趋势跟踪：时间序列动量的论据

200年的证据

几乎没有投资策略能声称拥有跨越两个世纪的业绩记录。AQR资本管理的Hurst、Ooi和Pedersen（2017）构建了追溯至1880年的数据集，证明分散化趋势跟踪策略在137年的数据中每个十年都产生了正回报。Capital Fund Management的Lemperiere等人（2014）进一步拓展了证据，确认了跨越多个大陆和资产类别的两个世纪金融数据中的盈利能力。趋势跟踪回报在包括世界大战、大萧条、布雷顿森林体系、滞胀、互联网泡沫和全球金融危机在内的时期中持续存在，这表明它不仅仅是统计幻象——它指向市场处理信息方式和制度约束塑造价格动态方式的深层结构特征。

核心要点

趋势跟踪是一种在价格上涨的资产上建立多头头寸、在价格下跌的资产上建立空头头寸的投资策略。学术基础由Moskowitz、Ooi和Pedersen在2012年Journal of Financial Economics发表的里程碑论文中确立，该论文记录了时间序列动量在跨越股票、债券、货币和大宗商品的58个流动性期货市场中是盈利的。这一现象非常稳健：AQR资本管理的Hurst、Ooi和Pedersen将证据延伸到1880年，发现趋势跟踪策略在超过一个世纪的数据中产生了正回报。对投资组合构建最重要的是，趋势跟踪在历史上主要市场危机期间表现良好，Fung和Hsieh在2001年Review of Financial Studies论文中将此特性称为"危机阿尔法"。

什么是趋势跟踪？

趋势跟踪基于一个简单的观察：资产价格倾向于继续沿其运动方向移动。上涨的资产倾向于继续上涨，下跌的资产倾向于继续下跌，至少在数月到约一年的时间范围内如此。趋势跟踪策略通过做多近期回报为正的资产、做空近期回报为负的资产来利用这一模式。

这一概念在金融市场中有悠久的历史。趋势跟踪行为可以追溯到18世纪日本的稻米市场和19世纪的商品投机者。在现代，以商品交易顾问（CTA）为主导的管理期货行业自1970年代以来一直是系统性趋势跟踪的主要载体。约翰·W·亨利（John W. Henry）、比尔·邓恩（Bill Dunn）和Man AHL的创始人等先驱者建立了发展成数十亿美元企业的系统性趋势跟踪程序。

在最基本的实施中，趋势跟踪策略检查每个资产在回顾期内的回报，通常从一个月到十二个月不等。如果回报为正，策略建立多头头寸；如果为负，建立空头头寸。头寸通常按资产波动率的反比进行调整，以确保每个头寸对投资组合贡献大致相等的风险。

趋势跟踪在几个重要方面与传统的纯多头投资不同。第一，它可以建立空头头寸，使其能够从下跌的市场中获利。第二，它同时应用于许多市场，包括传统投资者很少直接接触的资产类别，如大宗商品期货和货币对。第三，它是纯粹系统化的，依赖于定量信号而非基本面分析或主观判断。

管理期货行业根据最近的估计管理约3500亿美元，使其成为对冲基金行业最大的细分市场之一。SG趋势指数自成立以来在大多数长期时间段内产生了正回报。

时间序列与横截面动量

动量文献中的一个关键区别是时间序列动量和横截面动量之间的区别。理解这一区别对于理解趋势跟踪做什么和不做什么至关重要。

横截面动量由Jegadeesh和Titman在1993年Journal of Finance的开创性论文中广泛记录，涉及在单一资产类别内按近期回报对资产排名，做多赢家同时做空输家。关键特征是策略是相对的：它做多相对于同类表现好的资产，做空相对于同类表现差的资产。横截面动量策略通常在其资产类别内是市场中性的。

