摘要

目前越来越多的证据表明，商品期货价格可以由动量因子进行解释。本报告分析了动量效应的来源，构建了市场走势不确定性指标，并基于焦煤指数(JMFI.WI)和PTA指数(TAFI.WI)两个商品指数分析了上升动量策略的历史表现。

一

(相关资料图)

商品市场动量因子

越来越多的证据表明，商品价格可以由共同定价因子进行解释(Miffre等，2007)。这些研究基于动量、基差、通货膨胀、流动性、偏度、持仓量等共同定价因子构建商品投资策略，并以标普高盛商品指数、罗杰斯商品指数等商品指数作为业绩比较基准。

Fuertes等(2015)研究了动量、期限结构和特质波动率三种商品因子策略的收益特征及其相关性。Fernandz-Perez等(2017)基于商品期货期限结构、动量、对冲压力等11种商品风格因子构建商品投资组合。Szymanowska等(2014)在商品回报的横截面中找到了支持基差定价的证据。

动量因子是商品组合策略研究的重要因子之一。动量因子起源于股票定价文献，Jegadeesh等(1993)在一篇开创性论文提出了动量策略，即买入最近上涨的股票和卖出最近下跌的股票。Miffre等(2007)考察了商品期货市场13种动量因子的盈利能力，策略上买入近期表现出色的商品期货，卖出表现不佳的商品期货。

Bakshi等(2017)建立了商品三因素模型，该模型除基差和商品加权组合(an equally weighted portfolio of all commodities)外还包括商品动量，作者认为当商品市场总体活跃度增加时，动量因子策略往往表现良好。Boons等(2017)提出了基差动量因子，以相邻到期月份期货合约的动量差异衡量。作者认为基差动量因子产生的溢价是对商品市场波动风险的补偿。

Sakkas等(2018)研究认为，将基差、动量和基差动量因子相结合的商品组合策略在1975年至2015年间实现了0.68的夏普比，与标准普尔GSCI(夏普比0.03)和商品加权组合(夏普比0.28)相比，这是一个重大改进，Sakkas等(2018)将每种商品的动量定义为前12个月的累计超额期货收益。

二

商品指数动量策略

1.动量效应的来源

Miskowitz(2021)和曹春晓(2022)给出了动量效应产生的一种新逻辑。当人们抛硬币时，假设第一次抛出的是正面，让猜第二抛出的是正面还是反面，由于人们对抛硬币结果的概率分布比较了解，因此往往认为第二次会抛出反面，即结果出现“反转”。

而当人们在篮球赛季初预测冠军球队时，由于预测时间跨度较大，且球员交换和伤病也会对球队表现产生影响，因此人们对谁取得冠军的概率分布并不十分了解，往往会依据球队历史成绩来给出判断，例如认为去年前三名球队有夺冠可能，这就是用“动量”的眼光分析评价事物。

动量效应来源于事件发生的概率及分布。这一思路有利于我们分析商品期货价格运动过程，即假设当合约价格概率分布相对明确，市场走势不确定性较弱时，价格运动往往会出现反转效应；而当合约价格概率分布不是非常明确，市场走势不确定性较强时，价格运动会具有动量效应。

2.动量效应的表现

我们构建了市场走势不确定性指标，如果市场走势不确定性较强，则指标数值越高，市场走势不确定性越弱，则指标数值越低。同时，本报告在焦煤指数(JMFI.WI)和PTA指数(TAFI.WI)两个指数上分析了上升动量策略的历史表现，读者如有兴趣了解具体测试过程欢迎联系作者。

由图表1可知，在焦煤指数上升动量策略历史回测表现中，当市场走势不确定性较强时，策略回测收益较好，符合假设预期；当市场走势不确定性较弱时，上升动量策略的收益和回撤均较小。而在图表2的PTA指数上升动量策略历史回测表现中，由于市场走势不确定性一直呈现较低的数值，上升动量策略的收益不明显，且产生一定回撤，是一种反例。

风险提示：本报告基于历史数据分析，相关规律未来可能存在失效的风险，市场可能发生超预期变化。

（文章来源：中泰期货）