股票市场动量效应和反转效应

❶ Fama-French 五因子模型解释了动量效应和反转效应吗

觉得FF5能解释
动量效应
，否则不会把Carhart的第四个因子舍弃。
上证180指数
交易，通过考察动量和反转策略的收益情况
验证中短期动量效应和
反转效应
的存在性，并分析不同
市场形势
下的效应差异，之后根据
流通市值
将A股市场划分为
大盘股
和
小盘股
，探讨交易量冲击和收益率冲击
下的股价
反应不足
或过度反应与动量或反转效应之间的关系。在
BSV模型
和HS模型的基础上，对动量和反转效应的形成机制提供一个可能的解释。

❷ 动量效应的研究发展

自从Jegadeesh和Titman（1993）发现股市存在动量效应以来，对动量效应的研究逐渐成为金融学中最“核心”的领域。行为金融学和传统金融理论对此类问题的解释始终存在分歧。
一、行为金融与中国大陆股市的动量效应
（一）传统金融理论与行为金融模型
Fama和French（1993，1996）等从传统理论的角度对动量效应进行了解释：动量效应不是市场无效的证据，动量策略的超额收益可能与人们采用的理论工具有关——在资本资产定价模型中，β值不是好的风险指标，只要在因子模型中加入新风险因子，超额收益或许就会消失。但对因子模型中应当加入哪些风险因子，学者们未能达成共识。
行为金融则认为传统金融理论的前提出了问题，因而试图从投资者的决策行为入手来找出动量效应的产生机制，但这些解释也存在缺陷。Shefrin（2000）认为，行为金融模型对投资人行为模式的假设，并没有以心理学试验为基础，缺乏合理的依据。正如Peter（1999）所认为的：“为了发展一个理论模型而寻找不合理的逻辑假设就好比把车放到了马前头”。与此同时，这也使经济学失去了自己的特点，经济学毕竟不是心理学，它不应该研究具体的认知模式，其假设应具有一定的概括性与抽象性。
（二）中国股市的动量效应与行为金融
对于中国股市的动量效应，中国学者进行了大量研究。王永宏、赵学军（2001），朱战宇、吴冲锋和王承炜（2003），吴世农、吴超鹏（2003），肖军、徐信忠（2004），马超群、张浩（2005），赵振全、丁志国和苏治（2005），林松立、唐旭（2005）等都认为，如果采用月度数据检验，中国大陆股市并不存在明显的动量效应，而中长期反转现象则比较突出；周琳杰（2002）发现动量策略的利润对形成期和持有期的期限敏感，形成期和持有期为一个月的动量策略赢利性最为显著；刘煜辉、贺菊煌和沈可挺（2003）则认为形成期和持有期在2周和24周之间的动量策略有显著收益；余书炜（2004）则发现形成期和持有期在10到15天的动量策略有显著收益。曹敏、吴冲锋（2004）认为，中国大陆证券市场作为新兴市场，和西方证券市场的反向策略存在差异，主要表现在中国股市的反向周期短于西方发达国家。
虽然以上实证研究的样本期间不尽相同，但一致结论是中国股市的动量策略利润只存在于形成期和持有期在4周以内的周期策略中；而西方国家股市的动量策略利润一般存在于形成期、持有期为中期（3-12个月）的策略中。朱战宇、吴冲锋和王承炜（2003）等都认为，BSV模型、DHS模型、HS模型等模型没有揭示出中国股市动量效应产生的机制。他们认为，BSV模型、DHS模型等模型中的投资者是根据对上市公司业绩的预期来对公司的股票进行估价的，这符合发达资本市场上投资者的投资行为模式，而国内投资者基本上不关心公司的基本面，爱好短线操作，容易出现跟风等现象，从投资者认识偏差角度来解释中国股市的动量效应并不合适。
二、奈特不确定性视角下的股市动量效应
1.不确定性的两种分类
奈特（Knight，1921）把未来的不确定性分成两种情况：一种是具有确定概率分布的不确定性，就是常说的“风险”（risk）；另一种是没有确定概率分布的不确定性，其主观概率是不确定的，称为奈特不确定性或模糊（ambiguity）。如果抛硬币的话，你会知道风险有多大，如果赌正面，赢的概率是50%。奈特认为，当你完全不知道各种可能性状态以及各种状态的概率时，就存在奈特不确定性。Savage（1954）等认为，虽然有时不能计算出某种事件的概率分布，但我们可以对这个事件指定一个先验信念，这对建立数理模型的技术选择没有什么区别，因此，奈特对不确定性的分类没有意义了。Ellsberg（1961）等通过一系列试验否定了Savage假设。他们的试验表明，奈特对不确定性的划分是有意义的。这些试验还表明，人们常对奈特不确定性表现出厌恶的倾向，即便告诉试验者Ellsberg试验存在逻辑上的矛盾，试验者仍然坚持自己的选择，并愿意为避免奈特不确定性而支付溢价。他们发现有人喜欢赌博（风险），却不喜欢奈特不确定性，厌恶奈特不确定性的人不一定厌恶风险。这进一步证实奈特的观点：风险厌恶和奈特不确定性是两种不同的现象。他们还发现，在面临奈特不确定性时，人们更在乎别人的想法，更容易形成“羊群效应”。
2.系统的复杂性造成了奈特不确定性
