动量指标一般分位相对动量和绝对动量，下面简单的介绍一下

绝对动量（Absolute Momentum）也叫时间序列动量。它只看自己：这只股票或基金自身现在的价格，比它过去一段时间（比如12个月）的价格高还是低。判断标准：如果当前价格 > 过去N个月前的价格，就是正动量（看涨）；反之是负动量（看跌）。典型策略：趋势跟踪。涨了就买，跌了就卖，不关心别人。例子：现在股价1800元，比1年前1600元高，那它的绝对动量就是正的，趋势交易者会买入或持有。

 相对动量（Relative Momentum）:也叫横截面动量。它看的是排名：把一群股票放在一起比，谁过去涨得比同类更猛。判断标准：不关心自己涨没涨，只关心涨得是不是比别人多。典型策略：多空配对。买入过去表现最好的前20%股票，同时做空表现最差的后20%股票。

例子：今年所有股都跌了（绝对动量全是负的），但一个跌了5%，一个跌了20%。第一个相对动量就是正的，因为它在同类里跌得最少、跑赢了同行。

5日动量是我们常见的一个绝对动量的因子，具体我们检验一下这个因子是不是有效的因子，还要因子相关性等问题，第一步进入模型，当然也可以使用ai去分析，skill可以正常的使用，全部的ai工具都可以，比如WorkBuddy，trae等都可以使用，把这个内容发给ai就可以

/小果量化平台系统skill 利用小果排序多因子回测系统，生成这个代码，
策略逻辑： 在 2024-01-01 至 2026-12-31 期间，以 000300.SH 为基准，
对 1595.SZ、500.SH、580.SH、5180.SH、
151.SZ、5000.SH、1325.SZ、
5160.SH 进行排序轮动交易。 最大持股 1 只，
总排序方式: 降序。
买入条件筛选： ✅ 开启
自定义因子： 开启，2个自定义因子 (收盘价大于5日均线、均线评分)
买入条件： 5日涨跌幅(AND, 大于 0)；5日涨跌幅(AND, 小于 5)
排序因子（相关性/权重）： 5日涨跌幅(正相关, 权重:1)
止盈设置： 涨幅3.0%触发，金额卖出1000元，这个是用户账户，
服务器地址等数据url="124.220.32.224",
    port=8888,
    user="小果",
    password="小果",
    auth_code="小果"，不需要分析过程，直接输出完整代码

下面我用手动的方式实现因子的检验策略分析，打开多因子排序算法模型

选择股票池，利用etf建立一个全球大类的组合，重要是低相关性标的，建立组合，避免策略风格的偏移

设置交易的参数，这个可以自定义，我的只是策略的检验不做参考

选择因子比如我们今天需要验证的5日涨跌幅因子，这个我做了一个简单的涨跌幅区间的限制，可以自定义因子我目前计算了600多个因子

排序因子的选择，也是利用5日因子，这里需要注意相关性的选择，先正相关，后面检验一下相关性对策略的影响

系统会自动安策略参数生成一个简单策略说明

点击回测，5日因子动量，正相关排序看看收益

目前来看正相关排序，没有跑过指数，回测也巨大，正相关排序，买因子里面最大的标的，容易追高，看一下回测分析


{'start_date': '2024-01-02', 'end_date': '2026-08-28', 
'total_days': 644, 'final_value': 129742.84, 
'total_return': 0.2974, 'total_pnl': 29742.84, 
'final_holdings': 43900, 'remaining_cash': 64946.44, 
'total_trades': 711, 'annual_return': 0.1031,
 'max_drawdown': -0.0845, 'sharpe_ratio': 0.8216, 
 'volatility': 0.1066, 'win_rate': 0.1644, 
 'profit_loss_ratio': 0.0122, 
 'benchmark_final_value': 1.7087, 
 'benchmark_total_return': 0.7087, 'excess_return': -0.4113, 
 'index_final_value': 1.3442, 'index_total_return': 0.3442}

看一下策略排序的因子相关性和策略的关系，在选择买卖的因子基础上，涨跌幅基础上，排序从小到大买入，买入动量小的标的，相关性改成负相关就可以

点击回测看看结果，收益多了一倍，负相关选择收益比正相关高，存在超额收益对比指数


{'start_date': '2024-01-02', 'end_date': '2026-08-28', 
'total_days': 644, 'final_value': 134429.78, 
'total_return': 0.3443, 'total_pnl': 34429.78, 
'final_holdings': 30700, 'remaining_cash': 67350.28, 
'total_trades': 625, 'annual_return': 0.118, 
'max_drawdown': -0.1366, 'sharpe_ratio': 0.7675, 
'volatility': 0.1371, 'win_rate': 0.1535,
 'profit_loss_ratio': 0.0121, 
 'benchmark_final_value': 1.7087, 
 'benchmark_total_return': 0.7087, 
 'excess_return': -0.3644, 'index_final_value': 1.3442, 
 'index_total_return': 0.3442}

