行业动量的刻画VIP

动量效应，指的是一种“强者恒强”的现象，过去表现好的个股和行业往往在未来一段时间内也会具有超额收益。在之前的专题报告《存在于全市场范围内的稳健动量效应》中，我们对个股动量因子的构造进行了探讨，本文我们着眼于行业层面，寻找更加有效的行业动量因子。一、传统行业动量因子表现传统的动量因子以过去一段时间的收益率作为因子值。由于在行业层面不存在短期的反转效应，所以在构造行业动量因子时，不需要剔除近期收益率。我们将28个中信一级行业指数（剔除综合和综合金融行业）在过去1、3、6、1224、6个月的区间涨跌幅作为因子值，月频调仓，选择因子值排序前五和后五的行业等权构建组合。可以看到：（1）不同于个股传统动量因子的无效性，行业动量效应的确存在，并且行业中期动量更有效。在各个计算期中top5行业组合的年化均高于bottom5组合，按过去12个月来计算的因子多空超额收益最高。（2）行业动量效应很微弱，尤其对于多头预测能力有限。top5多头组合年化超额收益不到2%，信息比率仅为02（）组合回撤较大。多头组的超额收益最大回撤高达3%，在203-216、018、2021年均出现单年超过1%的超额回撤，2015年单年回撤近30%（）组合分年表现不稳定。头组合在过去13年中有4超额收益为负，且205年超额收益-40%，近两年也难以获得显超额。5）分组单调性不佳，因子值最大的一组并不是收益最高的，因子值最小的一组也并不是收益最低的。图1：传统行业动量因绩效表现（200912.1-202.1.0）率 ..-..2BCHop5boom5op5boom5op5boom5op5boom5op5boom5op5boom5481%575%179%415%163%596%-035%.%-.%682%109%449%121%2469%2706%2614%2813%2497%2850%2490%.%.%2843%2414%2794%2439%031034020029019035011.7.2038017030017-5822%-5808%-5564%-6200%-5895%-5802%-6460%-.%-.%-5760%-5629%-6341%-5944%020908977544602399450.8.52432171941574774%5226%5484%5032%5226%5290%6000%.%.%5419%6000%4774%5484%090%-287%-063%-303%110%-492%.%-.%192%-354%-030%-343%1099%934%1133%977%1108%976%.%.%1047%937%1000%840%014027)000027)015047).1.)023034)002037)-2528%-4129%-3375%-4938%-3026%-5880%-.%-.%-2184%-4770%-2421%-4212%&图2：传统行业动量因分年超额收益统计（200912.1-222.1102）率boom5率op5益 益 益 撤 益 益 2512% 879%367%-010%720%849%1317%-931%435%-077%-043%-640%-2513%-1026%-388%1281%-1408%-132%-747%-1865%-596%.%-1244%-2818% -2829%-595% -2861%-775%283%1003%-434%-357%-1008%1310%2159%-1070%-1125%-1203%-2401%4784%4945%6101%3758%-902%928%-4018%-2934%4557%-1687%-1316%-2218%-902%2039%-624%1778%1828%088%.%-1059%-035%-531%155%2194%-384%-1253%-1516%-2836% -3460%-1576%-2968%-784%2875%2333%4653%4160%-455%2128%-1017%-817%468%621%-1544%-1410%1217% 1306%-1476%-.% -.%-.%-.%-.%&图3：传统行业动量因多空超额收益净值（200912.1-222.1102）过去个月收益率t/ch 过去个月收益率ttm/ch1.01.01.01.00.00.00.00.0209/209/2/31210//8210//12210/0/19211//17211//25211//25211/0/28212//3212//9212//7212/1/9213//18213//23213//23213/1/29214//6214//9214//4214/2/10215//18215//17215//17215/2/22216//28216//29216//28217//3217//11217//12217/0/16218//12218//20218//23218/0/26219//25219//7219//5219/1/8220//14220//19220//18220/1/23221//26221//1221//30221/2/6222//11222//16222//14&图4：传统行业动量因分组表现（200912.1-202.1.0）率）234）-029%-051%-003%049%034%4000%3871%5419%5871%5484%-3986%-8639%-583%9007%3612%-4886%-5778%-1266%-1186%-2831%-.%-.%-.%.%.%&阐述动量成因的文献很多，所有解释大体分为两类基本假说：系统性风险定价和投资者行为偏差。系统性风险定价假说是指，动量效应的超额收益是承担了某些系统性风险而获得的风险溢价。投资者行为偏差假说是指，动量效应的超额收益是对投资者行为偏差导致的错误定价的利用和纠正。除此之外，我们认为行业动量的有效性还源自于不同于个股较强的特异性，行业的强势弱势有一定的持续性：（）国家对行业的利好利空政策不会在短期内结束。例如221以国家对新能源汽车的利好政策不断加码，新能源汽车板块都呈现了趋势性上涨。（2）供需关系短时间内不能得到有效改善。例如煤炭板块在需求严重不足的情况下，煤炭价格一路高歌猛进，进而煤炭产业链板块的公司利润大幅增长，股价也是一路攀升。（3）行业内部存在很多细分产业链，拉长了信息传导长度，行业内个股选择多，更容易出现反应不足的特征。（4）部分基金经理持仓相似度较高。200年疫情初起时，许多基金经理配置防御性板块的股票，2021年有基金经理转向关注新能源板块。机构资金体量大，持仓会分批买入，因而会加剧行业板块的动量效应。但A股的行业动量效应并不明显，原因可能是A股投资者中仍然是个人投资者居多，更易出现过度自信、情绪过热、反应过度、交易拥挤等非理性行为。从投资者数量来看，中证登的数据显示，2021年新增自然人投者数量达到1958万人，较00年提升9%，在历史上仅低于2015年。从交易占比来看，上交所统计年鉴显示在2007年到217年期间，自然人投资者的易占比超过80%，专业机构投资者交易占比不到20%。由于上所从2018年起不再公布该，因而我们使用提供的资金流数据来进一步观察。可以看到，散户的交易占比同样始终高于机构，最近一年散户交易占比不断提升，超过70%，机构易占比不断下降，仅为15%右。图5：A股投资者交易占（007-217） 图6：A股散户和机构交易占比变化（207.0.4-202211.2）

