量化因子 118:行业领头羊动量溢价

29 阅读3分钟

行业领头羊动量溢价 (industry-momentum-factor)

来源:factors.directory

Description: 本因子旨在捕捉行业内部的动量效应差异,通过分析行业内股票的成交金额,将股票划分为领头羊(龙头股)和跟随者(普通股),并计算它们在特定时间窗口内的平均收益率差异,从而构建行业领头羊动量溢价因子。该因子旨在量化行业内领头羊股票相对于跟随者股票的超额收益动量。 Explanation: 该因子基于行业内股票的成交金额和收益率进行计算,旨在量化行业内部的动量效应差异。具体来说,我们首先将行业内股票按照成交金额排序,并选取累计成交金额达到一定比例(由 λ\lambda 决定)的股票定义为领头羊股票。然后,计算领头羊股票和其余跟随者股票在过去一段时间(例如,20个交易日)的平均收益率。最后,通过计算领头羊股票平均收益率减去跟随者股票平均收益率,得到行业领头羊动量溢价因子。该因子旨在捕捉行业内领头羊股票相对于跟随者股票的超额收益动量。该因子背后的逻辑是,在行业内部,领头羊股票往往具有更强的市场关注度和资金流入,因此可能呈现出更强的动量效应。测试结果表明,行业领头羊股票可能呈现出持续的动量效应,而跟随者股票可能呈现出一定程度的反转效应。 Tags: 情绪因子

Formulas

定义领头羊和跟随者:

\text{对于行业 }i \text{,按照成交金额降序排列股票,取累计成交金额占比达到 } \lambda \% \text{ 的股票,定义为领头羊股票 } (Leader_{i}) \text{,其余股票定义为跟随者股票 } (Follower_{i}) 。

计算领头羊和跟随者的平均收益率:

R_{Leader_{i}, t-n:t} = \frac{1}{N_{Leader_{i}}} \sum_{j=1}^{N_{Leader_{i}}} r_{j,t-n:t} \qquad  R_{Follower_{i}, t-n:t} = \frac{1}{N_{Follower_{i}}} \sum_{k=1}^{N_{Follower_{i}}} r_{k,t-n:t}

计算行业领头羊动量溢价因子:

G_i = R_{Leader_{i}, t-n:t} - R_{Follower_{i}, t-n:t}

Formula Explanation

其中:

  • ii: 代表特定的行业。
  • λ\lambda: 累计成交金额占比阈值,用于区分行业内的领头羊股票和跟随者股票。例如,λ=60%\lambda=60\% 表示选取累计成交金额最高的 60%的股票作为领头羊。
  • LeaderiLeader_{i}: 行业 ii 中的领头羊股票集合。
  • FolloweriFollower_{i}: 行业 ii 中的跟随者股票集合。

更多可访问 factors.directory 查看详细的公式解释

Related Factors

  • 排序动量因子 (momentum-based-on-ranking)
  • 大单成交量价动量 (large-order-momentum)
  • CAPM残差动量因子 (residual-momentum-capm)
  • 多时域移动平均动量因子 (trend-factor)
  • 过去K个月累计收益率动量因子 (momentum)
  • 多周期标准化移动平均动量因子 (momentum-factor)
  • 月度收益季节性动量因子 (seasonal-returns)
  • Fama-French三因子模型残差动量 (residual-momentum-ff3)
  • 收益动量一致性因子 (information-dispersion)
  • 行业日内隔夜动量因子 (industry-momentum)