流動性調整動量：Amihud比率如何改變部位管理

流動性調整動量：Amihud比率如何改變部位管理

2009年3月至5月間，動量策略遭受了歷史上最嚴重的回撤之一。標準12-1個月動量組合在被重創的金融股和週期股猛烈反彈、動量贏家崩潰的過程中，從高點下跌超過52%。然而，仔細分析這次崩潰的結構會發現一個驚人的事實：損失壓倒性地集中在非流動性股票上。最不流動十分位的動量贏家下跌幅度是最流動十分位的三倍，最不流動的輸家反彈力度也是三倍。這種模式並非2009年所獨有。自1990年以來的每一次重大動量崩潰中，非流動性部位都是尾部風險的主要來源。

這一觀察激發了對標準動量策略的一個簡單但有力的改進：根據流動性調整部位規模。具體而言，按照Amihud（2002）非流動性比率的倒數來縮放每個部位，使流動性高的動量股獲得更大權重，非流動性股票獲得更小權重或被完全排除。Quant Decoded的原創回測表明，僅通過部位調整就可將夏普比率從0.55提升至0.72，完全過濾掉最不流動的股票後可達0.82，同時將最大回撤從-52%降至-29%。

最終得到的是一個保留大部分上行潛力、同時大幅降低使傳統動量在實踐中危險的尾部風險的策略。這種改善並非來自新的Alpha訊號，而是來自對現有訊號更好的風險管理，這與學術發現一致——動量看似存在的Alpha很大一部分來自交易成本使其無法實現的股票（Lesmond, Schill, Zhou, 2004）。

動量策略中的流動性問題

Jegadeesh and Titman (1993)定義的標準動量組合按過去12-1個月的報酬率對股票排名，做多上十分位、做空下十分位。這種建構方式對流動性是中性的。日均成交額5億美元的股票和200萬美元的股票如果在同一十分位，就獲得相同權重。

這造成了兩個相關問題。首先，非流動性動量贏家在趨勢反轉時最難退出。動量崩潰期間，這些部位因缺乏自然買家而出現缺口下跌。其次，非流動性動量輸家在空頭擠壓時最難平倉。當低迷股票反彈時，最不流動的空頭部位因買入推高價格而產生最大損失。

Avramov, Cheng, and Hameed (2016)正式記錄了這一模式，表明動量收益隨時間顯著變化，而流動性條件是主要驅動因素。在低流動性環境中，動量崩潰更加頻繁且更為嚴重。Pastor and Stambaugh (2003)更廣泛地證明，高流動性風險的股票提供報酬溢價，但這種溢價伴隨著動量策略無意中集中的極端左尾風險。

核心洞見是動量和流動性風險以一種特別危險的方式相互作用。動量選擇的是近期表現極端的股票。極端表現往往與流動性惡化同時發生（贏家變得擁擠，輸家變得困頓）。因此，該策略在最糟糕的時刻系統性地增加對最脆弱部位的曝險。

Amihud非流動性比率

Amihud（2002）非流動性比率提供了每單位交易量價格衝擊的簡單且穩健的衡量指標。對於股票i在日期d的比率定義為：

ILLIQ = |報酬率| / 美元成交額

日頻比率在回溯窗口（我們使用21個交易日）內取平均值，生成月度非流動性估計值。數值越高表示少量交易就能更大幅度地移動價格，表明流動性越低。由於其簡單性、資料可得性以及與Kyle（1985）lambda和買賣價差等更複雜指標的高相關性，該指標已成為學術界標準的流動性代理變數。

在回測中，我們為CRSP樣本中的每檔股票每月計算Amihud比率，然後在每個動量十分位內按流動性分為五分位。這種雙重排序框架使我們能夠分析動量表現在流動性譜系中的變化，並建構流動性調整策略。

回測設計與資料

樣本範圍與時間段

回測涵蓋1990年1月至2025年12月的美國股票（432個月）。樣本包括NYSE、AMEX和NASDAQ上所有具有足夠資料來計算12個月報酬率和21日Amihud比率的普通股（股票代碼10、11）。為避免仙股污染，排除NYSE市值第5百分位以下的微型股。

