量化投资实战解析：横截面动量与时序动量的核心差异及策略应用

在量化投资中，理解时序动量与横截面动量的区别是构建有效策略的第一步。这两种动量策略虽然都基于“趋势延续”的逻辑，但在构建方式、收益来源和适用场景上有着本质的不同。

先来打个比方，直观感受一下时序和截面的区别。

时序预测就像天气预报。它研究一个地方（单一资产）自身的历史气象数据（温度、湿度、气压），来预测这个地方明天是晴是雨（未来的价格走势）。

截面预测则像选美比赛。它在同一时间，比较所有参赛选手（一篮子资产）的各项指标（身高、才艺、颜值），来选出谁可能获得冠军（未来表现最好的资产）。

在量化投资的语境下，二者的核心区别可以总结为下表：

维度	时序预测	截面预测
核心目标	辨别时机：预测单一资产在未来一段时间（下一刻、下一天、下个月）的价格走势、方向或波动率。	选择品种：在同一时间点，预测一篮子资产中，哪些未来表现会更好（相对更强），哪些会更差（相对更弱）。
典型应用	择时：判断何时买入、何时卖出。波动率预测：用于期权定价和风险管理。	选券/选股：构建股票组合，做多排名靠前的资产，做空排名靠后的资产（市场中性策略）。大类资产配置：比较股票、债券、商品等不同类别资产的相对吸引力。
输入数据	单一资产的历史时间序列数据。例如：过去N天的价格、成交量、技术指标等。模型关注其自身的趋势、周期性和自相关性。	多个资产在同一时间截面上的横向数据。例如：所有股票在昨天收盘后的PE比率、PB比率、动量、市值等。模型关注不同资产间指标的差异性和横截面分布。
输出结果	对未来绝对收益或波动率的具体数值或方向（涨/跌）的预测。例如：预测明日沪深300指数上涨1.5%。	对一篮子资产在同一未来时期的相对排名或预期相对收益的排序。例如：在1000只股票中，预测股票A的排名为第10位（很好），股票B的排名为第900位（很差）。
预测本质	对时间的外推。	对横截面的排序。
关键挑战	趋势的稳定性和持续性。市场风格切换可能导致历史规律失效。	因子（预测指标）的有效性。需要确保用来比较的指标（如低估值）在未来仍然能带来超额收益。

横截面动量因子（Cross-Sectional Momentum）和时序动量因子（Time-Series Momentum）正是基于上述不同逻辑衍生的两种重要策略。

横截面动量因子关注的是相对强弱。它的核心是通过比较同一时点不同资产的相对表现来构建投资组合。具体操作是：在某个时点，买入过去一段时间表现最好的资产（赢家组合），同时卖空表现最差的资产（输家组合）。这种策略的收益来源于资产间的相对强弱关系，即“强者恒强，弱者恒弱”的动量效应。

时序动量因子则关注绝对趋势。它基于单一资产自身的历史表现来判断未来走势。具体做法是：对每个资产单独判断，如果过去一段时间该资产上涨，则做多；如果下跌，则做空。这种策略的收益来源于资产自身的趋势延续性。

为了更清晰地对比，二者在多维度的区别如下：

尽管构建逻辑不同，但两种动量因子都基于行为金融学的“反应不足”和“反应过度”理论。投资者对新信息的反应存在延迟，导致价格趋势会持续一段时间。此外，这两种策略最大的共性是通常在牛市中表现较好，但在熊市或市场反转时可能面临较大的回撤风险。

一些金融工程研报发现，在A股市场，时序动量对成长、小盘风格指数的择时效果更佳，且短期动量择时效果往往优于长期动量。而横截面动量在样本外测试中普遍能产生超额收益，其中夏普率动量、传统动量和信息率动量等变体表现较为突出。

1. 动量策略构建逻辑

横截面动量策略：在A股市场，这类策略通常采用月度调仓频率。它会根据过去3到12个月的收益率对股票进行排序，进而构建多头和空头组合。实证研究表明，在创业板等中小盘市场，短期动量效应更为显著。例如，基于5个交易日周期的累计收益率构建的动量策略，年化收益率甚至可以达到37.8%。

时序动量策略：A股市场的时序动量效应呈现出一种有趣的轮动特征：“短期动量、中期反转、长期动量”。具体来说，在8周以内的短期窗口，动量策略能够获利；随后在8-13周期间可能出现反转效应；而超过13周后，动量效应往往再次占据上风。这种动量和反转交替出现的趋势，本质上源于投资者过度反应和反应不足情绪的周期性更迭。

需要注意的是，标准的横截面动量策略（多空组合）在A股市场的适用性受到限制。由于A股实行T+1交易制度，做空只能通过信用业务的融券来实现，而融券业务本身存在诸多限制：

• 融券券源稀缺，可融券标的数量有限。
• 融券成本较高，年化费率通常在8-10%。
• 融券期限有限制，最长不超过6个月。
• 流动性不足，大额资金难以有效进行做空操作。