0.80.70.6

0.50.40.3

0.20.1&上交所统计年鉴 &注：根据ind定义，机构：单笔成交金额大于00万元，散户：单笔成交金额小于4万元总体来看，A股的行业动量效应存在，但需要对数据进行更加精细化的处理，传统的行业动量因子仅使用到了区间收益率，存在一定的局限性，会损失很多有效信息，为此，我们提供了5种角度，来更好的度量行业动量效应：考虑各行业的机构持仓占比情况，对于机构持仓占比高的行业，给予行业动量指标更高的权重，对于机构持仓占比低的行业，给予行业动量指标更低的权重；考虑行业指数的日度表现，基于行业指数每日收益率的rank排名，剔除异常股价波的影响，从而使得动量因子表现更稳健；考虑行业内成分股收益的离散程度，剔除个别成分股异常股价波动的影响，若行业内个股一齐上涨，则更有可能代表行业景气度提升；考虑行业指数的交易情况，对交易拥挤的行业进行惩罚；考虑行业间的相关性，用各行业的滞后收益率来预测每个行业下月的收益率。二、行业机构持仓调整动量因子动量效应与机构持仓情况密切相关。在之前的专题报告《存在于全市场范围内的稳健动量效应》中，我们提到过动量因子在高机构持仓占比的股票中表现更好。传统个股动量因子O(6,3)和O(9,3)原始值在机构持股比最高的分组中IC在0.3以上，ICIR在0.7以上。而机构持股比最低的分组中，所有形成期的动量因子方向均为负，动量效应变成了反转效应。原因可能是散户投资者更倾向于通过短期高抛低吸获利，对利好消息容易过度反应，因而散户参与较多的股票中更容易表现出反转效应。而机构投资者的投资行为更加理性，有利于动量效应的产生。图7：传统个股动量OM因子绩效表现（全市场，不同机构持股比分组）&

