黑天鹅捕手？—海外机构常用的期货TSMOM策略如何构建，有哪些Alpha？(2)

　　所以趋势的产生如果用行为经济学理论来解释的话，其实是来自于各种投资人的行为谬误，使价格在趋势形成的过程中偏离公允价值。但这种偏离不可能无限持续下去，所有的趋势最终都会终结。同样地，现实中极端牛熊市的情况也不是一夜之间突然发生的，都是经济状况持续恶化或改善下渐变的结果，也不会在短时间内结束。所以在熊市中，管理型期货策略会随着行情下跌而做空，并且会随着进一步的下跌而盈利；在牛市中，管理型期货策略会在行情上涨时买入，并且凭借后续的上涨而盈利。

　　在资本市场上，这些现象很少单独出现，而是紧密地联系交织在一起的，因而对它们研究的也成为证券投资中重要的一部分。

　　02

　　多元TSMOM策略的投资组合

　　如何构建？

　　(1)时间序列动量

　　我们先说下时间序列动量这个“绝对动量”的信号是怎么用的：具体操作中，就是在一篮子多元的期货资产中(包括大宗商品、全球股指、全球债券和全球货币)，做多在回溯期内，扣除无风险回报后为正的资产；做空在回溯期内，扣除无风险回报后为负的资产。这里的回溯期可以是过去两周、1个月、3个月、12个月不等，也可以是多周期组合。

　　(2)多元TSMOM具体是怎样操作的

　　《Demystifying Managed Futures的》作者在回测中，同时用了1月、3月、12月三个回溯期，在24种大宗商品期货、13种全球国债期货、9种全球股指期货以及12种全球货币配对远期合约中使用了TSMOM信号。

　　大牛的折腾肯定没有止步于此，前方高能：作者在构建资产组合的过程中使用了风险平价和再平衡的策略。具体来说，作者对整个组合设置了10%的预期年化波动率(Ex-ante Volatility)，用风险平价的策略来配置每个资产权重。也就是给投资组合中，给不同资产类别分配相同的风险权重，确保不同波动率的品种带给投资组合的风险大致相同(这里可以看桥水的【风险平价】与【全天候策略】探究)。

　　在回测中，大宗商品和股票这种波动率大的资产类别获得更小的权重，而波动率小的国债和外汇产品则获得更大的权重。为了让资产组合中的配比不要因为各个资产的涨跌产生太多的偏离，平滑市场带来的波动，作者用投资组合再平衡的方法，每周进行一次仓位调整，在每个周五根据周四的收盘价进行再平衡。

　　(3)测试数据

　　作者使用的测试数据是58个高流动性期货：24种商品期货、9种股指期货、13种债券期货和12种货币期货。

　　数据时间段：1985年1月-2012年6月

　　03

　　多元TSMOM策略在不同资产间

　　和不同回溯期上的表现？

　　作者将多元TSMOM策略的回报进行了分解，把不同资产类别的TSMOM组合的表现、对三个不同回溯期的TSMOM组合的表现，分别与MSCI全球股票指数、GSCI大宗商品指数和巴克莱美国国债指数的回报做回归分析。结果显示：获得的超额收益(Excess Return)在统计上都是显著的。

　　A：从资产类别的角度看，TSMOM策略的表现情况

　　B：TSMOM策略在不同回溯期内的表现情况

　　具体我们从资产类别和不同动量时长(1-MOM,3-MOM,12-MOM)的这两个维度看(将图表A和图表B结合看)组合中每个单类别的期货资产获得的超额收益看起来已经很可观，有意思的是股票的表现最差，债券的表现最佳。组合年化超额收益率则可高达19.4%。从波动率看，策略实现的波动率从9.5%-11.9%不等，与10%的预设目标非常接近。更重要的是，TSMOM策略的夏普比率都很不错，反映了相对于风险而言高于无风险利率的高平均超额收益率。

　　另外，对比不同趋势区间内的策略，测试结果显示12个月的回溯期策略表现最好，3个月的策略表现次之，1个月的策略表现相对最差。可见回溯期越长，获得的超额收益越显著。

　　04

　　多元TMSOM策略的收益源自哪里？

　　《Time Series Momentum》一文提出TSMOM能产生较大且显著的alpha，约为每月1.58%，不但能为投资者带来超过传统买入持有策略的回报，而且与各大基准资产的回报相关性低，在市场出现危机中收益很高。那么这些收益源自于哪里？

　　第一个来源：分散化带来的收益

　　作者在论文中对多元TSMOM策略内部以及策略与各大资产类别之间有什么关系这个问题，做了一个相关性分析，可以用来解释这个问题。

　　A：不同资产策略间的相关性

　　B：不同回溯周期间的相关性