股票市場動量效應和反轉效應

❶ Fama-French 五因子模型解釋了動量效應和反轉效應嗎

覺得FF5能解釋
動量效應
，否則不會把Carhart的第四個因子舍棄。
上證180指數
交易，通過考察動量和反轉策略的收益情況
驗證中短期動量效應和
反轉效應
的存在性，並分析不同
市場形勢
下的效應差異，之後根據
流通市值
將A股市場劃分為
大盤股
和
小盤股
，探討交易量沖擊和收益率沖擊
下的股價
反應不足
或過度反應與動量或反轉效應之間的關系。在
BSV模型
和HS模型的基礎上，對動量和反轉效應的形成機制提供一個可能的解釋。

❷ 動量效應的研究發展

自從Jegadeesh和Titman（1993）發現股市存在動量效應以來，對動量效應的研究逐漸成為金融學中最「核心」的領域。行為金融學和傳統金融理論對此類問題的解釋始終存在分歧。
一、行為金融與中國大陸股市的動量效應
（一）傳統金融理論與行為金融模型
Fama和French（1993，1996）等從傳統理論的角度對動量效應進行了解釋：動量效應不是市場無效的證據，動量策略的超額收益可能與人們採用的理論工具有關——在資本資產定價模型中，β值不是好的風險指標，只要在因子模型中加入新風險因子，超額收益或許就會消失。但對因子模型中應當加入哪些風險因子，學者們未能達成共識。
行為金融則認為傳統金融理論的前提出了問題，因而試圖從投資者的決策行為入手來找出動量效應的產生機制，但這些解釋也存在缺陷。Shefrin（2000）認為，行為金融模型對投資人行為模式的假設，並沒有以心理學試驗為基礎，缺乏合理的依據。正如Peter（1999）所認為的：「為了發展一個理論模型而尋找不合理的邏輯假設就好比把車放到了馬前頭」。與此同時，這也使經濟學失去了自己的特點，經濟學畢竟不是心理學，它不應該研究具體的認知模式，其假設應具有一定的概括性與抽象性。
（二）中國股市的動量效應與行為金融
對於中國股市的動量效應，中國學者進行了大量研究。王永宏、趙學軍（2001），朱戰宇、吳沖鋒和王承煒（2003），吳世農、吳超鵬（2003），肖軍、徐信忠（2004），馬超群、張浩（2005），趙振全、丁志國和蘇治（2005），林松立、唐旭（2005）等都認為，如果採用月度數據檢驗，中國大陸股市並不存在明顯的動量效應，而中長期反轉現象則比較突出；周琳傑（2002）發現動量策略的利潤對形成期和持有期的期限敏感，形成期和持有期為一個月的動量策略贏利性最為顯著；劉煜輝、賀菊煌和沈可挺（2003）則認為形成期和持有期在2周和24周之間的動量策略有顯著收益；余書煒（2004）則發現形成期和持有期在10到15天的動量策略有顯著收益。曹敏、吳沖鋒（2004）認為，中國大陸證券市場作為新興市場，和西方證券市場的反向策略存在差異，主要表現在中國股市的反向周期短於西方發達國家。
雖然以上實證研究的樣本期間不盡相同，但一致結論是中國股市的動量策略利潤只存在於形成期和持有期在4周以內的周期策略中；而西方國家股市的動量策略利潤一般存在於形成期、持有期為中期（3-12個月）的策略中。朱戰宇、吳沖鋒和王承煒（2003）等都認為，BSV模型、DHS模型、HS模型等模型沒有揭示出中國股市動量效應產生的機制。他們認為，BSV模型、DHS模型等模型中的投資者是根據對上市公司業績的預期來對公司的股票進行估價的，這符合發達資本市場上投資者的投資行為模式，而國內投資者基本上不關心公司的基本面，愛好短線操作，容易出現跟風等現象，從投資者認識偏差角度來解釋中國股市的動量效應並不合適。
二、奈特不確定性視角下的股市動量效應
1.不確定性的兩種分類
奈特（Knight，1921）把未來的不確定性分成兩種情況：一種是具有確定概率分布的不確定性，就是常說的「風險」（risk）；另一種是沒有確定概率分布的不確定性，其主觀概率是不確定的，稱為奈特不確定性或模糊（ambiguity）。如果拋硬幣的話，你會知道風險有多大，如果賭正面，贏的概率是50%。奈特認為，當你完全不知道各種可能性狀態以及各種狀態的概率時，就存在奈特不確定性。Savage（1954）等認為，雖然有時不能計算出某種事件的概率分布，但我們可以對這個事件指定一個先驗信念，這對建立數理模型的技術選擇沒有什麼區別，因此，奈特對不確定性的分類沒有意義了。Ellsberg（1961）等通過一系列試驗否定了Savage假設。他們的試驗表明，奈特對不確定性的劃分是有意義的。這些試驗還表明，人們常對奈特不確定性表現出厭惡的傾向，即便告訴試驗者Ellsberg試驗存在邏輯上的矛盾，試驗者仍然堅持自己的選擇，並願意為避免奈特不確定性而支付溢價。他們發現有人喜歡賭博（風險），卻不喜歡奈特不確定性，厭惡奈特不確定性的人不一定厭惡風險。這進一步證實奈特的觀點：風險厭惡和奈特不確定性是兩種不同的現象。他們還發現，在面臨奈特不確定性時，人們更在乎別人的想法，更容易形成「羊群效應」。
2.系統的復雜性造成了奈特不確定性
