美投

散户也能参与的量化策略来了！用模型选股，就可以轻松赚钱？介绍一只最强量化ETF
2025.11.10
播放量 1.6k
你有没有想过，如果投资不靠直觉、不追新闻、不被情绪左右，而是完全交给一套数学公式去选股，结果会怎么样？今天这期视频，我就来给大家聊一个，在量化投资中最有代表性的策略。我不仅会帮助你搞懂它的原理，在最后，我还会给出最具代表性的ETF标的，并明确指出它是否值得买入。
开通服务即可查看评论～
文字稿
你有没有想过，如果投资不靠直觉、不追新闻、不被情绪左右，而是完全交给一套数学公式去选股，结果会怎么样？事实上，市面上确实有很多这样的ETF。他们通过对上千只股票的收益、波动、趋势进行分析，涉及基本面、估值等各种数据，然后用统计模型挑出最有机会上涨的公司，自动组成一个ETF。这种ETF，统称为量化ETF，Quantitative ETF。
和单纯的大盘ETF不同，一方面，量化ETF是有一定选股逻辑的，这个选股逻辑就是量化模型里的规则。而这个规则，往往是经过历史回测能持续跑赢大盘，或者至少在某方面比大盘有优势。另一方面，它又跟那些高成本的主动ETF不一样。因为只要规则定下来，接下来就是模型自己去选股和调仓而已，所以它的成本往往又比主动ETF便宜。因此，量化ETF可以说同时占到了主动ETF和被动ETF的优点，某种程度上，一个好的量化ETF，它既适合用来定投，也适合做主动投资。
那这么好的东西，咱们肯定得好好了解一下。今天这期视频，我就来给大家聊一个，在量化投资中最有代表性的策略。我不仅会帮助你搞懂它的原理，在最后，我还会给出最具代表性的ETF标的，并明确指出它是否值得买入。
﻿
什么是量化？在做进一步的介绍之前，我们还是要先简单理解一下，什么是量化投资。简单说，它是一种用数学和统计模型来做投资决策的方法。模型的建立，是基于公式和规则来的，它往往是经过历史数据回测后，发现的有效的方法。比如，如果有一个公式，能够总结暴涨股股价上涨的一些规律，而且历史回测也能证明这一点，那么就可以做一个模型，把这套公式长期执行下去。这样的做法有一个好处，它能让投资更有纪律、更客观，也能避开人性最常见的陷阱。
而量化ETF，就是把这套量化投资逻辑打包进ETF里。投资人只要买进这档ETF，就等于拥有了一个自动执行的投资模型，来为你赚钱。
不过，市面上做量化的ETF其实并不算很多，常见的、比较成熟的策略往往离不开这几种：动量策略、价值因子策略、低波动策略。现在不理解这些名词没关系，我们之后还会讲。除此之外，还有一些趋势跟踪和战术配置型的量化策略，甚至还有AI驱动的量化策略，不过这些策略的ETF都还不太成熟，流动性也不太够，咱们就先不展开。
今天这期视频，咱们还是以实用性为主。我会从这些策略中，挑选出一个历史回测上效果最好，最能体现量化精神，而且在ETF投资中也较为成熟的量化策略。这就是动量策略，英文叫Momentum。
﻿
动量策略介绍什么是动量策略呢？它本质上是一种根据过去的涨跌，来预测未来走势的投资策略。简单来说，它相信市场具有一定的惯性，那些涨得好的股票，短期内往往还会继续涨；而那些一路下跌的股票，也更可能继续落后。所以我们只要一直追着那些涨得好的股票去买，那么就更有可能赚到钱。
听到这里，你可能会有些怀疑了，这不就是妥妥的追涨杀跌吗？我们经常把追涨杀跌当成反面教材来批评，怎么在这里还成为一种有效的量化策略了呢？确实，直觉上看，追涨杀跌并不是一个好的策略，这也是动量策略常常被人误解的地方。但实际上，从历史回测来看，追涨杀跌的表现却是非常好的。
学术界最早发现这个现象的，来自于1993年Jegadeesh和Titman的经典论文。他们发现，如果每个月买进过去一年表现最好的那一批股票，也就是所谓的Winner，同时卖空表现最差的那一批股票，也就是Loser，平均每年可以跑赢大盘10%。而且这个动量效应并不是短期巧合，而是在美股近百年的历史中都相当稳定。
﻿
点击放大
2013年，Daniel和Moskowitz进一步深化研究。他们在论文《Momentum Crashes》中也得到了类似的结果。更重要的是，他们还根据这个结论，回测了过去近100年的数据。