从各行业的机构持仓占比情况来看，也存在明显差别。221年末，国防和军工、银行、食品料、医药、电子等行业的机构持仓占比靠前，与2005年末比，非银行金融、电子、计算机等业的机构持仓占比有所提升，交通运输、煤炭、传媒等行业的构持仓占比有所下滑。图8：各行机构持仓占比情况（200512.0VS221.2.1）///0//1&基于此，我们可以对行业动量因子进行横截面维度的调整，对于机构持仓占比高的行业，给予行业动量指标更高的权重，对于机构持仓占比低的行业，给予行业动量指标更低的权重。具体计算方法是使用过去12个月的行业动量当前各行业的机构持仓占比。可以看到：进行机构持仓调整后的行业动量因子效果均有提升，过去2个月夏普比例机持仓占比因子效果最好，多头年化超额收益为4.82，信息比率达到0.，超额收益最大回撤仅为18%，多空年化超额收益到11.3%。图9：行业机构持仓调整动量因子绩效表现（200912.1202211.2）..-..2机持比例BCHop5boom5op5boom5op5boom5op5boom5481%661%-011%.%-.%871%013%.%-.%2469%2795%2418%.%.%2772%2374%.%.%031037012.2.5044012.9.4-5822%-6460%-6056%-.%-.%-6009%-6131%-.%-.%020268305.4.3279284.4.24774%5355%6129%.%.%5419%6000%.%.%172%-469%.%-.%373%-446%.%-.%1056%919%.%.%1031%906%.%.%021048).4.)041046).2.)-3801%-6012%-.%-.%-2884%-5699%-.%-.%&分年表现来看，因子年度胜率不高，不同年份表现波动比较大。多头组合在过去13年有5年超额收益为负，且206超额收益低至-11%，近两年也不明显。图10：行内机构持仓调整量因子分年超额收益统计（209.1231-02211.2）

例boom5例op5

益 益

益 益 2512%-2818%283%1310%4784%4945%-1316%155%-2836%2875%2333%1217%-.%1076%-3286%1208%2874%4661%6865%-2444%2451%-3195%4652%4373%759%-.%564%-468%%-124%1920%-1128%2296%-359%2040%-458%.%-967%-870%-532%-951%-1353%-899%-1343%-492%-1185%-455%-814%-1415%-.%-221%-2505%-641%-659%3846%1596%-584%-1230%-2979%1616%553%818%-.%-733%314%-923%1969%-938%-3349%732%-185%-143%-1260%-1780%-400%.%-1283%-714%-989%-1948%-871%-2477%-499%-1476%-626%-1137%-1457%-1251%-.%1777%1564%925&图11：行内机构持仓调整量因子多空超额收益净值（209.1231-02211.2） 过去个月收益率t/ch 过去个月收益率ttm/ch 过去个月动量 过去个月动量机构持仓比例t/ch 机构持仓比例ttm/ch 过去个月夏普t/ch 过去个月夏普ttm/ch 过去个月夏普 过去个月夏普2.0

机构持仓比例t/ch

机构持仓比例ttm/ch2.01.01.00.0209/209/2/31210//12210//18210//23210//29210/2/8211//17211//25211//29211//31211/1/10212//16212//26212//4212//7212/0/16212/2/18213//1213//10213//17213//18213/1/29214//10214//15214//20214//22214/1/3215//7215//18215//22215//27215//30215/2/9216//18216//22216//29216//31216/1/11217//16217//27217//5217//7217/0/16217/2/18218//27218//7218//10218//11218/1/21219//25219//8219//14219//16219/0/28219/2/30220//11220//19220//23220//24220/2/4221//8221//20221//28221//30221/1/10222//13222//24222//2222//5222/0/17&三、行业rank动量因子在之前的专题报告《存在于全市场范围内的稳健动量效应》中，我们提出了rnk选股因子rank因子在全市场范围内均有效。我们将相同的思路应用行业层面，得分的具体计算方法参Chen,sug-u,eta."Rak,Sign,ndomenum"，计过概括如下：𝑖𝑑代表行业指数i在d天的日益率，𝑦(𝑖𝑑为横截面上𝑖𝑑的升序排名。计算每日每个行业指数收益率排名的标准化得分Wight,200)。𝑑+1 𝑑+1𝑑−1)𝑟𝑎𝑛𝑖𝑑=𝑦(𝑖𝑑)−