奈特不确定性是如何产生的呢？现代自然科学证明，由于系统内部的非线性机制（或正反馈机制或复杂性机制）造成了系统的进化，从而形成了奈特不确定性。如果系统是一个简单的系统，那么这个随机过程就是遍历的（ergodic），可以通过频数试验等方式得到这个过程的概率分布。自然界大多数随机事件都属于这种过程，这种过程就是一般不确定性——风险。但如果系统是进化的，过程就是非遍历的（nonergodic），即使具备了历史的和当前的所有信息（完全信息），也无法获得某种未来不确定事件的概率分布，因为它不是过去过程的简单重复，永远有新的状态被创造出来，我们不能预知这个状态，更不可能获得这种状态的概率分布。经济社会中的大多数系统都属于这种过程，这种不确定性就是奈特不确定性。
（二）奈特不确定性视角下的动量效应微观机制
Lewellen和Shanken（2002）认为，股票价格序列的可预测性与股票定价过程中的“参数的不确定性”有关，当决策者对未来现金流量的先验信念不确定时（即存在概率分布的不确定性时），代表性投资者通过贝叶斯过程逐渐更新信念，这个学习过程渗透到股票定价过程中，导致股票价格正相关。
徐元栋、黄登仕（2003），徐元栋（2004）从奈特不确定性的角度探讨了股市动量效应产生的微观机制。与LS模型类似，投资者也不可能准确地确定未来现金流量的的概率分布，原因就是投资者面临奈特不确定性。与LS模型不同，他们认为，市场上的投资者不能用一个“代表性投资者”来代替，这些投资者是不同质的，他们对未来现金流量具有不同的先验信念。当这些异质投资者出现市场传染现象时，就造成了动量效应。
Ford、Kelsey和Pang（2006）则从微观金融角度研究了动量（反向）效应产生的机制。当市场上出现模糊（ambiguity）信号、不能确定股票的基本价值（面临奈特不确定性）时，如果做市商与投资者都表现出乐观情绪（悲观情绪），股市就会出现动量现象。
Gerdjikova（2006）试图在CBD理论（Casebased Decision Theory，案例决策理论）下解释股市上的所有异常现象。由于投资者面临奈特不确定性，他无法确定股票的基本价值。如果股票价值在合理区间内，投资者为了追求更多财富而在股市上频繁交易从而造成了动量效应。
奈特不确定性视角下的动量效应机制理论认为，投资者不能确定股票未来现金流量的概率分布，异质投资者的市场传染或者情绪的悲观（乐观）造成了动量效应。这些模型可以较好地解释中国股市的动量现象。行为金融认为，决策者对股票现金流量的概率分布是确定的，不存在所谓“奈特不确定性”，是有限理性的投资者犯了认识偏差错误，从而造成了动量效应。这两种解释的最大分歧在于对不确定性的处理。
（三）奈特不确定性视角下的“奈特不确定性厌恶”补偿模型
近年来，西方学者开始从奈特不确定性“厌恶”的角度来研究动量策略的“利润”的来源。Andrew和Hodrick（2006）、Zhang（2006）等发现动量策略的超额利润以及收益率横断面差异与奈特不确定性有正相关关系。Anderson、Ghysels和Juergens（2005，2006）则试图在资产定价模型中加入“奈特不确定性厌恶因子”来解释股市中的动量效应现象。从奈特不确定性角度看，投资者除面临一般风险外，还面临“更高级风险”，即奈特不确定性。只要在定价因子模型中考虑这种“更高级风险”，异常超额收益就会消失。
（四）奈特不确定性视角下两种解释方案的逻辑联系
从奈特不确定性视角来研究动量效应也有两条思路：一是从奈特不确定性角度研究动量效应产生的机制；二是在传统的资产定价模型中加入“奈特不确定性厌恶因子”，将其作为动量策略“超额”利润产生的来源。从逻辑上看，这两条思路并不矛盾，奈特不确定性视角下的动量效应的微观机制涉及的是“里”，“奈特不确定性厌恶补偿”模型涉及的是“结果”，是“表”。以奈特不确定性为逻辑起点，可以将这两条研究思路紧密地联系在一起。
行为金融模型主要从认识性偏差（或噪声）或信息不完全的角度对动量效应等异常现象进行了解释。但问题是既然这些直觉性决策容易导致认知偏差，投资者为什么仍然采取直觉性决策模式呢？行为金融没有给出“理性”决策者产生上述决策行为模式的原因。实际上，投资者面临的是奈特不确定性的环境，表现为事实上的“有限理性”。从决策行为可以看出人类在进化过程中的学习与记忆自适应性：倾向于本能的自我安全感（自我控制、认知失调）以及通过直觉性决策方式进行决策，即原则理性（rule rationality）（Aumann，1997）。在原则理性的视角下，如果决策者处于一个复杂的、奈特不确定性的世界，采用直觉性决策是合乎他们的理性的。
行为金融没有对“噪声”给出一个确切的定义。如果噪声是与投资价值无关的信息，作为理性投资者为什么不能过滤噪声？行为金融学也重点研究在信息不对称的情况下，有信息优势或劣势的投资者的行为对证券价格的影响。有人认为，对于公开市场上的大量、普遍交易的股票来说，投资者之间信息不对称的可能性很小，也就是说不存在使股票价格产生大波动的信息不对称问题。也有人认为，“噪声”是与股票价值相关的信息，但由于投资者在面临奈特不确定性时的“原则理性”，决策者只能凭直觉利用这些信息。