﻿
点击放大
﻿
点击放大
从图中可以看到，如果你在1927年投资1美元到大盘中，那么到2013年，你会获得2943美元，也就是图中第二高的那根线。但同样投资1美元，如果你买的是过去12个月表现最好的那10%的股票，也就是Winner，然后每个月都做一次调仓，永远买入表现最好的10%的股票，那么到2013年，你将会赚到近865000美元，是大盘表现的300倍！反过来，如果你非要和市场反着走，坚持买最糟糕的10%的股票，也就是Loser那1美元最终只会剩下1分钱。这，就是动量策略的力量。
所以你看，很多人总觉得，股票涨多了一定会跌，跌多了就会反弹。但历史数据告诉我们，涨得好的往往继续涨，跌得惨的更可能再跌。与其害怕追高，或执着于抄底，不如顺势而为，或许还更容易赚钱。
但说到这里，咱们不禁要问，这到底是为什么呢？为什么这个现象看上去那么反常，却能经得起上百年的历史回测呢？
目前学术界普遍认为，这跟投资者普遍存在反映不足的问题有关。有研究表明，每当市场出现新消息的时候，无论好坏，投资者往往会慢半拍。这样的情况，我想有一点经验的看官应该都经历过。于是乎，股价会在接下来的几个月时间里持续修正，使得好消息的公司继续涨，坏消息的公司继续跌。这种市场惯性，正是动量效应能长期成立的根本原因。
那咱们是不是直接无脑跟随这个策略就可以了呢？也不完全是，因为动量策略有一个致命的问题。它在大多数年份能稳定跑赢市场，但在某些情境下，会经历剧烈的崩盘，而且往往会大幅跑输市场。
下面这张图就展示了动量策略在这种大起大落市场中的表现。它是资产管理公司Verdad回测出来的动量策略和大盘之间的对比表现。我们把焦点放在08年这段时间里。可以看到，在08年市场崩盘的时候，动量策略也是大跌，而且跌幅比大盘更多，更急。更可怕的是，在随后大盘快速反弹的时候，动量策略并没有跟上，反而一直跑不赢大盘。
﻿
点击放大
类似的结论也从我们前面介绍的这个论文中看到。这张图就展示了动量策略在08年崩盘后的表现，可以看到，winner的表现并不怎么样，多年里一直跑输大盘，更是大幅跑输loser的表现。
﻿
点击放大
像这样的回测还有很多，我就不一一给大家展示了。结论就是，动量策略虽然在很长时间里可以跑赢大盘，但如果遇到这种大起大落的市场，是跑不赢大盘的。
那为什么会出现这种现象呢？ Daniel的论文中其实有解释这个现象。他认为，这跟动量策略里选出来股票的beta高度相关。对于不知道什么是beta的看官，我这里简单解释一下，是一个用来衡量股票对市场波动敏感度的指标。举个例子，如果一只股票的 Beta 等于 2，就意味着当市场上涨 1% 时，它平均会上涨 2%；相反，当市场下跌 1% 时，它也可能下跌 2%。换句话说，Beta 越高的股票，对市场变化更敏感，涨得更快、跌得也更狠。
下图显示的是不同阶段下，不同股票的Beta变化图。其中，实线代表Loser的beta，虚线则代表Winner的beta。可以看到，当市场从泡沫高点崩跌时，代表winner beta的虚线往往会更高，这意味着winner此时的股价敏感度比loser要更高，这是一种比较反常的现象。像是00年01年的时候，以及07-08年这段时间，都是winner的股价敏感度更高，因此在下跌过程中跌得也更惨。而当市场从低谷反弹的初期阶段，比如02年和09-10年的时候，winner的beta反而在低位，因为敏感度不够，所以反而跟不上市场的上涨。相反，这时候的loser的beta却在高点，他们更容易跟随市场反弹。
﻿
点击放大
这就解释了为什么大盘急跌初期与反弹初期，Winner的表现都不太好。因为当市场环境发生剧烈变化时，传统动量模型依旧死守原有逻辑，只根据过去的涨跌幅来选股，无法及时识别趋势反转的信号。比如，在市场由牛转熊的时候，那些过去涨得最猛的winner，往往成为被集中抛售的对象。而跌得多、估值被压低的loser，反而短期内表现更强。结果就是，动量策略在这种行情中容易出现明显回撤。而同样的，在下跌后的反弹，动量策略也跟不上。因为在熊市的时候，那些跌得少的股票，就变成了winner，所以那时候饿的winner全被调成了防御股。这就变得尴尬了，因为在市场反弹的时候，别的股票往往都会在快速跟上节奏，但因为动量策略全部调整成防御股去，导致跟不上市场的反弹。