奈特不確定性是如何產生的呢？現代自然科學證明，由於系統內部的非線性機制（或正反饋機制或復雜性機制）造成了系統的進化，從而形成了奈特不確定性。如果系統是一個簡單的系統，那麼這個隨機過程就是遍歷的（ergodic），可以通過頻數試驗等方式得到這個過程的概率分布。自然界大多數隨機事件都屬於這種過程，這種過程就是一般不確定性——風險。但如果系統是進化的，過程就是非遍歷的（nonergodic），即使具備了歷史的和當前的所有信息（完全信息），也無法獲得某種未來不確定事件的概率分布，因為它不是過去過程的簡單重復，永遠有新的狀態被創造出來，我們不能預知這個狀態，更不可能獲得這種狀態的概率分布。經濟社會中的大多數系統都屬於這種過程，這種不確定性就是奈特不確定性。
（二）奈特不確定性視角下的動量效應微觀機制
Lewellen和Shanken（2002）認為，股票價格序列的可預測性與股票定價過程中的「參數的不確定性」有關，當決策者對未來現金流量的先驗信念不確定時（即存在概率分布的不確定性時），代表性投資者通過貝葉斯過程逐漸更新信念，這個學習過程滲透到股票定價過程中，導致股票價格正相關。
徐元棟、黃登仕（2003），徐元棟（2004）從奈特不確定性的角度探討了股市動量效應產生的微觀機制。與LS模型類似，投資者也不可能准確地確定未來現金流量的的概率分布，原因就是投資者面臨奈特不確定性。與LS模型不同，他們認為，市場上的投資者不能用一個「代表性投資者」來代替，這些投資者是不同質的，他們對未來現金流量具有不同的先驗信念。當這些異質投資者出現市場傳染現象時，就造成了動量效應。
Ford、Kelsey和Pang（2006）則從微觀金融角度研究了動量（反向）效應產生的機制。當市場上出現模糊（ambiguity）信號、不能確定股票的基本價值（面臨奈特不確定性）時，如果做市商與投資者都表現出樂觀情緒（悲觀情緒），股市就會出現動量現象。
Gerdjikova（2006）試圖在CBD理論（Casebased Decision Theory，案例決策理論）下解釋股市上的所有異常現象。由於投資者面臨奈特不確定性，他無法確定股票的基本價值。如果股票價值在合理區間內，投資者為了追求更多財富而在股市上頻繁交易從而造成了動量效應。
奈特不確定性視角下的動量效應機制理論認為，投資者不能確定股票未來現金流量的概率分布，異質投資者的市場傳染或者情緒的悲觀（樂觀）造成了動量效應。這些模型可以較好地解釋中國股市的動量現象。行為金融認為，決策者對股票現金流量的概率分布是確定的，不存在所謂「奈特不確定性」，是有限理性的投資者犯了認識偏差錯誤，從而造成了動量效應。這兩種解釋的最大分歧在於對不確定性的處理。
（三）奈特不確定性視角下的「奈特不確定性厭惡」補償模型
近年來，西方學者開始從奈特不確定性「厭惡」的角度來研究動量策略的「利潤」的來源。Andrew和Hodrick（2006）、Zhang（2006）等發現動量策略的超額利潤以及收益率橫斷面差異與奈特不確定性有正相關關系。Anderson、Ghysels和Juergens（2005，2006）則試圖在資產定價模型中加入「奈特不確定性厭惡因子」來解釋股市中的動量效應現象。從奈特不確定性角度看，投資者除面臨一般風險外，還面臨「更高級風險」，即奈特不確定性。只要在定價因子模型中考慮這種「更高級風險」，異常超額收益就會消失。
（四）奈特不確定性視角下兩種解釋方案的邏輯聯系
從奈特不確定性視角來研究動量效應也有兩條思路：一是從奈特不確定性角度研究動量效應產生的機制；二是在傳統的資產定價模型中加入「奈特不確定性厭惡因子」，將其作為動量策略「超額」利潤產生的來源。從邏輯上看，這兩條思路並不矛盾，奈特不確定性視角下的動量效應的微觀機制涉及的是「里」，「奈特不確定性厭惡補償」模型涉及的是「結果」，是「表」。以奈特不確定性為邏輯起點，可以將這兩條研究思路緊密地聯系在一起。
行為金融模型主要從認識性偏差（或雜訊）或信息不完全的角度對動量效應等異常現象進行了解釋。但問題是既然這些直覺性決策容易導致認知偏差，投資者為什麼仍然採取直覺性決策模式呢？行為金融沒有給出「理性」決策者產生上述決策行為模式的原因。實際上，投資者面臨的是奈特不確定性的環境，表現為事實上的「有限理性」。從決策行為可以看出人類在進化過程中的學習與記憶自適應性：傾向於本能的自我安全感（自我控制、認知失調）以及通過直覺性決策方式進行決策，即原則理性（rule rationality）（Aumann，1997）。在原則理性的視角下，如果決策者處於一個復雜的、奈特不確定性的世界，採用直覺性決策是合乎他們的理性的。
行為金融沒有對「雜訊」給出一個確切的定義。如果雜訊是與投資價值無關的信息，作為理性投資者為什麼不能過濾雜訊？行為金融學也重點研究在信息不對稱的情況下，有信息優勢或劣勢的投資者的行為對證券價格的影響。有人認為，對於公開市場上的大量、普遍交易的股票來說，投資者之間信息不對稱的可能性很小，也就是說不存在使股票價格產生大波動的信息不對稱問題。也有人認為，「雜訊」是與股票價值相關的信息，但由於投資者在面臨奈特不確定性時的「原則理性」，決策者只能憑直覺利用這些信息。