/√2 12计算因子考察期内（0-N到T0区间内）的行业指数收益排名标准化得分的均值。1 𝑡𝑁𝑟𝑎𝑛𝑖𝑑)= ∑ 𝑟𝑎𝑛𝑖𝑗)𝑁𝑗𝑡𝑁传统行业动量构造时所使用的数据仅为起始点和末尾点的行业指数价格数据，对于期间信息并未充分反映。由于投资者对利好消息容易过度反应，会出现短时间急速拉抬股价的情况，采用传统行业动量因子选出的过去涨幅高的行业，可能只是短期拉升的结果，不具有持续性。行业rank动量因子在构造时，考虑到了区间内每日行业指数的收益率情况，并且采用rank排名来替代收益率绝对大小，可以降低异常股价波动的影响。可以看到：在各个计算周期内，行业rnk动量因子的多头组合表现均明显优于传统行业动量，按照过去2个月计算的因子效果最好，多头年化超收益为4.64%，信息比率达到0.5，超额收益最大回撤仅为17%，空年化超额收益达到11.2%。图12：行业rk动量因子效表现（200912.1-202.102）过个rak动过个rak动过个rak动过个rak动过个rak动过个rak动..-..2BCHop5boom5op5boom5op5boom5op5boom5op5boom5op5boom5481%694%-003%912%129%809%-204%.%-.%731%019%497%334%2469%2772%2564%2836%2435%2829%2395%.%.%2806%2370%2829%2399%031038013045018042003.7.3039013031026-5822%-6035%-5437%-5959%-5571%-5774%-6512%-.%-.%-6534%-5372%-6638%-4757%020910966527514355348.6.71711241220984774%5226%5613%5548%5290%5097%5613%.%.%5419%5806%4903%5419%204%-461%412%-335%314%-653%.%-.%239%-440%016%-140%996%937%1033%1020%966%1062%.%.%887%1049%888%1062%025046)044028)037058).4.)031038)006008)-1992%-5379%-2129%-5454%-2070%-6455%-.%-.%-2251%-4662%-2863%-3951%&分年表现来看，组合年度胜率较高。用过去2个月rank量因子选出的top5行业组合除2011、04年外，每年都取得正超额。图13：行业rk动量因子年超额收益统计（200912.1202211.2）过过个rak动量boom5过个rak动量op57112%4945%4297%4784%1578%7112%4945%4297%4784%1578%1310%567%283%-3145%-2818%1219%512%2707%-327%284%268%-487%2167%054%276%315%754%160%.%1289362%136%-2335%7%01%708%-504%134%-1330%31%2%%-.%-.%-.%-.%-.%-81.0405%-1345%1378%1217%-1878%-1946%-23.002%-668%0%2845173%2333%-1501%1545%-468%-2702%-882%-650%-541%-416%-892%-608%-349%-573%-2493%-31.1845%-1742%-1284%-893887%-1552%-2452%-1025%-796%-717%418%-672%-575%-2457%-912%-1471%-777%-668%36293629%2875%-2521%-2836%431%155%-1262%-1316%图14：行业rk动量因子空超额收益净值（200912.1202211.2）过去个月收益率t/ch 过去个月收益率ttm/ch 过去个月k动量t/ch 过去个月k动量ttm/ch2.02.01.01.00.0209/209/2/31210//17210//26210//5210/0/22210/2/29211//15211//25211//2211/0/17211/2/22212//8212//22212//30212/0/11212/2/18213//6213//20213//30213/0/15213/2/20214//6214//16214//24214/0/8214/2/15215//2215//11215//17215//25215/2/9216//23216//3216//12216//20216/2/2217//16217//27217//7217//13217/1/27218//2218//20218//2218//6218/1/21219//30219//16219//27219//3219/1/18220//3220//10220//22220//31220/1/13221//21221//7221//18221//25221/1/10222//18222//1222//16222//23&四、行业成分股动量因子行业指数在某种意义上是一个间接数据，行业数据都是经成分股加总计算之后得到的。