當動量與反轉共存：每週商品期貨數據揭示的真相

當動量與反轉共存：週度大宗商品期貨數據揭示的規律

關於報酬率可預測性的教科書觀點有著清晰的分層：報酬率在短期（週度至月度）區間內反轉，在中期（3至12個月）區間內表現出動量效應。這一框架綜合了從Lehmann（1990）到Jegadeesh and Titman（1993）數十年的股票市場研究，已成為資產定價領域的經典範式。然而，來自大宗商品期貨市場的新證據表明，這種清晰的區分並不完整。

Ding, Kang, Yu, and Zhao（2026）使用一種簡單但有效的分解方法，證明動量和反轉在週度區間同時運作。透過將大宗商品報酬率分離為投機者資金流成分和正交殘差，他們發現資金流成分反轉（與流動性供給一致），而殘差成分表現出動量（與趨勢追逐行為一致）。其實踐意義在於：系統化大宗商品交易者一直將兩個不同的訊號混合為一個雜訊較大的指標，將它們分離則能產生更優的交易訊號。

分解：資金流與資訊

核心洞察依賴於CFTC的交易者持倉報告（COT）數據，該數據報告了1993年至2025年間26個大宗商品期貨市場中非商業投機者（機構趨勢跟蹤者的代理變數）的週度持倉。

作者構建了週度淨交易指標Q，定義為非商業淨多頭持倉變化除以未平倉合約數。然後對週度大宗商品報酬率對Q進行截面迴歸，並將殘差定義為R(nonQ)，即與投機者交易壓力正交的報酬率成分。

這一分解在概念上十分清晰。Q捕捉了投機性需求的價格衝擊，這種衝擊暫時將價格推離基本面，隨後發生反轉。R(nonQ)捕捉了其餘所有因素，包括資訊擴散以及在後續週吸引趨勢跟蹤資本的報酬率成分。

證據：週度動量帶來年化6.2%的報酬

論文的核心發現在規模上令人矚目。第t週R(nonQ)每增加一個標準差，預測第t+1週報酬率上升11.6個基點，折合年化報酬率6.2%。這超過了大宗商品的無條件平均年化報酬率4.7%。

對於實務工作者而言，該動量訊號有幾個突出特徵。

首先，它適用於大宗商品的整個截面，而非僅限於具有特定特徵的子集。與Medhat and Schmeling（2022）發現的股票市場短期動量集中於高週轉率股票不同，大宗商品版本在金屬、能源、農產品和畜產品中普遍存在。

其次，動量效應在波動率較低和趨勢跟蹤預期獲利較高時往往更強。這與Hong and Stein（1999）的模型一致：當市場平穩時，投機者對追逐趨勢更有信心，他們的集體行為產生報酬率的持續。

第三，R(nonQ)訊號增強了傳統的中期（3至12個月）動量。Probit分析表明，短期R(nonQ)贏家的身份顯著提高了在更長期限內成為贏家的機率。將週度R(nonQ)訊號彙聚到中期動量構建中，能夠大幅提升表現。

重要性：一個指標中隱藏的兩個訊號

這項研究的實務意義超越了學術興趣。大多數系統化大宗商品策略使用原始歷史報酬率作為動量和均值迴歸訊號的輸入。這篇論文表明，原始報酬率混合了兩種經濟上截然不同的力量：反映暫時價格壓力的資金流驅動反轉，以及反映趨勢跟蹤資本配置的資訊驅動延續。

對於商品交易顧問（CTA）和系統化宏觀基金而言，其含義在於CFTC每週更新且免費提供的COT數據包含可用於訊號構建的可操作資訊。分解並不複雜：對報酬率與淨資金流變化進行迴歸，取得殘差作為動量訊號。反轉訊號則直接使用Q。

制度依賴性與訊號動態

論文提供了關於動量訊號何時最強的詳細證據。驅動R(nonQ)動量的趨勢追逐行為在特定條件下往往加強。

期限結構同樣重要。R(nonQ)在最多三週內（t+1至t+3）正向預測後續投機者交易流，此後趨勢追逐效應消退。超過短期區間後，機制發生轉變：R(nonQ)透過漸進式資訊擴散而非趨勢追逐來預測中期（1至12個月）的報酬率。

重新定義短期反轉

論文還重新定義了短期反轉的真正含義。在股票文獻中，短期反轉策略以歷史報酬率為訊號構建。作者表明，在大宗商品市場中，反轉效應更準確地被定性為基於交易的反轉，而非基於報酬率的反轉。

當Q（過去的投機者資金流）和過去報酬率同時作為預測變數時，Q佔據主導地位。在控制資金流資訊後，過去報酬率幾乎不增加額外的預測能力。這表明，缺乏高頻持倉數據的股票市場短期反轉策略，可能使用的是一個雜訊較大的代理變數，其本質上反映的是與訂單流相關的流動性供給效應，而非與過去價格本身相關的效應。

局限性與實施約束

若干約束限制了實際中的實施。

COT數據發布存在三天滯後（週二持倉，週五下午公布）。這意味著R(nonQ)的週度動量訊號最早要到下週一才能執行，產生執行滯後。論文的回測隱含假設在下一個週二執行，考慮到滯後結構，這一假設具有現實合理性。

大宗商品期貨的交易成本相對股票較低，但週度再平衡頻率會產生可觀的週轉。年化6.2%的訊號是未扣除買賣價差、滑價和展期成本的總報酬數字。淨報酬將更低，尤其是在流動性較差的農產品和畜產品合約中。

容量受到大宗商品期貨市場規模的限制。樣本中的26種商品在流動性方面差異巨大，從原油和黃金等深度市場到燕麥和木材等淺薄市場不等。現實的配置需要根據市場深度調整部位規模。

樣本期（1993至2025年）涵蓋了長期大宗商品多頭市場（2000年代）和長期空頭市場（2014至2020年）。論文未進行超出子期間穩健性檢驗的正式樣本外測試。

實踐要點

週度區間中動量與反轉的共存，對系統化大宗商品交易者具有多重分析層面的意義。

短期反轉、中期動量的傳統框架，似乎是由於將原始報酬率作為唯一預測變數而產生的過度簡化。在控制投機者資金流後，兩種效應在同一頻率上均可觀測。

CFTC的COT數據提供了一個公開可用的週度頻率數據源，可用於將大宗商品報酬率分解為資金流和非資金流成分。分解方法簡單明瞭：資金流成分（Q）用作反轉訊號，正交殘差（R(nonQ)）用作動量訊號。

R(nonQ)的動量成分歷史上從一個標準差訊號中產生了約6.2%的年化報酬率，相對於大宗商品約4.7%的平均年化報酬率，在經濟意義上十分顯著。該訊號在低波動率環境和近期動量策略獲利的時期往往表現得更為強勁。

將週度R(nonQ)訊號彙聚到中期動量構建中，歷史上改善了傳統3至12個月大宗商品動量策略的表現。短期和中期動量效應似乎是相互關聯而非彼此獨立的現象。