所以，这种过度依赖历史数据、缺乏动态调整能力的特性，使动量策略在顺势时能大放异彩，但一旦行情掉头，不仅收益差了不少，整体的波动也会大很多。
那怎么办呢？于是，就有人提出了一种改良版的方案，动态动量策略，Dynamic Momentum。这套策略的核心思想，是让模型不要只看哪只股票涨得多，还要在选股的时候，根据风险来做调整。这样，就可以在市场风险升高时，主动调仓到防御股上。而在市场稳定、风险下降时，也会主动调仓在进攻股上。这么下来，就能使得整个动量策略更懂得进退有度，收益曲线更平滑，持仓体验也更好。
现在，这个理念已经被广泛应用在实际的金融产品当中。市面上几乎所有的动量ETF都不再用论文里说的那种做法了，除了本身不好实现以外，也是因为这些ETF都需要在原本的基础上，多加一层对风险的考量。
﻿
标普500动量指数和SPMO 那具体这个风险是怎么去考量的呢？其实，不同的ETF，考量的方法都不一样。这里，咱们以标普公司推出的动量ETF，SPMO为例。根据标普公司的《S&P Momentum Indices Methodology》介绍，他们在选股时会做三步调整。
第一，他们会参考一只股票的波动率来调整权重。波动率高的股票，风险就会更高，指数就会降低权重，反之亦然。
第二，他们会参考一个叫做Z-Score的指标来调整权重。这是一个金融领域用来广泛评估公司财务风险的指标。同样的，风险越高的股票，权重就越低。
第三，他们还会根据流动性做调整。流动性高的股票，往往会给更高的权重，反之亦然。
如果你没听懂这三步，其实也没有关系，他的核心逻辑就一条，风险越高的股票，权重就越低。而在这三个调整下，SPMO就能找到那些winner的同时，风险也相对稳健的公司了。
最后，SPMO会根据动量效果和风险做一个评分。有了这个评分，再根据市值进行加权，最后会组成一个大约100只成分股的组合。这就是SPMO的选股逻辑。可以看到，SPMO的做法，和最初论文里的方式还是有很大不同的。
但这还不够。在论文里面，动量策略都是每个月做调仓的，而且常常每一次调仓，都有一半的股票给换掉。这放在实际场景中会产生大量的交易成本。所以，SPMO调仓的频率要低很多，他们每半年才调一次仓，分别放在三月和九月。也因此，它的总费用率仅有0.13%，在同类型ETF中属于最低的一档。
另外，SPMO在计算winner还是loser的时候，还会排除最近一个月的表现，以避免短期情绪造成的干扰。
到这里，我们已经把SPMO这个ETF的逻辑给大家讲完了。我想现在大家一定非常好奇，这个ETF表现到底怎么样？
下图展示了自2015年SPMO成立以来的表现。在这十年时间里，SPMO累计上涨约 358%，远高于同期标普500 的 223%，折算下来，意味着平均每年能跑赢大盘约 4% 。看上去还是相当不错的。但要注意的是，这种跑赢的幅度，其实主要是在近两年 AI 牛市爆发之后才明显拉开的。在2023年之前，SPMO的表现并没有想象中那么好，只是跑赢了大盘一点点而已。
﻿
点击放大
不知道看到这里，你会不会有这么一个疑惑。记得在论文里看到，动量策略被说得天花乱坠，回测看上去那么强，但好像放在真实世界下，也没有那么神奇。这到底是为什么？
其实，这里最重要的原因，是市场效率的不断提升。前面我们说过，动量策略之所以能有超额报酬，是因为投资者普遍存在反应不足的行为偏差。可是，投资者是会学习的，随着信息传播的速度和广度越来越快，而且越来越多的资金开始采用动量策略，市场的效率一直在不断提升，那种反应不足的空间也就被压缩了。而这，就会大幅压缩了SPMO的表现。