时间序列动量——趋势跟踪的焦点——是绝对的而非相对的。它单独检查每个资产，并根据该资产自身的过去回报建立头寸。如果资产在回顾期内上涨，策略做多；如果下跌，无论同一类别中其他资产表现如何，策略做空。这意味着在广泛的市场下跌中，时间序列动量策略可以对整个资产类别持净空头，这是横截面动量策略不可能实现的特性。

Moskowitz、Ooi和Pedersen在2012年论文中证明，时间序列动量解释了管理期货基金所获回报的很大一部分。他们展示了一个简单的时间序列动量策略，以12个月回顾期应用于58个流动性期货市场，在交易成本前产生了约1.0的年化夏普比率。

一个世纪的证据

趋势跟踪最引人注目的方面之一是历史证据的广度和深度。Hurst、Ooi和Pedersen在2017年AQR资本管理论文中，构建了一个从1880年到2016年的数据集，并在四个资产类别的67个市场中测试了趋势跟踪策略：29种大宗商品、11个股票指数、15个债券市场和12个货币对。

结果令人瞩目。分散化的趋势跟踪策略在从1880年代到2010年代的每个十年中都产生了正回报。年化回报率在估计交易成本后约为11%，夏普比率约为0.7。重要的是，策略在样本的前半段和后半段都表现良好，表明其盈利能力不是特定经济体制的产物。

策略在历史危机期间的表现尤为引人注目。在1930年代的大萧条期间，趋势跟踪通过做空股票和做多政府债券产生了强劲的正回报。在1970年代的通胀时期，通过做多大宗商品和做空债券获利。在2008年金融危机期间，许多趋势跟踪基金在股市崩盘时录得显著正回报。

Capital Fund Management的Lemperiere、Deremble、Seager、Potters和Bouchaud在2014年的研究中考察了两个世纪金融数据中的趋势跟踪表现。他们确认趋势跟踪的盈利能力在不同时间段、地理区域和资产类别中是持续的。

趋势为何存在

金融市场中价格趋势的存在对有效市场假说构成了一个谜题。该假说的半强形式预测过去价格不应对预测未来回报有用。对于趋势为何持续存在，提出了几种解释。

最常见的行为解释围绕初始反应不足和延迟过度反应假说。当新信息到来时，市场参与者可能由于锚定偏差、保守主义或信息在异质投资者中的逐步扩散而最初反应不足。这种初始反应不足创造了趋势的开始，因为价格缓慢调整到新的基本价值。随后，羊群行为、过度自信和正反馈交易可能导致价格超调，将趋势延伸到基本面所能证明的范围之外。

Barberis、Shleifer和Vishny在1998年Journal of Financial Economics发表的模型中形式化了这一机制。Daniel、Hirshleifer和Subrahmanyam提出了基于投资者过度自信和偏向自我归因的相关模型。

制度性摩擦也助长了趋势。央行以渐进的、可预测的方式干预货币和债券市场，从而创造趋势。大型机构投资者受投资授权、受托义务和治理流程的约束，对变化的条件缓慢调整其投资组合，在资产价格中创造动量。

信号构建

趋势跟踪信号的实施涉及几个影响表现的设计选择。最基本的是用于衡量趋势的回顾期。Moskowitz、Ooi和Pedersen在其主要规格中使用了12个月的回顾期，但他们表明盈利能力延伸到1个月到12个月的回顾期范围，最强的结果通常出现在3到12个月的时间范围内。

大多数从业者使用多个回顾期的组合来创建混合信号。常见的方法是平均在短期（1-3个月）、中期（4-6个月）和长期（7-12个月）范围计算的信号。这种混合捕获不同频率的趋势并降低策略对单一回顾规格的敏感性。

Baltas和Kosowski在2013年的研究中考察了不同信号构建方法对趋势跟踪表现的影响。他们发现给予近期观察更大权重的指数加权移动平均信号在大多数市场中优于简单算术移动平均。