❸ 行為金融學模型是啥啊

行為金融學就是將心理學尤其是行為科學的理論融入到金融學之中。它從微觀個體行為以及產生這種行為的心理等動因來解釋、研究和預測金融市場的發展。這一研究視角通過分析金融市場主體在市場行為中的偏差和反常，來尋求不同市場主體在不同環境下的經營理念及決策行為特徵，力求建立一種能正確反映市場主體 實際決策行為和市場運行狀況的描述性模型。

行為金融學對於兩大傳統假設的挑戰為我們研究商業銀行公司治理問題提供了一個新的視角：其一，傳統金融理論關於人的行為假設。傳統金融理論認為人們的決策是建立在理性預期（RationalExpectation 、風險迴避（RiskAver sion）、效用最大化以及相機抉擇等假設基礎之上的。但是大量的心理學研究表明，人們的實際投資決策並非如此。比如，人們總是過分相信自己的判斷，人們往往是根據自己對決策結果的盈虧狀況的主觀判斷進行決策的等等。尤其值得指出的是，研究表明，這種對理性決策的偏離是系統性的，並不能因為統計平均而消除。其二，有效的市場競爭。傳統金融理論認為，在市場競爭過程中，理性的投資者總是能抓住每一個由非理性投資者創造的套利機會。因此，能夠在市場競爭中倖存下來的只有理性的投資者。但在現實世界中，市場並非像理論描述得那麼完美，大量「反常現象」的出現使得傳統金融理論無法應對。傳統理論為我們找到了一條最優化的道路，告訴人們「該怎麼做」，讓我們知道「應該發生什麼」。可惜，並非每個市場參與者都能完全理性地按照理論中的模型去行動，人的非理性行為在經濟系統中發揮著不容忽視的作用。因此，不能再將人的因素僅僅作為假設排斥在外，行為分析應納入理論分析之中，理論研究應轉向「實際發生了什麼」，從而指導決策者們進行正確的決策。

