons等(2017)提出了基差動量因子，以相鄰到期月份期貨合約的動量差異衡量。作者認為基差動量因子產(chǎn)生的溢價是對商品市場波動風險的補償。

Sakkas等(2018)研究認為，將基差、動量和基差動量因子相結(jié)合的商品組合策略在1975年至2015年間實現(xiàn)了0.68的夏普比，與標準普爾GSCI(夏普比0.03)和商品加權組合(夏普比0.28)相比，這是一個重大改進，Sakkas等(2018)將每種商品的動量定義為前12個月的累計超額期貨收益。

二

商品指數(shù)動量策略

1.動量效應的來源

Miskowitz(2021)和曹春曉(2022)給出了動量效應產(chǎn)生的一種新邏輯。當人們拋硬幣時，假設第一次拋出的是正面，讓猜第二拋出的是正面還是反面，由于人們對拋硬幣結(jié)果的概率分布比較了解，因此往往認為第二次會拋出反面，即結(jié)果出現(xiàn)“反轉(zhuǎn)”。

而當人們在籃球賽季初預測冠軍球隊時，由于預測時間跨度較大，且球員交換和傷病也會對球隊表現(xiàn)產(chǎn)生影響，因此人們對誰取得冠軍的概率分布并不十分了解，往往會依據(jù)球隊歷史成績來給出判斷，例如認為去年前三名球隊有奪冠可能，這就是用“動量”的眼光分析評價事物。

動量效應來源于事件發(fā)生的概率及分布。這一思路有利于我們分析商品期貨價格運動過程，即假設當合約價格概率分布相對明確，市場走勢不確定性較弱時，價格運動往往會出現(xiàn)反轉(zhuǎn)效應；而當合約價格概率分布不是非常明確，市場走勢不確定性較強時，價格運動會具有動量效應。

2.動量效應的表現(xiàn)

我們構建了市場走勢不確定性指標，如果市場走勢不確定性較強，則指標數(shù)值越高，市場走勢不確定性越弱，則指標數(shù)值越低。同時，本報告在焦煤指數(shù)(JMFI.WI)和PTA指數(shù)(TAFI.WI)兩個指數(shù)上分析了上升動量策略的歷史表現(xiàn)，讀者如有興趣了解具體測試過程歡迎聯(lián)系作者。

由圖表1可知，在焦煤指數(shù)上升動量策略歷史回測表現(xiàn)中，當市場走勢不確定性較強時，策略回測收益較好，符合假設預期；當市場走勢不確定性較弱時，上升動量策略的收益和回撤均較小。而在圖表2的PTA指數(shù)上升動量策略歷史回測表現(xiàn)中，由于市場走勢不確定性一直呈現(xiàn)較低的數(shù)值，上升動量策略的收益不明顯，且產(chǎn)生一定回撤，是一種反例。

風險提示：本報告基于歷史數(shù)據(jù)分析，相關規(guī)律未來可能存在失效的風險，市場可能發(fā)生超預期變化。

（文章來源：中泰期貨）

關鍵詞： 商品市場 中泰期貨 動量因子