策略規格

測試三種策略變體：

1. 標準動量：做多報酬率上十分位，做空下十分位，十分位內等權。包含一個月跳過期的月度再平衡（12-1形成期）。

2. 流動性調整部位：相同的動量訊號和十分位斷點，但每個十分位內的部位大小與股票的Amihud比率成反比。具體而言，股票i的權重與1/ILLIQ_i成正比，在每一端內歸一化為1。這使流動性高的股票獲得較大部位，非流動性股票獲得較小部位。

3. 流動性過濾：相同的動量訊號，但在建構十分位組合前完全排除流動性最低20%（Amihud最高五分位）的股票。剩餘部位內採用等權。

除另有說明外，所有報酬率為交易成本前資料。交易成本分析部分另行討論實施成本。

結果：績效比較

下表列出各策略變體的核心績效統計資料。

結果揭示了一個清晰的模式。流動性調整犧牲了少量報酬（8.2%到7.5%），但大幅降低了波動率（14.9%到9.1%）和尾部風險（最大回撤從-52.1%降至-29.3%）。夏普比率從0.55提升至0.82，提高了49%。索提諾比率的改善更為顯著，從0.71升至1.21，反映了下行波動率的不成比例降低。最重要的是，報酬率分布從顯著負偏（-1.82）轉變為輕微負偏（-0.51），消除了歷史上使動量成為最危險因子策略之一的崩潰傾向特徵。

按流動性五分位的回撤分析

為理解流動性調整為何有效，我們將標準動量策略的報酬按組成部位的流動性五分位進行分解。

資料證實了核心論點。最不流動的五分位（Q5）產生最高的原始報酬率（12.3%），但伴隨巨大的波動率（24.8%）和災難性回撤（-68.4%）。在2009年動量崩潰期間，Q5部位僅占全部部位的20%，卻貢獻了總損失的37%。相反，最流動的五分位（Q1）提供較為溫和的6.4%報酬，但最大回撤僅-18.2%，崩潰損失貢獻度僅8%。

這種模式為流動性調整創造了非常有利的權衡。透過減少或消除對Q4和Q5股票的曝險，策略犧牲1-2個百分點的年化報酬，但消除了貢獻超過60%崩潰損失的部位。由於非流動性動量股的邊際報酬無法補償其邊際風險貢獻，風險調整後的改善非常可觀。

動量崩潰事件：有無流動性過濾器

下表檢視樣本期內所有超過-15%的動量回撤，並比較標準策略與流動性過濾策略。

流動性過濾器在所有主要事件中一致地將崩潰嚴重程度降低34%至45%。最大的絕對改善出現在2009年全球金融危機中，回撤從-52.1%降至-29.3%，減少了22.8個百分點。2007年8月的量化地震顯示出最大的比例改善（45%降幅），這是直觀的，因為該事件特別由定量選擇部位中的擁擠和強制清算所驅動，這些條件對非流動性股票的影響尤為嚴重。

改善在不同市場環境和崩潰觸發因素中的一致性值得關注。無論崩潰是由總體反轉（2009）、板塊輪動（2001）、系統性去槓桿（2007）還是疫情引發的錯位（2020）所驅動，非流動性部位始終是尾部風險的主要來源。

週轉率與容量分析

策略修改的一個實際顧慮是是否會引入過高週轉率或降低可投資容量。下表回答了這些問題。

結果在一個重要方面是反直覺的。儘管流動性調整部位策略的週轉率略高（24.8%對21.4%），但其估計交易成本實際上更低（1.5%對1.8%），因為它將權重集中在交易成本最低的流動性股票上。流動性過濾策略進一步降低週轉率和成本，因為排除非流動性股票自然減少了與波動性高、難以交易的標的相關的換手。

容量大幅改善。標準動量策略在市場衝擊變得顯著之前的估計容量約為32億美元。流動性過濾版本將其翻倍至81億美元以上，因為它僅交易具有充足深度的股票。對於管理大規模資金的機構投資者而言，這種容量優勢可能與夏普比率的改善同樣重要。