头寸管理同样重要。管理期货行业的标准方法是调整每个头寸的大小，使其目标为固定的波动率水平，通常为年化10-15%。

危机阿尔法

对于投资组合构建目的而言，趋势跟踪最重要的特性是其在主要市场危机期间表现良好的倾向。这种被称为危机阿尔法的特性由Fung和Hsieh在2001年Review of Financial Studies论文中首次形式化。

Fung和Hsieh表明管理期货基金的回报类似于回望跨式期权的收益，这是一种从任一方向的大幅波动中获利的期权策略。在市场平静期间，趋势跟踪从趋势中嵌入的风险溢价获得适度正回报。在市场动荡期间，大幅方向性移动产生超额回报。

在2008年金融危机期间，SG趋势指数在标普500下跌约37%时获得了约正20%的回报。趋势跟踪策略通过在危机展开时建立股票空头和政府债券多头头寸获利。

Hutchinson和O'Brien在2020年的研究中考察了趋势跟踪在多资产投资组合中的分散化收益。他们发现将趋势跟踪配置加入传统股债投资组合可显著改善投资组合的风险调整后回报。

然而，需要注意的是危机阿尔法并非保证。趋势跟踪在V型反弹等突然市场反转时可能遭受损失。

实际实施

在机构规模实施趋势跟踪策略涉及相当的操作复杂性。首先考虑的是市场选择。大多数机构趋势跟踪程序交易跨越四个资产类别的50到100个流动性期货市场：股票指数、政府债券、货币和大宗商品。

跨市场分散是策略夏普比率的关键来源。虽然趋势跟踪在个别市场中是盈利的，但分散投资组合的夏普比率远高于任何个别市场，因为不同市场的趋势并不完全相关。

交易成本是一个重要考虑因素，特别是对于较短期的实施。期货市场为主要市场提供相对较低的交易成本，但期货合约到期时的展期成本、大额订单执行的滑点以及频繁再平衡的成本可能累积。

必须理解的是，趋势跟踪与所有投资策略一样，会经历表现不佳的时期。该策略在价格无持续方向性运动而振荡的区间震荡、无趋势市场中往往表现不佳。2009年至2019年的时期对趋势跟踪总体而言具有挑战性，因为许多市场表现出低波动性和频繁反转，尽管该策略在整个期间内从总体上仍产生了正回报。理解这些局限性对考虑配置趋势跟踪的任何投资者都至关重要。

模拟业绩

考虑一个假设性的10万美元投资组合，从2005年1月至2025年12月在40个流动性期货市场应用分散化趋势跟踪策略。使用3、6、12个月的混合回看期，按60日实现波动率的反比调整头寸规模，目标年化组合波动率为12%。

假设条件：每月再平衡，往返交易成本20个基点，除非特别说明否则不使用杠杆，标普500作为股票基准。

此模拟使用历史数据，不代表实际交易结果。

当证据失效时

2020年3月新冠暴跌暴露了趋势跟踪策略的特定弱点：市场转换速度。S&P 500在23个交易日内下跌34%，随后在三个月内收复大部分失地。这种V字型市场事件是Kaminski（2011）分析的策略盲点。2011-2013年期间展示了"震荡"市场的挑战。2015年1月瑞士法郎事件是另一个极端案例。

共识与争论的交汇

学术文献已在几个领域达成稳健共识。时间序列动量在资产类别和长历史期间产生正的风险调整后回报的证据是强有力的（Moskowitz, Ooi, Pedersen 2012；Hurst, Ooi, Pedersen 2017；Lemperiere等 2014）。

争论集中在两个问题上。第一，趋势跟踪回报为什么存在？行为、制度和风险基础的解释并不相互排斥。第二，回报是否在下降？Baltas和Kosowski（2020）发现虽然原始回报有所压缩，但危机阿尔法属性保持完整。

对配置者的实际启示是，趋势跟踪最好被理解为凸性配置——在传统投资组合遭受最大损失的市场环境中提供最大回报的头寸。