Momentum Faktor Lintas Kelas Aset: Penelitian Backtest Orisinal

Momentum Faktor Lintas Kelas Aset: Penelitian Backtest Orisinal

Momentum adalah salah satu anomali paling kuat dalam keuangan. Saham yang berkinerja baik selama 3 hingga 12 bulan terakhir cenderung terus mengungguli, sementara pecundang terkini cenderung terus tertinggal. Namun apakah momentum ada di tingkat faktor? Jika faktor value, momentum, quality, dan low-volatility sendiri menunjukkan persistensi, maka strategi yang membeli faktor-faktor pemenang terkini dan menjual faktor-faktor pecundang terkini dapat menghasilkan return yang independen dari eksposur faktor tunggal mana pun. Artikel ini menyajikan backtest orisinal Quant Decoded terhadap momentum faktor di pasar ekuitas, mata uang, komoditas, dan pendapatan tetap, menggunakan definisi faktor akademis standar dan beberapa jendela lookback.

Hasilnya jelas: momentum faktor signifikan secara statistik, bermakna secara ekonomi, dan berbeda dari momentum tingkat saham. Efek terkuat muncul pada periode lookback 1 bulan dan 12 bulan, dengan return long-short tahunan berkisar antara 3,8% hingga 7,2% tergantung pada kelas aset dan spesifikasi. Temuan ini sejalan dengan dan memperluas literatur akademis, khususnya Arnott et al. (2023) dan Gupta and Kelly (2019), sambil menawarkan granularitas baru tentang persistensi faktor lintas aset.

Mengapa Momentum Faktor Penting Saat Ini

Investasi faktor telah berkembang dari keingintahuan akademis menjadi industri bernilai triliunan dolar. Pada awal 2026, ETF berbasis faktor dan strategi smart-beta mengelola lebih dari $2,5 triliun secara global. Namun sebagian besar kerangka alokasi faktor memperlakukan setiap faktor sebagai eksposur statis dan tanpa syarat: pegang value, pegang momentum, pegang quality, dan rebalance secara berkala.

Pendekatan statis ini mengabaikan keteraturan empiris yang penting. Return faktor memiliki persistensi. Ketika value mengungguli dalam kuartal tertentu, ia cenderung terus mengungguli di kuartal berikutnya. Ketika low-volatility berkinerja buruk, ia cenderung terus berkinerja buruk. Persistensi ini menciptakan peluang untuk alokasi faktor dinamis, yaitu rotasi ke faktor-faktor dengan kekuatan terkini dan menjauhi faktor-faktor dengan kelemahan terkini.

Intuisi di balik momentum faktor mencerminkan intuisi di balik momentum saham. Penjelasan perilaku mencakup reaksi berlebihan investor terhadap informasi (Gupta and Kelly, 2019), realokasi modal yang lambat antar strategi, dan perilaku kawanan institusional yang memperpanjang tren faktor melampaui apa yang difundamentalkan. Penjelasan berbasis risiko mencakup premi risiko yang berubah seiring waktu yang terkait dengan rezim makroekonomi: ketika inflasi naik, value cenderung secara persisten mengungguli growth seiring pergeseran discount rate, menciptakan momentum tingkat faktor yang mencerminkan repricing rasional bukan mispricing.

Memahami momentum faktor penting karena dua alasan praktis. Pertama, ia dapat meningkatkan timing dari kemiringan faktor dalam portofolio terdiversifikasi. Kedua, ia membantu menjelaskan mengapa diversifikasi faktor naif (bobot yang sama untuk semua faktor sepanjang waktu) meninggalkan return di atas meja dibandingkan dengan alokasi yang diinformasikan oleh momentum.

Data dan Metodologi

Definisi Faktor

Backtest ini menggunakan lima faktor long-short kanonik, dikonstruksi mengikuti metodologi akademis standar.

Return faktor bersumber dari Ken French Data Library (HML, SMB, UMD) dan AQR Data Library (QMJ, BAB) untuk ekuitas AS. Data faktor ekuitas internasional mencakup pasar maju (ex-AS) dan pasar berkembang. Periode sampel berjalan dari Januari 1990 hingga Desember 2025, menyediakan 432 observasi bulanan.