行业内成分股的收益率往往存在分化，若行业内个股一齐上涨，收益率离散程度下降，可能意味着整体行业景气度提升，资金入场时没有进行个股筛选、市场热度较高。具体计算方法是用过去一段时间的行业内个股收益率均值标准差。可以看到：在各个计算周期内，行业成分股动量因子的多头组合表现均明显优于传统行业动量，按照过去2个月计算的因子效果最好，多头年化超收益为5.53%，信息比率达到0.6，超额收益最大回撤为25%，多年化超额收益达到8.4%。图15：行内成分股动量因绩效表现（200912.1-202.1.02）收收收收股股益均标差 益均标差 益均标差 收率值标差 收率值标差 收率值标差..-..2BCHop5boom5op5boom5op5boom5op5boom5op5boom5op5boom5481%244%504%367%177%570%104%.%.%577%107%375%164%2469%2702%2538%2663%2472%2796%2468%.%.%2601%2476%2553%2462%031023032027020034017.1.9035017027019-5822%-5848%-4893%-5620%-5949%-5717%-5928%-.%-.%-4910%-5372%-5562%-5999%020933945595604438455.2.03002722772574774%4774%5161%4903%5226%5613%5419%.%.%4903%5806%4968%5871%-226%022%-108%-290%085%-359%.%-.%092%-356%-101%-302%1077%891%1056%912%1057%963%.%.%990%821%936%792%016)007005)028)013033).7.)014040)006)035)-3432%-2907%-3839%-4283%-3135%-4777%-.%-.%-2641%-4081%-2685%-4364%&分年表现来看，因子年度胜率不高，不同年份表现波动比较大。过去12个月成分股动量因子，top5多头组合在过去13年中有4年超额收益为负，且2015年超额收益低至29%但近四年多头组合表现优异，每年超额均超过6%。图16：行内成分股动量因分年超额收益统计（200912.1-202.1102）差boom5差op51931%283%-3136%-2818%552%51931%283%-3136%-2818%552%512%-1758%-1316%2040%-317%1649%1693%9%-442%1124%-382%2120%136.22%%%0%-932%428%332%-926%630%-801%1%8%-.%%-.%-.%%-.%-.%-1573%-105.7159%-1689%0%2577%1217%-1183%-971362%-483%9%2374712%2333%-1030%2075%-586%4996%2875%-431%-2206%-1673%-1107%-865%-824%-984%-771%-626%-1089%5373%-2392%-2872067%-897%3852%-877%9%2287073%4784%4945%-2524%-970%-641%3003%1310%-586%494%-372%-733%-2566%-612%-1467%-38252212-228130%-756%-3218-3218%-2836%1279%155%图17：行内成分股动量因多空超额收益净值（200912.1-202.1102）过去个月收益率t/ch 过去个月收益率ttm/ch 过去个月行业内个股收率均/标差t/ch 过去个月行业内个股收率均/标差ttm/ch2.02.01.01.00.0209/209/2/31210//3210//27210//24210//17210/0/20210/2/13211//11211//8211//2211//27211//20211/1/18212//13212//14212//14212//6212//29212/0/29212/2/20213//22213//19213//20213//13213/0/15213/2/6214//30214//1214//28214//22214//15214/1/13215//8215//10215//5215//29215//20215/0/22215/2/15216//15216//8216//2216//28216//22216/1/22217//16217//16217//12217//7217//30217/0/30217/2/21218//14218//18218//13218//7218/0/8218/1/29219//24219//26219//23219//17219//9219/1/8220//2220//4220//28220//24220//19220/0/20220/2/11221//4221//7221//3221//28221//22221/1/22222//14222//16222//16222//8222//31222/1/1&五、行业换手率调整动量因子传统的动量因子仅考虑价格维度，但其实动量效应能否持续也与交易情况密切相关，成交的活跃程度影响动量效应的持续性。