❸ 行为金融学模型是啥啊

行为金融学就是将心理学尤其是行为科学的理论融入到金融学之中。它从微观个体行为以及产生这种行为的心理等动因来解释、研究和预测金融市场的发展。这一研究视角通过分析金融市场主体在市场行为中的偏差和反常，来寻求不同市场主体在不同环境下的经营理念及决策行为特征，力求建立一种能正确反映市场主体 实际决策行为和市场运行状况的描述性模型。

行为金融学对于两大传统假设的挑战为我们研究商业银行公司治理问题提供了一个新的视角：其一，传统金融理论关于人的行为假设。传统金融理论认为人们的决策是建立在理性预期（RationalExpectation 、风险回避（RiskAver sion）、效用最大化以及相机抉择等假设基础之上的。但是大量的心理学研究表明，人们的实际投资决策并非如此。比如，人们总是过分相信自己的判断，人们往往是根据自己对决策结果的盈亏状况的主观判断进行决策的等等。尤其值得指出的是，研究表明，这种对理性决策的偏离是系统性的，并不能因为统计平均而消除。其二，有效的市场竞争。传统金融理论认为，在市场竞争过程中，理性的投资者总是能抓住每一个由非理性投资者创造的套利机会。因此，能够在市场竞争中幸存下来的只有理性的投资者。但在现实世界中，市场并非像理论描述得那么完美，大量“反常现象”的出现使得传统金融理论无法应对。传统理论为我们找到了一条最优化的道路，告诉人们“该怎么做”，让我们知道“应该发生什么”。可惜，并非每个市场参与者都能完全理性地按照理论中的模型去行动，人的非理性行为在经济系统中发挥着不容忽视的作用。因此，不能再将人的因素仅仅作为假设排斥在外，行为分析应纳入理论分析之中，理论研究应转向“实际发生了什么”，从而指导决策者们进行正确的决策。