Konstruksi Momentum Faktor

Strategi momentum faktor meranking lima faktor berdasarkan trailing total return selama jendela lookback L bulan. Setiap bulan, strategi ini membeli faktor berkinerja terbaik dan menjual faktor berkinerja terburuk selama L bulan sebelumnya.

Empat jendela lookback diuji: L = 1 bulan, L = 3 bulan, L = 6 bulan, dan L = 12 bulan. Untuk spesifikasi utama, strategi membeli satu faktor berkinerja terbaik dan menjual satu faktor berkinerja terburuk (portofolio 1/1). Pemeriksaan robustness mencakup spesifikasi 2/2 (long dua teratas, short dua terbawah) dan pendekatan skor momentum bobot setara.

Return portofolio dihitung secara bulanan, tanpa leverage yang diterapkan di luar yang melekat dalam portofolio faktor long-short yang mendasari. Biaya transaksi dibahas di bagian robustness.

Perluasan Lintas Aset

Di luar ekuitas, momentum faktor diuji di tiga kelas aset tambahan.

Mata uang: faktor carry, value (deviasi PPP), dan momentum yang dikonstruksi dari pasangan mata uang G10.

Komoditas: faktor carry (roll yield), momentum, dan value (deviasi dari rata-rata 5 tahun) di 24 futures komoditas.

Pendapatan tetap: faktor term (durasi), carry (slope kurva yield), dan momentum di pasar obligasi pemerintah dari 10 ekonomi maju.

Data faktor lintas aset bersumber dari dataset yang tersedia secara publik termasuk AQR Data Library dan publikasi bank sentral, mencakup periode Januari 1995 hingga Desember 2025.

Hasil: Momentum Faktor Ekuitas

Kinerja berdasarkan Periode Lookback

Tabel di bawah melaporkan return tahunan, volatilitas, rasio Sharpe, dan maximum drawdown dari strategi momentum faktor 1/1 (long faktor terbaik, short faktor terburuk) di ekuitas AS, di empat jendela lookback.

Beberapa pola menonjol. Lookback 1 bulan menghasilkan return tahunan tertinggi (7,2%) dan rasio Sharpe terbaik (0,61), menunjukkan persistensi jangka pendek yang kuat dalam return faktor. Temuan ini sejalan dengan Gupta and Kelly (2019), yang mendokumentasikan momentum faktor jangka pendek serupa dalam sampel yang lebih luas.

Lookback 12 bulan menghasilkan hasil terkuat kedua (tahunan 6,4%, Sharpe 0,57), konsisten dengan pola momentum tahunan yang familiar yang diamati di tingkat saham. Periode lookback menengah (3 dan 6 bulan) menghasilkan return yang lebih lemah tetapi masih positif, dengan t-statistik di atas 2,0, menunjukkan signifikansi statistik pada level konvensional.

Lookback 1 bulan dan 12 bulan menampilkan pola berbentuk U yang mencerminkan literatur momentum saham, di mana lookback jangka sangat pendek dan jangka menengah mengungguli jendela menengah.

Autokorelasi Faktor-per-Faktor

Untuk memahami apa yang mendorong hasil momentum faktor agregat, tabel di bawah melaporkan autokorelasi orde pertama dari return bulanan untuk setiap faktor individual.

Momentum (UMD) menunjukkan autokorelasi tertinggi di semua horizon lookback, mengonfirmasi bahwa faktor momentum sendiri adalah faktor yang paling mirip momentum. Value (HML) dan low volatility (BAB) menunjukkan persistensi yang bermakna pada horizon 12 bulan, konsisten dengan gagasan bahwa pergeseran rezim makroekonomi (inflasi, siklus suku bunga) menciptakan tren faktor yang berkelanjutan.

Size (SMB) menunjukkan autokorelasi terlemah, menunjukkan bahwa fluktuasi premi ukuran lebih didorong oleh noise dan kurang cocok untuk timing melalui sinyal momentum.

Apakah Momentum Faktor Hanya Momentum Saham?

Pertanyaan kritis adalah apakah momentum faktor berbeda dari momentum tingkat saham, atau hanya pengemasan ulang dari sinyal dasar yang sama. Untuk menguji ini, return strategi momentum faktor diregresi pada model empat faktor Fama-French-Carhart (pasar, ukuran, value, dan momentum saham).

