1.0Fortune Insighthttps://prime.fortuneinsight.com/web錢琛https://prime.fortuneinsight.com/web/posts/author/chinshunrich600338<blockquote class="wp-embedded-content"><a href="https://prime.fortuneinsight.com/web/posts/504421">《計量分析》出名港股的momentum很難炒</a></blockquote> <script type='text/javascript'> <!--//--><![CDATA[//><!-- !function(c,d){"use strict";var e=!1,n=!1;if(d.querySelector)if(c.addEventListener)e=!0;if(c.wp=c.wp||{},!c.wp.receiveEmbedMessage)if(c.wp.receiveEmbedMessage=function(e){var t=e.data;if(t)if(t.secret||t.message||t.value)if(!/[^a-zA-Z0-9]/.test(t.secret)){for(var r,a,i,s=d.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),n=d.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),o=0;o<n.length;o++)n[o].style.display="none";for(o=0;o<s.length;o++)if(r=s[o],e.source===r.contentWindow){if(r.removeAttribute("style"),"height"===t.message){if(1e3<(i=parseInt(t.value,10)))i=1e3;else if(~~i<200)i=200;r.height=i}if("link"===t.message)if(a=d.createElement("a"),i=d.createElement("a"),a.href=r.getAttribute("src"),i.href=t.value,i.host===a.host)if(d.activeElement===r)c.top.location.href=t.value}}},e)c.addEventListener("message",c.wp.receiveEmbedMessage,!1),d.addEventListener("DOMContentLoaded",t,!1),c.addEventListener("load",t,!1);function t(){if(!n){n=!0;for(var e,t,r=-1!==navigator.appVersion.indexOf("MSIE 10"),a=!!navigator.userAgent.match(/Trident.*rv:11\./),i=d.querySelectorAll("iframe.wp-embedded-content"),s=0;s<i.length;s++){if(!(e=i[s]).getAttribute("data-secret"))t=Math.random().toString(36).substr(2,10),e.src+="#?secret="+t,e.setAttribute("data-secret",t);if(r||a)(t=e.cloneNode(!0)).removeAttribute("security"),e.parentNode.replaceChild(t,e)}}}}(window,document); //--><!]]> </script><iframe sandbox="allow-scripts" security="restricted" src="https://prime.fortuneinsight.com/web/posts/504421/embed" width="600" height="338" title="“《計量分析》出名港股的momentum很難炒” — Fortune Insight" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe>https://prime.fortuneinsight.com/web/wp-content/uploads/2021/03/2800_acf.png616355上次介紹了動量策略的應用，今次就示範如何判斷能否將此策略應用到個股當中。 要回測此策略有很多方法，除了可以使用上回提及的教科書邏輯，也能使用一個比較簡單的統計測試，方法就是計算個股回報的自相關性（autocorrelation）。 這次要使用的個股有六隻，分別為匯控（00005）、騰訊（00700）、美團（03690）、阿里巴巴（09988）、港交所（00388）及盈富基金（02800）。回測會用最多達三年的日數據（因為部份個股交易日數不足三年），全部計算都會使用python的statsmodels package。 以下先展示6張不同個股的自相關函數（autocorrelation function/ACF）圖（figures from statsmodels）： 解釋圖片前，先介紹計算此數值的作用。如果資產回報擁有非常positive，且統計顯著的自相關性，代表以往回報越高，今天的回報就越高，即資產擁有動量特性（momentum）。反之，如果資產回報擁有非常negative，且統計顯著的自相關性，代表以往回報越高，今天的回報就越低，即資產擁有均值回歸（mean reverting）的特性。使用此方法，就可以快速初步知道你想炒的資產是有momentum，還是mean reverting。然後就可以根據結果，進行合適的策略回測。 自相關性的意思指一個變數與某時段前的自己的相關性，範圍也是-1到1。這裏討論的是日數據，所以變數與變數的時段差距最少爲一日。 圖中x axis就代表時段差距日數/lag數目，x=1，代表y axis的柱狀數值是變數（個股回報）與一日前的自己的自相關性；x=2，則代表個股回報與兩天前的自己的自相關性。 至於陰影部份，則是用作進行驗證自相關性是否統計顯著的統計測試。如果y axis的柱狀數值高於陰影，就代表自相關性是統計顯著的。 宏觀地看，各位不難發現，六隻出名個股都沒有統計顯著的自相關性，就算在少部份lag數偶爾出現統計顯著的自相關性，我們也難以以經濟理論解釋為何在那些特定的lag數下，個股回報會有統計顯著的自相關性。因此，它們很大機會是統計學上的noise，只是by chance出現，事實上所有個股回報都沒有統計顯著的自相關性。 所以，例子中的六隻個股都沒有momentum，也非mean reverting。如果你還盲中中地炒個股身上的日momentum，就很難賺錢。 一年前左右，在FB有篇文，計算了雞扒妹選了的一隻台股的自相關性，數值頗高之餘，也有足夠的統計顯著性，要炒該股的難度就大大降低。 一般而言，越成熟的金融市場，就越難會出現資產的自相關性，因為市場越成熟，投機者就越會利用這種自相關性獲利，令交易機會（自相關性）消失。這也某程度上解釋了以上的現象。 不論是momentum還是mean reversion，都對投機者有利，因為更容易預測資產價格走勢。哪類市場有較多這種機會我也告訴了大家，悟性高的讀者，應該知道選擇哪些市場炒野最好了吧。