1. 课程导入

一、什么是时间序列动量CTA策略

时间序列动量(Time-Series Momentum,简称TSMOM)是指针对单一资产自身的历史收益率序列判断未来涨跌方向,并据此建立多头或空头头寸的一类趋势跟踪方法。它与横截面动量(Cross-Sectional Momentum)最大的区别在于:横截面动量比较的是“资产A与资产B谁更强”,而时间序列动量只问“这个资产自己过去是涨还是跌”。

CTA(Commodity Trading Advisor)原指美国商品期货交易顾问,如今已泛指以期货、期权等衍生品为主要交易标的的量化策略集合。将时间序列动量信号应用于CTA框架,就形成了本课程的核心对象——时间序列动量CTA策略:以期货合约(商品、股指、国债、外汇等)为标的,用过去N日收益率符号或波动率调整后收益作为信号,做多上涨品种、做空下跌品种,并通过多品种分散与风险预算控制回撤。

其核心原理可以用一句话概括:资产价格在中长期存在趋势延续性,而波动率具有聚集性。前者提供收益来源,后者决定仓位大小。经典实现中,常用信号为过去12个月收益率,仓位则按目标波动率倒数缩放,使每个品种对组合的风险贡献大致相等。

核心公式(简化版):
信号:signalt = sign(rt-252,t)
仓位:positiont = signalt × (target_vol / σt)
其中 σt 为近期已实现波动率,target_vol 为组合目标年化波动率。

二、发展历程:从海龟交易到机构化配置

时间序列动量的思想并非新生事物。20世纪70—80年代,以海龟交易法则为代表的趋势跟踪系统已在期货市场广泛使用,其突破入场、ATR止损、金字塔加仓等规则,本质上就是时间序列动量的工程化表达。1983年,丹尼斯与埃克哈特的海龟实验证明:趋势跟踪规则可以被系统化传授,而非依赖天赋。

2000年后,学术界开始系统检验该现象。Moskowitz、Ooi与Pedersen在2012年发表的《Time Series Momentum》一文,对1965—2009年58个期货品种进行检验,发现过去1—12个月收益对下一期收益具有显著正向预测力,且该效应在多数品种和多数年份中稳健。此后,AQR、Winton、Man AHL等机构将TSMOM作为多策略配置中的独立收益源。

2010年至今,随着国内商品期货品种扩容、夜盘交易与程序化接口开放,国内CTA策略进入快速发展期。时间序列动量因其逻辑清晰、容量较大、与股票策略低相关,成为私募与券商资管的重要配置方向。近年来,机器学习与另类数据被引入信号增强,但基础TSMOM仍是多数CTA产品的收益底座。

三、在量化投资中的定位与策略谱系

理解TSMOM的定位,需要把它放进量化策略的坐标系中。下表从收益来源、持仓周期、相关性与容量四个维度,对比时间序列动量CTA与其他主流策略。

策略类型收益来源持仓周期与股票相关性容量特征
时间序列动量CTA趋势延续 + 波动率风险溢价数周至数月低(常为负)大,适合机构资金
横截面动量品种相对强弱数日至数周中低中,受品种数量限制
统计套利价差均值回复日内至数日低中,受流动性约束
股票多因子因子风险溢价数周至数月高大
高频做市买卖价差 + 返佣毫秒至秒极低小,技术门槛高

从组合配置角度看,TSMOM的价值主要体现在三点:第一,危机Alpha——当股票市场出现长期下跌时,做空股指与做多国债、黄金的趋势信号往往能提供正收益;第二,低相关性——与股票多头、债券多头的相关性通常低于0.3;第三,可扩展性——同一套信号框架可复制到不同市场与品种。

时间序列动量CTA策略开发学习路径 阶段一:基础认知 期货规则 / 数据获取 动量定义 / 波动率 阶段二:信号构建 回看窗口 / 符号信号 波动率调整仓位 阶段三:组合与风控 多品种分散 / 风险预算 止损 / 杠杆约束 阶段四:回测与实盘 成本建模 / 绩效归因 仿真 / 实盘迭代 策略数据链路:从原始行情到交易信号 行情数据 开高低收/持仓量 收益率计算 对数收益/滚动窗口 动量信号 sign(过去N日收益) 仓位缩放 目标波动率/已实现波动 下单 多空建仓 注:每个环节均需考虑交易成本、滑点与合约展期影响

四、常见误区与复盘要点

初学者在接触时间序列动量CTA时,容易陷入以下几类误区,需要在学习路径的早期就建立正确认知。

  • 误区一:把动量等同于追涨杀跌。时间序列动量有明确的回看窗口与波动率调整规则,不是凭感觉追高。没有规则约束的追涨,在震荡市中会反复止损。
  • 误区二:忽略波动率缩放。若各品种等手数交易,高波动品种会主导组合风险。目标波动率缩放是TSMOM区别于简单趋势跟踪的关键工程步骤。
  • 误区三:用单一品种回测下结论。TSMOM的收益高度依赖多品种分散。单品种回测容易过拟合,且无法体现组合层面的风险预算效果。
  • 误区四:低估交易成本与展期损耗。期货合约存在展期,频繁换月会产生滑点与价差成本。回测中若忽略这些,实盘收益会显著低于预期。
复盘提醒:在进入后续章节前,请先确认你已具备期货合约基础(保证金、涨跌停、主力合约切换)与Python数据处理能力。若缺少其中一项,建议先补齐再进入信号构建部分,否则后续代码与回测结果将难以正确解读。
学习建议:本课程后续将按“数据—信号—组合—回测—实盘”的顺序展开。每章都会给出可运行的代码片段与参数配置。建议边学边在本地复现,并记录每次参数调整对夏普比率、最大回撤与换手率的影响,形成自己的策略日志。

总结来说,时间序列动量CTA策略是一套逻辑简洁、工程细节丰富、组合价值突出的量化方法。它的入门门槛不在于数学复杂度,而在于对期货市场微观结构、波动率建模与风险预算的系统理解。本章建立的认知框架,将作为后续所有开发环节的参照系。