这里的一个证据是，在上世纪90年代，动量策略被发现过后，他的效果就明显下滑了。仔细观察这张图，在红色圈出的部分，也就是 1999年开始，虽然动量效应依然存在，但强度明显下降。在此之前，平均每年能跑赢大盘 8%，但1999年之后，只有3%。这说明，动量效应虽然还存在，但已经不再像早期那样轻松碾压市场了，它也在适应一个越来越聪明、越来越高效的市场环境。 
﻿
点击放大
可能有人会想，这会不会也是因为SPMO没有按照论文的方式来做。毕竟，SPMO的池子限定在标普500里，调仓又比较慢，而且还要根据风险做调整。而且，SPMO还有交易成本等问题。是不是这些原因才导致了SPMO的表现变差了呢？
这也是我一开始怀疑的地方，但后来我做研究发现，其实这些限制、交易成本等因素，并没有想象中那么大。这是因为，标普官方曾经对它的这个模型做过回测，如果是从1994年就按照这个方法去运行这个ETF，那么在过去这31年里，整个指标平均每年可以跑赢大盘2.7%，和前面论文里看到的，1999年之后只有3%的超额收益差不太多。所以你看，即便SPMO加了很多限制，但最终的结果并没有那么大的差别。因此我个人认为，这最主要的原因，还是市场效率的提升。
总的来说，在这几点原因之下，动量策略虽然还可以跑赢大盘，但由于市场效率的提升，它的幅度和效果，都已经明显不如90年代之前了。而实际投资中不得不面对的那些限制，也进一步压缩了它的收益表现。
﻿
那么SPMO可以买吗？那既然动量策略的效果已经变差了这么多，SPMO还值得买吗？或者说，如果我们投资SPMO，我们应该基于一个什么样的预期呢？
首先，我还是想先强调一下，SPMO虽然没有当初论文里看上去那么惊艳，但它仍然是一个不错的ETF。首先，自这个ETF成立以来， SPMO 还是有大约60%的时间表现优于大盘的。而且从一个几年的时间维度去看，SPMO几乎都能跑赢市场。我们不可能期待一个ETF能够100%持续优于大盘，尤其是在美股这种高效率市场里，能做到60%的时间跑赢大盘，而且长期稳定跑赢，这已经是相当不错了。 
其次，这两年它还能够大幅跑赢市场，这并非是巧合，因为SPMO最擅长的，就是在趋势明确的行情中放大收益。事实上，自从23年年底24年年初以来，SPMO就一直持有那些AI概念下最强劲的股票，包括英伟达，博通，PLTR，Meta等。直到现在，这些都仍然是SPMO的重仓股。
﻿
点击放大
﻿
点击放大
除此之外，由于SPMO 是以市值加权的方式组合的，股价的上升，会让SPMO主动地提高权重，因为SPMO就是涨得越多的股票，市值越大的股票，他就要买越多。这会形成一个放大收益的正向循环。所以，SPMO 不仅能顺势抓住市场的主线，还能在强势行情中进一步放大趋势收益。也因此，我相信只要AI这个行情可以继续，我相信SPMO就能在这个趋势下，持续放大收益。
当然，SPMO也有它的问题。一旦市场进入震荡或风格切换期，它的模型更新速度相对滞后，无法捕捉市场的反转信号，因此常常在这个阶段落后。其实不光是SPMO，我观察了市场上几乎所有动量策略ETF，尽管他们的规则可能有些不一样，比如有些ETF是每三个月或者每个月调仓的，但几乎都跑不赢大盘。显然，这是动量策略的一个结构性弱点。
﻿
点击放大
更重要的是，因为现在的SPMO已经全是AI相关的股票，主题集中度很高，而且按照这个趋势下去看，它的集中度还会越来越高。这就意味着，如果哪一天AI泡沫突然破裂，那么SPMO应该会亏得很惨。虽然真出现AI泡沫破裂的时候，大盘的表现估计也会很糟糕，但以SPMO目前的风格来看，它大概率会亏得比大盘多不少。这是SPMO未来可能会发生的重大风险。
总的来说，从过往SPMO 的表现来看，我们知道，动量策略虽然在理论上长期有效，但在实际操作中却展现出明显的周期性特征。它最擅长的，是方向明确、趋势延续的长牛或长熊行情。在这种环境下，强势股会持续领跑，而 SPMO 的再平衡机制还会不断加码，从而有效放大涨势。但一旦市场进入转折或震荡期，这套逻辑就会显得迟钝，它无法即时捕捉市场的反转信号。所以在牛熊转换的阶段，往往表现会逊于大盘。而要是出现AI泡沫破裂这种极端情况，那么SPMO更是变得相当危险。
说了这么多，咱们回到前面的问题，我们投资者到底是否要买入SPMO，或者说应该基于一个什么预期去买入呢？