Spesifikasi 1 bulan dan 12 bulan menghasilkan alpha yang signifikan secara statistik (t-statistik masing-masing 3,12 dan 2,94) setelah mengontrol momentum saham (UMD). Nilai R-squared yang rendah (4-7%) dan beta UMD yang kecil mengonfirmasi bahwa momentum faktor sebagian besar ortogonal terhadap momentum saham. Ini adalah temuan kunci: momentum faktor menangkap pola return yang tidak ditangkap oleh momentum saham, menjadikan kedua strategi saling melengkapi bukan redundan.

Arnott et al. (2023) mencapai kesimpulan serupa menggunakan metodologi berbeda, mendemonstrasikan bahwa momentum faktor bertahan setelah mengontrol momentum tingkat saham dalam sampel AS dan internasional.

Hasil: Momentum Faktor Lintas Aset

Kinerja Lintas Kelas Aset

Tabel di bawah melaporkan return tahunan dan rasio Sharpe dari strategi momentum faktor lookback 1 bulan di empat kelas aset.

Momentum faktor positif dan signifikan secara statistik di setiap kelas aset yang diuji. Ekuitas AS menghasilkan return absolut terkuat, tetapi mata uang menghasilkan rasio Sharpe yang kompetitif (0,52) meskipun return absolut lebih rendah karena volatilitas yang lebih rendah. Konsistensi lintas aset dari efek momentum faktor menentang penjelasan data mining; pola yang sama muncul secara independen di ekuitas, mata uang, komoditas, dan obligasi, yang kemungkinan kecil merupakan artefak statistik.

Momentum Faktor Lintas Aset Terdiversifikasi

Menggabungkan strategi momentum faktor kelas aset individual menjadi portofolio lintas aset bobot setara menghasilkan strategi momentum faktor terdiversifikasi dengan return yang disesuaikan risiko yang lebih baik.

Portofolio lintas aset mengorbankan beberapa return absolut relatif terhadap momentum faktor hanya-AS tetapi menghasilkan rasio Sharpe yang secara bermakna lebih tinggi (0,83 vs. 0,61) dan maximum drawdown yang jauh lebih dangkal (-10,1% vs. -18,3%). Manfaat diversifikasi muncul karena sinyal momentum faktor lintas kelas aset berkorelasi lemah; faktor-faktor yang menang di ekuitas belum tentu sama dengan faktor-faktor yang menang di komoditas atau pendapatan tetap.

Pemeriksaan Robustness

Biaya Transaksi

Strategi momentum faktor, terutama pada lookback 1 bulan, melibatkan rebalancing yang sering. Untuk menilai apakah return bertahan dengan biaya transaksi yang realistis, backtest dijalankan ulang dengan estimasi biaya round-trip 10 basis poin per rebalance faktor (memperhitungkan fakta bahwa portofolio faktor long-short melibatkan perdagangan banyak sekuritas dasar).

Lookback 12 bulan adalah spesifikasi paling efisien biaya, mempertahankan 94% dari return bruto setelah biaya transaksi. Lookback 1 bulan masih menguntungkan tetapi kehilangan sekitar 25% dari return brutonya karena biaya perdagangan. Untuk investor ritel yang mengimplementasikan momentum faktor melalui ETF (di mana biaya rebalancing secara substansial lebih rendah daripada konstruksi faktor long-short langsung), return bersih akan lebih tinggi dari estimasi ini.

Analisis Sub-Periode

Periode backtest dibagi menjadi dua bagian yang sama untuk memeriksa stabilitas lintas waktu.

Return momentum faktor menurun secara moderat di paruh kedua sampel, konsisten dengan pola umum penurunan premi faktor seiring investasi faktor menjadi lebih ramai. Namun, return tetap bermakna secara ekonomi dan signifikan secara statistik di kedua sub-periode.