可以从两个层面理解：（1）从市场情绪角度，行业在上涨后期容易出现交易拥挤，当泡沫过大、交易过热时强势行业就会出现回调。（2）从行为金融学的角度，动量效应的存在源于投资者对信息的反应不足，信息扩散得越广泛，就会有越来越多的投资者意识到利用该信息可以获得超额收益，此后动量效应就会被削弱。度量行业交易拥挤度和信息扩散程度最直观的指标就是交易换手率。成交金额包含了价格信息，不如成交量含义纯正，但成交量又会受到行业成分股扩容的影响，因此换手率指标更为准确。在上涨行情中，换手率过高则意味着交易热度过高，投资性价比不高，换手率在较低水平则代表着上涨空间较大。因此，我们在动量因子中引入行业的换手率作为惩罚。行业换手率调整动量因子的构造方式如下：首先计算行业指数日收益率与日换手率（成交量/流通股本）的比值，然后将其过去一段时期的均值除以标准差得到行业因子值。可以看到：在各个计算周期内，to5行业组合的年化收益均高于otto5组合，说明行业换手率调整动量因子有效。照过去12个月计算的因子效最好，多头年化超额收益为6.5%，信息比率达到0.7，超额收益最大回撤仅为20%，多空年化超额收益达到13%。分年表现来看，因子年度胜率不高，op5多头组合在过去13年中有4年超额收益为负，且214年超额收益低至-13。图18：行换手率调整动量绩效表现（200912.1-20.11.02）率率率率手手以以以除除差 差 差 差 差 ..-..2BCHop5boom5op5boom5op5boom5op5boom5op5boom5op5boom5481%485%-040%693%167%929%-091%.%-.%948%-042%686%085%2469%2668%2540%2774%2431%2787%2423%.%.%2758%2417%2711%2464%031031011038019046008.4.4047010038016-5822%-6459%-5659%-5829%-5663%-5441%-6062%-.%-.%-5595%-5497%-5799%-5836%020932922553498388330.3.01811491401164774%5419%5742%5226%5742%5419%5226%.%.%5935%6129%5484%5742%004%-497%203%-299%428%-545%.%-.%446%-498%196%-378%979%951%992%1015%1001%1059%.%.%958%1048%949%1071%005049)025025)047048).2.)050044)025031)-3268%-5286%-3387%-4660%-2454%-5848%-.%-.%-2607%-5369%-2433%-4919%&图19：行换手率调整动量子分年超额收益统计（20091.31-222.1.02）差boom5差op5512%753%283%-2845%-2818%15512%753%283%-2845%-2818%1552%-787%-2526%-547%-1548%21040%-027%470%2701%13403029%-408%1497%153%489%-2060%292%268%-3175%1298%0%297%-779%548%-4%6%6%121-.%%-.%-.%-.%-1646%-108.3132%.%-1802%8%%-66.3549%1217%-1820%-204287%-494%5%3665998%2333%-1217%1661%-507%-340%-2288%-1123%-416%-811%-770%-1019%-624%-3236%-409856%-1009%-860%7974%-1128%6082%-1994%4784%4945%-2935%-1865%4011%3445%1310%551%-512%-525%-568%-670%-2183%1652%1551652%155%-1725%-1316%3365%2875%-2683%-2836%图20：行换手率调整动量多空超额收益净值（20091.31-222.1.02）3.02.02.01.01.00.0209/209/2/31210//15210//20210//28210/0/12210/2/15211//25211//5211//11211//14211/1/24212//7212//16212//21212//27212/1/6213//14213//26213//5213//13213/0/25213/2/30214//12214//20214//24214//29214/2/9215//13215//28215//3215//9215/1/19216//25216//6216//14216//17216/0/31217//4217//16217//24217//31217/0/10217/2/13218//23218//4218//10218//12218/1/23219//30219//12219//21219//26219/1/6220//10220//24220//2220//7220/0/20220/2/23221//5221//14221//20221//24221/2/6222//16222//25222//4222//6

