4. 动量信号生成与阈值设定

动量指标本身只是一个连续数值，比如某只ETF近12个月涨幅为18%、近6个月涨幅为9%。这些数字无法直接告诉我们应该买还是卖。信号生成的任务，就是给这些连续数值加上"判断规则"，把它们转换成离散的、可执行的交易指令：买入、持有、卖出或空仓。本节围绕两条核心规则展开——绝对动量阈值和相对动量排名，并说明它们如何协同工作。

一、绝对动量：用无风险利率做"及格线"

绝对动量回答的问题是：这个资产本身值不值得持有？最常用的做法是把ETF的动量收益与无风险利率比较。逻辑很直白：如果承担了权益市场的波动风险，收益却还不如买国债或货币基金，那就没有持有的必要。

具体实现时，需要统一时间口径。假设我们使用12个月动量，计算方式为：

mom_12m = P_t / P_{t-12} - 1
excess   = mom_12m - rf_12m

其中 P_t 为当前收盘价，P_{t-12} 为12个月前收盘价，rf_12m 为过去12个月的无风险利率（可用1年期国债收益率或货币基金年化收益折算）。当 excess > 0 时，绝对动量通过，该资产进入候选池；否则被剔除。

这里有几个容易出错的细节。第一，无风险利率必须与动量窗口匹配，用12个月动量就配12个月的无风险收益，不能拿当前的年化利率直接减。第二，阈值可以设置缓冲带，例如要求 excess > 0.5% 才算通过，避免在零轴附近频繁翻转产生无效交易。第三，绝对动量的作用是"守门"，它不负责在多个资产之间排序，只负责判断单个资产是否合格。

二、相对动量：在合格资产中选强者

相对动量回答的是另一个问题：在通过绝对动量筛选的资产里，哪个最强？做法是对候选池内所有资产按动量得分降序排名，取前N名（常见N=1或2）作为持仓对象。

排名规则需要明确三点。其一，排名依据的动量得分应与绝对动量使用同一口径，避免"用6个月动量排名、用12个月动量过滤"造成逻辑混乱。其二，得分相同时需要稳定的次级排序规则，例如按代码字母序或按波动率从低到高，保证回测与实盘结果可复现。其三，若候选池为空（全部未通过绝对动量），则相对动量无对象可选，直接输出空仓信号。

下面这张图展示了从原始价格到最终交易信号的完整判定链路，包括绝对动量的守门作用与相对动量的排序选择：

三、两条规则的协同与信号输出

把两条规则串起来，完整的信号生成逻辑是：先对每个资产计算动量得分与超额收益，用绝对动量阈值过滤出候选池，再在候选池内按得分排名取前N名，最后把持仓名单转换为目标权重。若某资产上期持有、本期排名跌出前N或未通过绝对动量，则产生卖出信号；新进入前N的资产产生买入信号。

以一个简化的教学示例说明。假设候选池有A、B、C、D四只ETF，12个月动量分别为18%、9%、-3%、5%，无风险利率折算为2.5%，阈值设为0。则超额收益分别为15.5%、6.5%、-5.5%、2.5%。C被绝对动量剔除，A、B、D进入候选池。若N=1，则选中A；若N=2，则持有A和B。假设上期持有B和D，本期N=2时D被B挤出，产生D卖出、A买入的调仓指令。

需要注意，上表数据为教学假设，并非实际回测结果。实际使用时还应考虑调仓频率（月度或周度）、交易成本以及信号确认机制。例如可以要求信号连续两次调仓日成立才执行，以降低换手；也可以设置排名缓冲区，前N名买入、跌出前N+1名才卖出，减少边界抖动。

信号生成完成后，建议输出一张结构化的信号表，至少包含：调仓日期、各资产动量得分、超额收益、是否通过绝对动量、相对排名、目标权重、相对上期的买卖动作。这张表既是执行依据，也是后续复盘信号质量的基础数据。只有把"数值→判定→排名→权重→动作"这条链路完整落地，动量指标才真正转化为可执行的交易信号。