在考慮估計交易成本後，流動性過濾策略的成本後夏普比率（0.71）超過了標準策略的總夏普（0.55）。這是關鍵的實踐發現：流動性調整不僅改善了理論績效，而且以比總報酬率暗示的更大幅度改善了可實施的、扣除成本後的績效。

流動性調整有效的原因：機制

流動性調整動量的有效性基於三個互補機制。

首先，非流動性動量股票展現出不對稱的價格動態。當動量反轉時，流動性股票可以以最小的市場衝擊賣出，產生有序的回撤。非流動性股票則不然。在薄弱市場中的賣壓會造成價格級聯效應，每次賣出都將價格推得更低，觸發停損和追加保證金，產生額外的賣壓。

其次，非流動性是擁擠風險的代理變數。流動性下降的股票往往表明擁擠交易正接近臨界點。動量策略在形成期間自然在日益擁擠的股票中累積部位。透過降低非流動性股票的權重，策略隱含地減少了對最擁擠部位的曝險。

第三，Amihud比率捕捉了動量訊號所遺漏的關於可交易性的資訊。具有強勁12個月報酬率和下降成交量的股票與具有強勁報酬率和上升成交量的股票是完全不同的標的。前者暗示興趣減退和潛在反轉，後者暗示可持續的需求。流動性調整在不放棄動量訊號的情況下納入了這一區分。

這些機制與流動性和資產定價的更廣泛學術文獻一致。Pastor and Stambaugh (2003)表明流動性風險在截面中被定價；高流動性貝塔的股票獲得更高的平均報酬率，但伴隨著顯著的左尾風險。動量策略因極端過去表現者往往經歷流動性變化而無意中大量承擔流動性風險。調整這種承擔後報酬率略有下降，但消除了不成比例的風險份額。

穩健性與局限性

多項穩健性檢驗支持主要發現。流動性調整在所有測試的形成期（3-1、6-1和12-1個月）中均改善了夏普比率，其中標準12-1規格的改善最大。使用市值加權動量時結果定性相似，但改善幅度較小，因為市值加權已隱含地偏向更流動的股票。使用買賣價差作為替代流動性指標產生幾乎相同的結果，證實Amihud比率並非透過測量誤差來驅動結果。

然而，存在若干局限。這是單一國家回測；雖然其機制應在國際上具有普遍性，但需要在非美國市場進行樣本外檢驗。回測使用日終資料並假設以收盤價成交，對於最不流動的部位這可能過於樂觀（但這種偏差對標準策略比對流動性調整策略更為不利）。最後，具體的流動性閾值（後20%）和反Amihud加權方案是基於經濟邏輯而非樣本內最佳化選擇的，但仍存在一定的資料探勘風險。

結論

動量與流動性風險之間的相互作用是系統化投資中最重要卻最被低估的動態之一。標準動量策略大量持有非流動性部位，這些部位在正常市場中產生誘人報酬，但在反轉時造成災難性損失。透過Amihud非流動性比率調整部位大小，或簡單地排除最不流動的股票，就能消除動量大部分尾部風險，同時保留其大部分報酬。

實踐意義是重大的。夏普0.82、最大回撤-29%、容量超過80億美元的流動性過濾動量策略，與夏普0.55和-52%回撤的標準動量策略是根本不同的投資方案。對於因崩潰風險而迴避動量的配置者而言，流動性調整版本可能是捕獲動量溢價的更為可接受的方式。對於已經運行動量策略的投資者而言，流動性疊加以適度的報酬成本提供了有意義的風險降低。

這一發現還關聯到投資組合建構中更廣泛的原則：最好的改進往往不是來自發現新訊號，而是來自更智慧地管理現有訊號。動量仍然是金融領域最穩健和最有據可查的異象之一。它的主要弱點不是訊號本身，而是標準實施處理流動性風險的方式。修正這個弱點就能產生在大多數衡量標準下優於原始策略的結果。

參考文獻