行为金融学的模型

第3章 心理实验对预期效用理论的挑战
3.1 预期效用理论及其假设
3.2 心理实验对预期效用理论的挑战
第4章 证券市场中的异象
4.1 股票溢价之谜
4.2 封闭式基金之谜
4.3 动量效应与反转效应
4.4 过度反应和反应不足
4.5 规模效应
4.6 账面市值比效应
4.7 日历效应
4.8 股票价格对基础价值的偏离
第5章 判断与决策中的认知偏差
5.1 判断与决策中的信息加工过程:认知心理学
5.2 启发式偏差
5.3 框定偏差
5.4 心理账户
5.5 证实偏差
5.6 时间偏好
第6章 金融市场中的认知、情绪与行为偏差
6.1 过度自信
6.2 损失厌恶
6.3 后悔厌恶
6.4 处置效应
6.5 投资者情绪
6.6 羊群行为
6.7 股利之谜
6.8 模糊厌恶
6.9 本土偏差

这些都是 就是说它不认为人是经济学所谓的理性人 而是心理学中的实在的人
他们的行为利用心理学知识建立一个模型来分析

❹ 动量效应的应用范围

基于股票动量效应，投资者可以通过买入过去收益率高的股票、卖出过去收益率低的股票获利，这种利用股价动量效应构造的投资策略称为动量投资策略。
与动量效应相对的是反转效应，指过去一段时间收益率较高的股票在未来获得的收益率将会低于过去收益率较低的股票。
动量效应在股票市场上存在的历史很长，并且普遍存在于世界各地的股票市场上，甚至一些近期的研究发现动量效应也存在于其它类型的交易市场上，因此越来越多的学者开始探寻动量效应的成因以及他是否有违有效市场假说。一些学者从行为金融学的角度对动量效应做出了解释，Barberis、Shleiffer、Vishny（1998）认为保守性偏差导致投资者对新信息的反应不足，使得股价在短期表现出惯性，但以偏概全倾向导致投资者对新信息的反应过度，结果导致股价出现反转。Daniel、Hirshleifer、Subrahmanyam（1998）的解释则是利用了人的过度自信和自归因偏差。HongandStein（1999）基于投资者交互作用机制对动量效应进行解释。HS模型强调了投资者的异质性，把交易者分为信息观察者和动量交易者两类，私人信息在信息观察者之间是逐步扩散的。得到结论：信息扩散慢的股票的动量效应或反转效应高于信息扩散快的股票，因此，公司规模小，换手率低的股票具有更高的动量收益或者反转收益。但是，随后LeeandSwaminathan（2000）等的研究发现高换手率的股票动量效应收益更为明显，HS模型的结论受到质疑。
Balsara、LinZheng等（2006）将疾病传播模型的思想引入HS模型中，认为信息扩散程度同时受到两个因素的制约：信息传播速度和信息吸收程度。信息传播速度是一个客观指标，与换手率、波动性等有关。信息吸收程度则表示信息的有用性或可靠性，取决于一些主观因素。本文借鉴了这一思想，假设市场中存在知情交易者和非知情交易者。最初知情交易者拥有私人信息，而非知情交易者存在对私人信息的反应不足，导致股价表现出动量效应。随着私人信息在投资者中逐渐扩散，信息逐渐融入市场中，非知情交易者渐渐变成知情交易者，对私人信息做出反应，动量效应逐渐减小，甚至会由于投资者的过度反应而出现反转效应。
假设动量效应的确由投资者的异质性以及信息在投资者间的不断扩散导致，信息扩散程度一定与动量效应密切相关，信息扩散程度越大，动量效应就会消失的越快。显然，信息扩散程度直接影响了动量效应的存在期限和动量收益的大小，影响信息扩散的因素有：①知情交易者的比例②信息传播速度③信息吸收程度。