在我看来，它有这么几个场景，或者说这么几类需求，是非常适合通过SPMO去实现的。
第一，就是把它当成SPY或者QQQ那样，作为长期持有的标的。从好的方面看，它毕竟是一个长期跑赢大盘的ETF，费用又低，这样的标的，本身就是一个值得长期持有的优质资产。不过从不好的方面看，它在趋势转换的时候，可以连续好几年都跑不赢市场，而且在AI泡沫的场景下，可能会有重大回撤。综合来看，SPMO本质上是通过承受更高的风险，来换取一些额外收益的。如果你本身对风险承受能力很强，不怕短期内大幅回撤，能扛过去波动的话，那么长期下来，持有SPMO或许能带给你比持有大盘更高的收益。
你或许会问，咱们难道不能在趋势转换之前把股票给卖掉吗？这不就可以妥妥地吃掉牛市的收益，然后避开熊市的风险了吗？如果你能做到，这当然可以。但高位逃顶的难度太大了，更重要的是，这个事情不可复制。而从另一个角度去看，SPMO也不是不能在市场糟糕的时候扛过去。从历史上看，只要你能扛着不卖，SPMO的收益是不会长期跑输大盘的。所以，如果你自认为没有高位逃顶的能力，那么直接长期持有SPMO，也没有太大的问题。
这第二个场景，就是作为一个定投的选项。相比于大盘SPY本身，SPMO在定投的效果是有一定优势的。核心的原因还是它的收益要比大盘高，虽然不多，但要是通过定投日积月累下来，也会带来巨大的差异。而它的费用又很低，使得他也很适合定投了。这两点其实前面说的长期持有是一样的道理。其次，SPMO的高波动，对于定投来说，影响就要小一些了。定投不仅可以帮助你平滑掉风险，而且在波动大的时候，反而创造了一些抄底的机会，让你可以有更多机会买到便宜货。日积月累下来，就会带来一些差距。
大家可千万别小看了这点差距。下图是我通过定投计算器做的假设。如果我从2016年开始，每个月投入100美元在SPY和SPMO上，一直到25年10月。会发现，投资SPY会获得26349美元，总收益为123%，但投资SPMO，则会获得34600美元，总收益为193%。显然，SPMO的效果是要比SPY强很多的。虽然这些差距绝大部分都是在近两年才体现出来的，不过即便是早期的时候，SPMO一直以来都是略微赢过SPY的。
﻿
点击放大
﻿
点击放大
不过，我这里还是要提醒一下风险。事实上，这个回测数据是有一定信息缺失的，因为它看不到AI泡沫破裂这类的熊市。前面我三番五次强调，SPMO最害怕的就是AI泡沫破裂，要是它真的发生，我相信，定投SPMO的回撤将会比SPY多不少，恢复所需要的时间也要长很多。当然了，最终这个差距还是会被抹平的，毕竟定投就是为了抹平波动而存在的，只是过程中会比较难受。
整体来看，我认为如果你有足够长的定投计划，愿意为了更高的潜在收益，承受比大盘高一些的风险，那么定投SPMO确实是一个不错的选择。尤其是，如果你本身就有在做定投，想要增强收益的话，那不妨考虑转移一部分仓位在SPMO上。
最后一个场景，就是通过SPMO抓住牛市行情，放大收益。尤其是在那些长牛的行情中。这个逻辑就比较容易理解了，因为动量策略的核心就是抓住最热门，涨得最好的公司。而且它的机制会帮助你自动调仓，让你在牛市中，总是能找到那些趋势最强的个股。因此，如果你对美股的市场有一个基本的判断，觉得处于一个趋势性很强的牛市中，但又不知道什么样的公司会受益，那么SPMO就是一个不错的选择。就比如，在现在的AI行情下，只要这个热度还在， SPMO就不失为一个好的投资。直到情绪反转乃至泡沫破裂。
好了，到这里，关于SPMO的分析就已经结束了。最后的最后，再给大家补充一个信息。其实，在市面上做动量策略的ETF并不少。随便上网一搜，估计就能翻到不少不同种类的动量ETF。如果你感兴趣的话，可以都去看看，他们有什么不同。但我可以负责任地告诉各位，我自己在做这个视频的时候，已经花了大量时间，研究了市面上十多个动量ETF。而SPMO，是我综合了收益、风险、投资逻辑、费用后，我个人认为最好的动量ETF了。因此，如果对动量策略是认可的，或者你自己的需求是符合动量策略提供的场景，那么我相信，SPMO就会是一个不错的选择。