同时，A股市场存在较高的交易成本，而横截面动量策略的换手率通常较高（年化200-300%），这使得策略收益容易被交易成本大幅侵蚀。

基于以上限制，实践中发展出几种变通的动量策略实现路径：

• 纯多头策略：仅做多排名靠前的“赢家组合”，放弃做空“输家组合”。虽然无法实现完全的市场中性，但可以捕捉部分动量收益。
• 股指期货对冲：在做多“赢家组合”的同时，使用股指期货进行做空对冲，以实现市场风险（Beta）的中性。
• 行业中性策略：在行业内部进行多空配对，例如做多某个行业内表现最好的股票，同时做空该行业内表现最差的股票，以降低行业层面的暴露。
• 量化选股增强：将横截面动量作为选股因子之一，结合价值、成长、质量等其他因子构建综合的多因子模型。

对于个人投资者而言，建议可以从纯多头动量策略入手，选择过去一段时间表现优异的股票构建投资组合，并配合适当的止损等风险控制措施。对于机构投资者，则可以考虑通过股指期货对冲或行业中性策略来更精细地实施横截面动量策略。无论采用哪种方式，任何策略都必须经过充分的历史回测和实盘验证，建议从小资金开始逐步检验策略的有效性。

2. 动量策略因子计算

横截面动量因子和时序动量因子的计算方法存在本质差异，主要体现在信号构建逻辑和组合构建方式上。

横截面动量因子的核心逻辑是在同一时点比较不同资产的相对表现，从而构建多空组合。其标准计算步骤如下：

1. 选择资产池：确定纳入计算的N个资产（如股票、期货等）。
2. 计算历史收益率：对每个资产 i，计算过去T个月（通常T=3,6,9,12）的累计收益率：R_i,T。
3. 排序分组：将所有资产按历史收益率 R_i,T 从高到低排序，并分为三组或五组：
   • 赢家组合（Winner）：排名前30%的资产。
   • 输家组合（Loser）：排名后30%的资产。
   • 中性组合（Neutral）：中间40%的资产。
4. 构建因子组合：
   • 做多赢家组合，做空输家组合。
   • 通常保持组合的市值中性或波动率中性。
5. 计算因子收益：因子收益 = 多头组合收益 - 空头组合收益。其中权重 w_i 通常采用等权重或市值加权。

时序动量因子计算的核心逻辑是对每个资产单独判断趋势方向，信号完全基于自身历史表现。其计算步骤如下：

1. 计算信号：对每个资产 i，计算过去T期（T=1,3,6,12个月）的累计收益率：R_i,T。
2. 生成交易信号：
   • 若 R_i,T > 0，则做多该资产。
   • 若 R_i,T < 0，则做空该资产。
   • 若 R_i,T = 0，则不持仓。
3. 确定头寸规模：通常采用波动率倒数进行加权，使每个资产对组合的整体波动率贡献相等。头寸 w_i = k / σ_i，其中 σ_i 为资产i的波动率估计值，k为调整常数。
4. 计算组合收益：组合收益 = Σ (权重 w_i × 交易信号 × 资产i的当期收益)。

3. 动量策略示例

为了让概念更清晰，我们通过简化示例来演示两种因子的构建过程。

横截面动量因子构建示例：

1. 数据准备：
   • 假设使用5只A股股票过去24个月的价格数据。
   • 计算每只股票的月度收益率。
2. 动量信号计算：
   • 基于过去12个月的累计收益率作为动量信号，排序结果如下：
     • 000858.SZ: 30.95% (排名第1)
     • 600036.SH: 23.04% (排名第2)
     • 600000.SH: 18.17% (排名第3)
     • 000002.SZ: 13.99% (排名第4)
     • 000001.SZ: -1.94% (排名第5)
3. 组合构建：
   • 采用40%分位数构建组合（即前40%为多头，后40%为空头）：
     • 多头组合（前2名）：000858.SZ， 600036.SH
     • 空头组合（后2名）：000002.SZ， 000001.SZ
     • 中性组合（中间1名）：600000.SH
4. 收益计算：
   • 假设在下一个周期，多头组合平均收益为26.99%，空头组合平均收益为6.03%。
   • 横截面动量因子收益 = 多头组合平均收益 - 空头组合平均收益 = 26.99% - 6.03% = 20.96%。

时序动量因子构建示例：

1. 数据准备：
   • 使用3只具有不同趋势特征的A股股票数据：上升趋势(000001.SZ)、下降趋势(600000.SH)、震荡走势(000858.SZ)。
2. 动量信号计算：
   • 基于过去6个月的累计收益率生成信号：
     • 000001.SZ: 4.29% (正收益，信号为做多)
     • 600000.SH: -0.81% (负收益，信号为做空)
     • 000858.SZ: -18.26% (负收益，信号为做空)
3. 波动率计算与风险平价：
   • 计算每只股票的年化波动率，并以此进行风险平价加权（波动率越高，权重越低）：
     • 000001.SZ: 波动率9.12%， 权重41.08%
     • 600000.SH: 波动率10.79%，权重34.73%
     • 000858.SZ: 波动率15.48%，权重24.20%
4. 因子收益计算：
   • 时序动量因子收益 = Σ (权重 × 仓位方向 × 当期收益)
   • = 0.4108 × 1 × 0.0446 + 0.3473 × (-1) × (-0.0560) + 0.2420 × (-1) × (-0.0149)
   • = 4.14% (约)

希望以上关于横截面动量与时序动量的解析与实例，能帮助你更好地理解这两种核心量化策略。想深入探讨更多因子投资与算法策略，欢迎访问云栈社区与广大开发者交流切磋。