过去个月收益率t/ch 过去个月收益率ttm/ch 过去个月行业日换手率整收率的均除以准差t/ch 过去个月行业日换手率整收率的均除以准差ttm/ch&六、行业间相关性动量因子动量类因子的构建本质上是尝试从历史上的资产价格变化中，找到具有对未来收益有预测能力的部分。行业间存在着千丝万缕的经济联系，例如同周期、上下游关联、替代性等，在预测行业未来收益时，除了自身的历史收益率外，其他行业的历史收益率也是重要的影响因素。基于此，本文引入回归模型，利用行业间的相关性来预测各行业的下期收益率，回归时自变量为所有行业的历史收益率。由于回归中自变量个数较多，传统的LS估计存在过拟合的风险因而我们采用机器学习中的套索算法（Laso）。Lso算将不重要的变量系数设为0，有助于防止过拟合，降低了数据中的噪声，更好地识别滞后行业收益中的预测信号。具体计算方法为：每月底，对各行业建立lasso时间序列归模型。用1到t-1时刻的月度数据训练模型，代入t时刻最新数据即可得到各行业收益率的预测值。模型自变量为所有行业上月超额收益率，因变量为目标行业下月超额收益率。模型训练时利用kike信息判据(AIC，筛选Laso回归的正则化项参数alha的最优值，而后基于最佳的lamda值建模并预测。从Laso回归结果来看，在测各行业收益率时，平均会选到4.56个相关行业收益率作预测变量，煤炭、食品饮料、电力设备及新能源行业选到的相关行业数量超过10个。但也会存在的行业未能选到有效预测变量的情况，建材、商贸零售行业超过半数月份都未能选到有效预测变量。此时，模型预测值即为模型截距项，也就是训练集中因变量的均值。图21：各行业由lasso模型选出的目标行业平均数量（200912.1-202.1.02）