规避“追涨杀跌”陷阱：正相关排序（买入5日最强）在市场震荡或反转时极易高位站岗。回测显示其虽年化有10%，但超额收益为-41%，说明因子暴露方向错误，完全抵消了资产配置的优势。

负相关=逆向价值挖掘：买入5日最弱资产，本质是短期均值回归策略。在全球资产呈现明显的轮动和震荡特征，超跌资产往往有阶段性反弹机会。负相关排序成功捕捉了这一特性，不仅收益翻倍，且回撤更小（因为买入时资产已处于相对低位）。

与低相关性组合的协同：由于底层已配置了全球低相关性ETF，当某一类资产（如某国股票）因短期弱势被买入时，往往其他资产（如债券、商品）处于强势，形成天然对冲。这解释了为什么负相关策略在控制回撤的同时，还能获得高收益。


"""
作者:小果

小果量化平台 - 排序多因子回测系统
策略逻辑：
  - 回测区间：2024-01-01 至 2026-12-31
  - 基准指数：000300.SH
  - 交易标的：1595.SZ, 5130.SH, 5188.SH, 5180.SH, 1531.SZ, 5100.SH, 155.SZ, 516310.SH
  - 排序轮动，最大持股 1 只
  - 总排序方式：降序
  - 买入条件筛选：开启
  - 自定义因子：开启，2 个自定义因子（收盘价大于5日均线、均线评分）
  - 买入条件：5日涨跌幅(AND, 大于 0)；5日涨跌幅(AND, 小于 5)
  - 排序因子：5日涨跌幅(正相关, 权重:1)
  - 止盈设置：涨幅3.0%触发，金额卖出1000元
"""
from xg_quant_backtrader_data.xg_quant_backtrader_data import xg_quant_backtrader_data
# 初始化客户端（用户账户信息）
client = xg_quant_backtrader_data(
    url="124.220.32.224",      # 数据库服务器
    port=8888,                 # 数据库端口
    user="小果",               # 用户名
    password="小果",           # 密码
    auth_code="小果"           # 认证token
)
print("\n" + "=" * 60)
print("📊 排序多因子回测")
print("=" * 60)
result = client.xg_rank_factor_backtrader(
    start_date='20240101',                                   # 回测开始日期
    end_date='20261231',                                     # 回测结束日期
    stock_list='115.SZ,510.SH,510.SH,580.SH,531.SZ,51.SH,1525.SZ,51.SH',  # 交易标的
    index_stock='000300.SH',                                 # 基准指数
    cash=100000,                                             # 初始资金
    comm=0.0001,                                             # 佣金费率
    min_commission=0,                                        # 最低佣金
    trader_type='百分比',                                    # 交易类型
    trader_value=0.5,                                        # 交易值
    hold_stock_limit=1,                                      # 最大持股 1 只
    is_open_user_factor=True,                                # 启用自定义因子
    user_factor_list='close,high,low,open,amount,volume,zdf',# 因子列表
    user_factor_cacal='{"收盘价大于5日均线": "IF(df[\'close\']>MA(df[\'close\'],5),True,False)", "均线评分": "IF(MA(df[\'close\'],3)>MA(df[\'close\'],5),25,0)+IF(MA(df[\'close\'],5)>MA(df[\'close\'],10),25,0)+IF(MA(df[\'close\'],10)>MA(df[\'close\'],20),25,0)+IF(MA(df[\'close\'],20)>MA(df[\'close\'],30),25,0)"}',
    is_open_buy_condi=True,                                  # 启用买入条件
    buy_condi_factor='{"5日涨跌幅": {"选择类型": "and", "选择方向": "大于", "值": 0}, "5日涨跌幅": {"选择类型": "and", "选择方向": "小于", "值": 5}}',
    rank_factor='{"5日涨跌幅": {"相关性": "负相关", "权重": 1}}',  # 排序因子
    total_factor_rank='降序',                                # 总因子排序方式
    sell_type='金额',                                        # 卖出类型
    sell_zdf=0.03,                                           # 止盈涨幅 3.0%
    sell_value=1000,                                         # 卖出金额 1000元
    max_workers=4,                                           # 最大进程数
    interval=1,                                              # 间隔
    min_hold_days=1,                                         # 最少持有天数
    risk_free_rate=0.02,                                     # 无风险利率
    slippage=0,                                              # 滑点
    enable_limit_up_down_filter=True,                        # 启用涨跌停过滤
    max_single_position_ratio=1.0                            # 最大单仓位比例
)
print("排序多因子回测结果：")
print(result['绩效'])

5日动量因子策略，真的有效吗？回测一遍就知道了

投资顾问

数据库

动量策略分绝对动量与相对动量，回测显示负相关排序（逆向买入5日弱势资产）收益34.43%，优于正相关排序（29.74%），超额收益达-36.44%但回撤更小。负相关策略通过均值回归捕捉超跌反弹，配合低相关性ETF组合形成天然对冲，有效规避追涨杀跌陷阱。

服务器

WorkBuddy 

2026上云采购 | AI焕新·智启新局

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

5日动量因子策略，真的有效吗？回测一遍就知道了

5日动量因子策略，真的有效吗？回测一遍就知道了

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