❺ 四因子模型的应用

因子选股模型总结。因子选股模型是目前量化投资策略中应用最为广泛的选股模型之一。备选的因子需满足以下标准：第一、能捕获经济信息；第二、有相同因子的证券其行为路劲相同；第三、在不同市场和样本中较有区分度；第四、在时间维度上能够表现稳定。因子选股模型已被成熟市场广泛运用，但其也存在较多类型的风险，在模型设计之初应该加以考虑。
经典四因子模型及其运用。Fama和French（1992）引入两个新的解释变量：市净率、公司规模，与CAPM中的市场指数一同估计股票的回报水平，构建了三因子模型。Carhart（1997）认为研究股票收益应在Fama和French的三因子模型基础上加入动量效应，构建了四因子模型。我们借鉴经典的四因子模型构建因子选股策略，对市净率和公司规模两个因子在A股市场是否有效进行验证，随后检验对A股市场是否具有动量效应和反转效应。测试结果显示A股市场上市净率较低、市值较小的股票收益率较高，且存在较明显的反转效应。
多空策略构建及回测。利用市净率低、流通市值小、前6个月收益低的股票组合来构建多头组合，以市净率高、流通市值大、前6个月收益高的股票组合构建空头组合，然后分别选取多、空组合中Beta值较小的若干只股票形成多空组合。模型回测结果显示，测试期内多空组合走势整体平稳向上，取得累积收益110.41%，超越同期沪深300指数28.80%。多空组合的夏普比率和特雷诺指数相对于指数有显著的提升，表明无论用投资组合的总体风险还是系统性风险来衡量，多空组合均能取得较优异的表现，在不同的市场环境下获取相对稳定的绝对收益。
风险提示：市场上涨时多空策略战胜市场的概率降低；A股市场可做空的股票数量有限，模型适用性降低；实际应用中交易费用的产生可能导致模型的收益低于预期。

❻ 量化交易主要有哪些经典的策略

量化选股之多因子选股模型
量化择时--双均线（MA）、DMA、TRIX、MACD择时

量化择时--PE择时

还有趋势型，网格型，剥头皮，概率法则，高频交易，神经网络，基因算法

❼ 股票中的动量效应如何衡量应该使用什么指标

目前研究的动量效应主要由行为金融、奈特不确定性视角来衡量。

一、行为金融指从投资者的决策行为入手来找出动量效应的产生机制；

二、奈特不确定性主要包括了概率分布的不确定性、没有确定概率分布的不确定性，由此产生了动量效应微观机制。

动量效应是由Jegadeesh和Titman（1993）提出的，是指股票的收益率有延续原来的运动方向的趋势，即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。

(7)股票市场动量效应和反转效应扩展阅读

动量效应的应用范围：

动量效应在股票市场上存在的历史很长，并且普遍存在于世界各地的股票市场上，甚至一些近期的研究发现动量效应也存在于其它类型的交易市场上，因此越来越多的学者开始探寻动量效应的成因以及他是否有违有效市场假说。

HS模型强调了投资者的异质性，把交易者分为信息观察者和动量交易者两类，私人信息在信息观察者之间是逐步扩散的。得到结论为信息扩散慢的股票的动量效应或反转效应高于信息扩散快的股票，因此，公司规模小，换手率低的股票具有更高的动量收益或者反转收益。

❽ 股市K线里的MA30,MA60,MA120.MA250是什么意思

MA30就是30个单位为一周期的平均值。如果是日开线，一日为单位，MA30就是包括当天在内的前30天股价的平均值，每天一个点。如果日开线图包含180天，就有180个点，连成了一条线，这就是30日均线。

以日开线为例，同理：

MA60就是60天均线；

MA120就是120天均线；

MA250就是250天均线。

计算公式:

MA=（C1+C2+C3+...+Cn)/N C:某日收盘价 N:移动平均周期

移动平均线依计算周期分为短期(如5日、10日)、中期(如30日) 和长期(如60日、120日)移动平均线。

(8)股票市场动量效应和反转效应扩展阅读：

移动平均线所表示的意义：

1、上升行情初期，短期移动平均线从下向上突破中长期移动平均线，形成的交叉叫黄金交叉。

预示股价将上涨：黄色的5日均线上穿紫色的10日均线形成的交叉；10日均线上穿绿色的30日均线形成的交叉均为黄金交叉。

2、当短期移动平均线向下跌破中长期移动平均线形成的交叉叫做死亡交叉。预示股价将下跌。黄色的5日均线下穿紫色的10日均线形成的交叉；10日均线下穿绿色的30日均线形成的交叉均为死亡交叉。

3、在上升行情进入稳定期，5日、10日、30日移动平均线从上而下依次顺序排列，向右上方移动，称为多头排列。预示股价将大幅上涨。

参考资料来源：

网络-MACD指标