行為金融學的模型

第3章 心理實驗對預期效用理論的挑戰
3.1 預期效用理論及其假設
3.2 心理實驗對預期效用理論的挑戰
第4章 證券市場中的異象
4.1 股票溢價之謎
4.2 封閉式基金之謎
4.3 動量效應與反轉效應
4.4 過度反應和反應不足
4.5 規模效應
4.6 賬面市值比效應
4.7 日歷效應
4.8 股票價格對基礎價值的偏離
第5章 判斷與決策中的認知偏差
5.1 判斷與決策中的信息加工過程:認知心理學
5.2 啟發式偏差
5.3 框定偏差
5.4 心理賬戶
5.5 證實偏差
5.6 時間偏好
第6章 金融市場中的認知、情緒與行為偏差
6.1 過度自信
6.2 損失厭惡
6.3 後悔厭惡
6.4 處置效應
6.5 投資者情緒
6.6 羊群行為
6.7 股利之謎
6.8 模糊厭惡
6.9 本土偏差

這些都是 就是說它不認為人是經濟學所謂的理性人 而是心理學中的實在的人
他們的行為利用心理學知識建立一個模型來分析

❹ 動量效應的應用范圍

基於股票動量效應，投資者可以通過買入過去收益率高的股票、賣出過去收益率低的股票獲利，這種利用股價動量效應構造的投資策略稱為動量投資策略。
與動量效應相對的是反轉效應，指過去一段時間收益率較高的股票在未來獲得的收益率將會低於過去收益率較低的股票。
動量效應在股票市場上存在的歷史很長，並且普遍存在於世界各地的股票市場上，甚至一些近期的研究發現動量效應也存在於其它類型的交易市場上，因此越來越多的學者開始探尋動量效應的成因以及他是否有違有效市場假說。一些學者從行為金融學的角度對動量效應做出了解釋，Barberis、Shleiffer、Vishny（1998）認為保守性偏差導致投資者對新信息的反應不足，使得股價在短期表現出慣性，但以偏概全傾向導致投資者對新信息的反應過度，結果導致股價出現反轉。Daniel、Hirshleifer、Subrahmanyam（1998）的解釋則是利用了人的過度自信和自歸因偏差。HongandStein（1999）基於投資者交互作用機制對動量效應進行解釋。HS模型強調了投資者的異質性，把交易者分為信息觀察者和動量交易者兩類，私人信息在信息觀察者之間是逐步擴散的。得到結論：信息擴散慢的股票的動量效應或反轉效應高於信息擴散快的股票，因此，公司規模小，換手率低的股票具有更高的動量收益或者反轉收益。但是，隨後LeeandSwaminathan（2000）等的研究發現高換手率的股票動量效應收益更為明顯，HS模型的結論受到質疑。
Balsara、LinZheng等（2006）將疾病傳播模型的思想引入HS模型中，認為信息擴散程度同時受到兩個因素的制約：信息傳播速度和信息吸收程度。信息傳播速度是一個客觀指標，與換手率、波動性等有關。信息吸收程度則表示信息的有用性或可靠性，取決於一些主觀因素。本文借鑒了這一思想，假設市場中存在知情交易者和非知情交易者。最初知情交易者擁有私人信息，而非知情交易者存在對私人信息的反應不足，導致股價表現出動量效應。隨著私人信息在投資者中逐漸擴散，信息逐漸融入市場中，非知情交易者漸漸變成知情交易者，對私人信息做出反應，動量效應逐漸減小，甚至會由於投資者的過度反應而出現反轉效應。
假設動量效應的確由投資者的異質性以及信息在投資者間的不斷擴散導致，信息擴散程度一定與動量效應密切相關，信息擴散程度越大，動量效應就會消失的越快。顯然，信息擴散程度直接影響了動量效應的存在期限和動量收益的大小，影響信息擴散的因素有：①知情交易者的比例②信息傳播速度③信息吸收程度。