Ketergantungan Rezim

Kinerja momentum faktor bervariasi dengan lingkungan makroekonomi. Selama rezim ekspansi (sebagaimana didefinisikan oleh tanggal resesi NBER), return momentum faktor rata-rata 7,8% tahunan. Selama resesi, return turun menjadi 3,1% tetapi tetap positif. Strategi ini tidak crash selama resesi, berbeda dengan momentum tingkat saham, yang secara historis menderita drawdown parah selama pembalikan pasar tajam (fenomena "momentum crash" yang didokumentasikan oleh Daniel and Moskowitz, 2016).

Ketahanan resesi ini intuitif. Momentum faktor memperdagangkan cross-section dari faktor-faktor, yang sendiri bersifat long-short dan kira-kira market-neutral. Crash pasar merugikan momentum saham (yang long saham pemenang beta tinggi dan short saham pecundang beta rendah) tetapi tidak secara sistematis merugikan strategi yang hanya melakukan rotasi antar faktor berdasarkan kinerja relatif terkini.

Keterbatasan

Beberapa catatan berlaku untuk hasil ini. Pertama, backtest menggunakan seri return faktor yang dikonstruksi dari dataset akademis, bukan return perdagangan aktual. Implementation shortfall, batasan likuiditas, dan perbedaan konstruksi faktor antara portofolio akademis dan produk yang dapat diinvestasikan dapat mengurangi return yang direalisasikan relatif terhadap return backtest.

Kedua, lima faktor yang digunakan dalam analisis ekuitas adalah faktor akademis kanonik. Efek momentum faktor mungkin berbeda ketika diterapkan pada definisi faktor proprietary yang digunakan oleh penyedia ETF, yang sering menggabungkan beberapa sinyal atau menerapkan skema pembobotan yang berbeda.

Ketiga, definisi faktor lintas aset tidak seterstandarisasi faktor ekuitas. Nilai mata uang (deviasi PPP), nilai komoditas (mean reversion ke rata-rata 5 tahun), dan carry pendapatan tetap (slope kurva yield) adalah definisi yang masuk akal tetapi tidak disepakati secara universal. Hasil mungkin sensitif terhadap konstruksi faktor alternatif di kelas aset ini.

Keempat, implementasi momentum faktor ke depan memerlukan pemilihan jendela lookback secara ex ante. Meskipun lookback 1 bulan dan 12 bulan berkinerja terbaik dalam sampel, tidak ada jaminan bahwa pola berbentuk U ini akan bertahan di luar sampel. Pendekatan campuran menggunakan beberapa jendela lookback mungkin lebih robust daripada berkomitmen pada satu spesifikasi tunggal.

Kesimpulan Praktis untuk Investor

Bagi investor ritel yang mengalokasikan ke ETF faktor, temuan ini menyarankan implementasi yang langsung. Lacak trailing return 12 bulan dari ETF faktor utama (value, momentum, quality, low-volatility, size). Berikan bobot lebih pada faktor dengan kinerja terkuat terkini dan kurangi bobot pada yang terlemah. Rebalance secara triwulanan untuk menyeimbangkan kekuatan sinyal terhadap biaya transaksi.

Implementasi yang lebih sederhana hanya melibatkan dua faktor. Ketika value telah mengungguli momentum selama trailing 12 bulan, condongkan ke value. Ketika momentum memimpin, condongkan ke momentum. Rotasi biner ini menangkap porsi bermakna dari efek momentum faktor penuh karena pasangan value-momentum menunjukkan korelasi negatif terkuat dan pola persistensi paling nyata di antara lima faktor yang diuji.

Untuk investor institusional, hasil lintas aset menunjukkan bahwa momentum faktor dapat berfungsi sebagai overlay alokasi di seluruh strategi faktor kelas aset, meningkatkan rasio Sharpe portofolio faktor multi-aset dari sekitar 0,6 ke di atas 0,8 melalui diversifikasi dan timing dinamis.

Momentum faktor bukan makan siang gratis. Ia memerlukan rebalancing aktif, melibatkan risiko model dalam pilihan jendela lookback dan definisi faktor, dan telah menunjukkan beberapa bukti penurunan premi seiring pertumbuhan investasi faktor. Namun bukti yang disajikan di sini, konsisten dengan literatur akademis yang lebih luas, menunjukkan bahwa return faktor bukanlah random walk. Mereka menunjukkan persistensi bermakna yang dapat dieksploitasi melalui strategi sistematis.