图22：各行业未能选到有效预测变量的期数占比（200912.1-202.1.02）.0

lasso相关行业的平数量

.%

未能选到有效预测变量期数比.0.%.0.%.0.0 .%.0.0

.%.0

.%煤食品饮电力设备及新能源通国防军纺织服煤食品饮电力设备及新能源通国防军纺织服机械房地家交通运石油石有色金电子汽电力及公用事医基础化工非银行金银钢轻工制农林牧传媒餐饮旅商贸零建建商贸零餐饮旅传媒电电力及公用事交通运家钢医汽农林牧电力设备及新能轻工制机通国防军基础化房地产煤炭石油石纺织服银行非银行金食品饮& &可以看到：按照过去1个月的行业收益率计算出的因子效果最好，多头年化超额收益为%，信息比率到0.5，额收益最大回撤仅为19%，空年化超额收益达到5.3%。从分年收益来看，不同年份组合表现波动也比较大。多头合在过去13年中有4年超额收益为负，且201年超额收益-14%，但今年模型表现突，超额达到12%。图23：行业间相关动量因绩效表现（200912.1-202.1.02）lalao_过个收率 lao_过个收率 lao_过个收率lao_过个收率lao_过个收率lao_过个收率..-..2BCHop5boom5op5boom5op5boom5op5boom5op5boom5op5boom5481%.%.%247%342%427%266%427%166%512%268%441%263%2469%.%.%2588%2550%2535%2488%2612%2519%2623%2535%2597%2507%031.5.4022026029023029019032023030023-5822%-.%-.%-6265%-5761%-6096%-5335%-6632%-5672%-6056%-5591%-6253%-5072%020.6.45275164284054543914514354083844774%.%.%4968%5548%5226%5161%4968%5290%5097%5419%5097%5355%.%-.%-222%-132%-052%-205%-051%-300%030%-203%-037%-207%.%.%935%766%888%716%976%788%911%758%940%820%.7.)019)014)001)025)000)035)008023)001021)-.%-.%-3585%-4037%-2703%-3554%-3876%-4494%-2009%-4462%-2514%-3919%&lao_过个收率boom5laolao_过个收率boom5lao_过个收率op5益 益 益 撤 益 益 2512%989%-313%426599-175%343%80-044%15.36-486%034%3%3%69%14%4%4%7%11%4%.%4%-14.9%-67-623%6%8%-.%-.%%-.%-733%-.%2451%-1585%-185%-.%1217%-903%-50123.01829%-747%3%03%2695%2333%-1424%1364%-339%35%4411%2875%-2299%-870%-2880%-2836%-632%-561%0153-15.169%-446%964%155%-223%75-562%-806%-973%-1316%-1877%-16.-1621%4771%-816%-10.3716%3331%-640%5778%4784%4945%-1099%637%-1453%1966%1310%-1052%-340%711%283%-795%-2785%-683%-726%-3131%-2818%-959%026%-560%1501%&图25：行业间相关动量因多空超额收益净值（200912.1-202.1102）过去个月收益率t/ch 过去个月收益率ttm/ch lass过去个月收益率t5 lass_过去个月收益率ttm51.01.01.01.01.00.00.00.00.0209/209/2/31210//22210//3210//18210/1/9211//20211//12211//24211//5211/1/23212//13212//27212//12212//21212/2/10213//1213//20213//2213/0/23214//3214//24214//9214//19214/1/6215//20215//9215//23215//2215/1/23216//3216//22216//7216//20216/2/7217//24217//11217//25217/0/11217/2/21218//12218//28218//8218/0/26219//9219//28219//14219//26219/1/13220//3220//15220//2220//11220/2/1221//18221//6221//19221//30221/2/17222//8222//25222//5222/0/25&七、复合行业动量因子表现不同市场状态中行业因子的表现会有明显差异。我们根据万得全A指数的走势，将2010至今的A股市场划分为两次牛市、三次熊市、三次震荡市，共7个阶段，并对比每个阶段下行业量因子的表现。可以看到：（）在牛市中rnk动量因子表现最好。tp5行业组合可获近7倍的累计回报，中信一级行业等权组合和常见宽基指数累计收益在3-4倍（）在熊市中，行业成分股动量因子表现最好。to5行业组合累计回报为-55%，略高于中信一级行业等权组合；（3）在震荡市中换手率调整动量因子表现最好。op5行业组合计回报为55%，中信一级行等权组合和常见宽基指数累计收益均为负。图26：复合行动量因子分段表现（200912.1-202.102）8,0007,0006,000震荡市8,0007,0006,000震荡市震荡市熊市牛市震荡市5,0004,0003,0002,0001,0000市熊&Wind&国家统计局&朝阳永续综合考虑单因子的历史表现，我们选择三个阶段中表现最好的因子：过去2个月rak动量过去2个月行业内个股收益率均值/标准差、过去12个月行业日换手率调整收益率的均值除以标准差，等权合成，单因子进行标准化。从合成因子结果来看：绩效表现：合成因子t5行业组合年化收益达到3.3，bottom5行业组合年化收益-179%。多头超额8.2%，多头信息比率088，多头超额收益最大回撤17%。空头超额-6.29。多空超额1462。组合换手率很低，top5和botm5行业组合年单边换手率不到3倍。组合月度胜率在0左右。年度表现：to5行业组合表现相对稳定，基本每年都能取得正超额，仅2011年输2.4%，014年跑输3.%，216年跑输0.6%。017年以每年都取得正超额，展现出稳定的收益能力。单年最大回撤均小于15%。（）222年月度表现：to5行业组合在022年前10个月中超额达6.6，年内至今最大回撤仅为8。分组表现：合成因子呈现出显著的分层效果，年化超额收益、夏普比率和月度胜率都呈现出明显的单调性。图27：复合行动量因子绩表现（200912.1-202.1.0）..-..2BCHop5boom5481%.%-.%2469%.%.%031.9.5-5822%-.%-.%020.0.84774%.%.%.%-.%.%.%.8.)-.%-.%&图28：复合行业动因子分超额收益统计（200912.1-222.1102）因合成因合成boom5因合成op5512%864%283%-3064%-2818%12512%864%283%-3064%-2818%1246%4427%4784%3112%1310%-1378%-1316%8032%4945%2734%-245%581%18.-3.30.-0.11.0.15.31.12..-1603%213%220%62%89%97%711%-962%100%35%32%78%.-9-19-15-21-8-.%%-.%-.%%-.%-.%-1714%-1476%93%2510%1217%-1604%401%239%13%5446%-1388%1340%-449%-540%-475%-2736%-880%-995%-322%-650%-605%-807%-597%62%55%02%75%-1677%2748%-1006%87%-1173%3896%-1447%-2643%-25-1252%-871%02%57%-791%503%-421%-631%-2605%-798%-1780%-1