❺ 四因子模型的應用

因子選股模型總結。因子選股模型是目前量化投資策略中應用最為廣泛的選股模型之一。備選的因子需滿足以下標准：第一、能捕獲經濟信息；第二、有相同因子的證券其行為路勁相同；第三、在不同市場和樣本中較有區分度；第四、在時間維度上能夠表現穩定。因子選股模型已被成熟市場廣泛運用，但其也存在較多類型的風險，在模型設計之初應該加以考慮。
經典四因子模型及其運用。Fama和French（1992）引入兩個新的解釋變數：市凈率、公司規模，與CAPM中的市場指數一同估計股票的回報水平，構建了三因子模型。Carhart（1997）認為研究股票收益應在Fama和French的三因子模型基礎上加入動量效應，構建了四因子模型。我們借鑒經典的四因子模型構建因子選股策略，對市凈率和公司規模兩個因子在A股市場是否有效進行驗證，隨後檢驗對A股市場是否具有動量效應和反轉效應。測試結果顯示A股市場上市凈率較低、市值較小的股票收益率較高，且存在較明顯的反轉效應。
多空策略構建及回測。利用市凈率低、流通市值小、前6個月收益低的股票組合來構建多頭組合，以市凈率高、流通市值大、前6個月收益高的股票組合構建空頭組合，然後分別選取多、空組合中Beta值較小的若干只股票形成多空組合。模型回測結果顯示，測試期內多空組合走勢整體平穩向上，取得累積收益110.41%，超越同期滬深300指數28.80%。多空組合的夏普比率和特雷諾指數相對於指數有顯著的提升，表明無論用投資組合的總體風險還是系統性風險來衡量，多空組合均能取得較優異的表現，在不同的市場環境下獲取相對穩定的絕對收益。
風險提示：市場上漲時多空策略戰勝市場的概率降低；A股市場可做空的股票數量有限，模型適用性降低；實際應用中交易費用的產生可能導致模型的收益低於預期。

❻ 量化交易主要有哪些經典的策略

量化選股之多因子選股模型
量化擇時--雙均線（MA）、DMA、TRIX、MACD擇時

量化擇時--PE擇時

還有趨勢型，網格型，剝頭皮，概率法則，高頻交易，神經網路，基因演算法

❼ 股票中的動量效應如何衡量應該使用什麼指標

目前研究的動量效應主要由行為金融、奈特不確定性視角來衡量。

一、行為金融指從投資者的決策行為入手來找出動量效應的產生機制；

二、奈特不確定性主要包括了概率分布的不確定性、沒有確定概率分布的不確定性，由此產生了動量效應微觀機制。

動量效應是由Jegadeesh和Titman（1993）提出的，是指股票的收益率有延續原來的運動方向的趨勢，即過去一段時間收益率較高的股票在未來獲得的收益率仍會高於過去收益率較低的股票。

(7)股票市場動量效應和反轉效應擴展閱讀

動量效應的應用范圍：

動量效應在股票市場上存在的歷史很長，並且普遍存在於世界各地的股票市場上，甚至一些近期的研究發現動量效應也存在於其它類型的交易市場上，因此越來越多的學者開始探尋動量效應的成因以及他是否有違有效市場假說。

HS模型強調了投資者的異質性，把交易者分為信息觀察者和動量交易者兩類，私人信息在信息觀察者之間是逐步擴散的。得到結論為信息擴散慢的股票的動量效應或反轉效應高於信息擴散快的股票，因此，公司規模小，換手率低的股票具有更高的動量收益或者反轉收益。

❽ 股市K線里的MA30,MA60,MA120.MA250是什麼意思

MA30就是30個單位為一周期的平均值。如果是日開線，一日為單位，MA30就是包括當天在內的前30天股價的平均值，每天一個點。如果日開線圖包含180天，就有180個點，連成了一條線，這就是30日均線。

以日開線為例，同理：

MA60就是60天均線；

MA120就是120天均線；

MA250就是250天均線。

計算公式:

MA=（C1+C2+C3+...+Cn)/N C:某日收盤價 N:移動平均周期

移動平均線依計算周期分為短期(如5日、10日)、中期(如30日) 和長期(如60日、120日)移動平均線。

(8)股票市場動量效應和反轉效應擴展閱讀：

移動平均線所表示的意義：

1、上升行情初期，短期移動平均線從下向上突破中長期移動平均線，形成的交叉叫黃金交叉。

預示股價將上漲：黃色的5日均線上穿紫色的10日均線形成的交叉；10日均線上穿綠色的30日均線形成的交叉均為黃金交叉。

2、當短期移動平均線向下跌破中長期移動平均線形成的交叉叫做死亡交叉。預示股價將下跌。黃色的5日均線下穿紫色的10日均線形成的交叉；10日均線下穿綠色的30日均線形成的交叉均為死亡交叉。

3、在上升行情進入穩定期，5日、10日、30日移動平均線從上而下依次順序排列，向右上方移動，稱為多頭排列。預示股價將大幅上漲。

參考資料來源：

網路-MACD指標