Composite Dual Momentum

Ming Cheng Ho a.k.a Memorysaver
CAGR.RUN
Published in
4 min readOct 9, 2020

之前的文章介紹了基本的 全球指數動能,本文將介紹合成雙動能,一樣是由原作者 Gary Antonacci 設計的另外一種雙動能投資系統,透過投資四種不同類型的資產,並且計算個別資產類型的動能來進行投資組合的分配以達到更好的報酬率。

合成指數動能回報率 (來源來自 AllocateSmartly.com)

▍基本雙動能投資的執行方式

在介紹開始之前還是再替大家回顧一下雙動能策略執行的順序:

  1. 在該月的最後一個交易日收盤後 計算雙動能策略的訊號
  2. 依照訊號的結果選擇要持有的資產 ETF
  3. 在下一個月的第一個交易日依照訊號買進,可能會是繼續持有原本的ETF,或者是會需要賣出上個月的 ETF 並且買進另外一種 ETF。

在這裡特別提到使用 ETF 來進行資產類型的切換,是因為股票市場之中可以非常方便的透過 ETF 來達到取得不同資產類型的報酬率跟近似的統計結果,你可以選擇美國股票大盤或者特定產業的 ETF、非美國股票的 ETF、美國短中長期公債或綜合債券 (公債之外也混合了公司債的債券 ETF),更甚至是槓桿類型的 ETF 做出特殊的策略。

▍合成雙動能 CDM 的四個資產模組

合成雙動能策略正是需要同時管理四種資產的類型的一種策略,所以我們需要先了解一下執行這個策略會用到的四種資產模組,透過風險的類型我們分成以下四個模組,並且會計算這幾種資產過去 12個月的回報率:

  1. 股票資產: 美國股票 SPY 或是非美國股票 EFA
  2. 信用風險資產: 美國公司債 LQD 或是美國高收債 HYG
  3. 房地產資產: 美國房地產信託 VNQ 或美國抵押貸款房地產信託 REM
  4. 避險資產: 黃金 GLD 或 美國長期公債 TLT

另外還要計算 1- 3個月美國公債 BIL 過去12個月的回報率,來比較絕對動能之用,計算的方式請繼續讀下去。

▍策略計算的執行方式

  1. 在最後一個交易日收盤後計算以上八種資產以及短期公債 12月的回報率。
  2. 把投資組合分成四個模組每個模組分配 25% 的金額,先決定每一個模組的資產中哪一個資產類別的過去 12 個月回報率比較高,就選擇該資產。例如如果SPY > EFA,就選擇 SPY 作為相對動能較好的資產,然後在將SPY 去比較短期債券 BIL 的回報率來決定絕對動能,如果SPY > BIL 就選擇 SPY,BIL > SPY 的話就改持有現金,決定好每個模組要持有的標的後,在本月第一個交易日進行交易。
  3. 就持有資產到月底,持續重複這個過程,每個月都要對這個投資組合進行再平衡,也就是都要讓四個模組都回到 25% 的持倉狀態。

這個策略比較特殊之處,會讓每個月都讓所有的模組都保持在同樣的曝險狀態,也會透過絕對動能來保護每一種模組的下跌風險。

▍小結

合成雙動能基本上會在大部分的資產類型之中都能擁有適當的曝險,並且能取得比起 GEM 全球指數動能更好的風險報酬,也擁有低的歷史最大跌幅 Max Drawdown ,只是執行起來需要的步驟跟計算會更加麻煩,願不願意執行更複雜的投資策略,還是看個人的能力跟需求。如果你還不知道風險報酬的意義,可以回頭看看之前有關 GEM 策略的文章

另外需要附帶一提的事,月交易的再平衡策略,通常在交易的可能會有比較高的交易成本,交易成本包括了交易手續費跟價格跳動的滑價,特別是這個策略有四個模組需要交易,實務上來講,會有執行上比較困難的地方,你在出價要購買的時候,可能原本算好好的比例,因為一下的價格跳動就變成很難處理。

同樣的策略僅僅只是我們對過去的觀察,選擇更分散的資產類型跟策略來進行投資,當然在過去的 40 年的時間,股票資產一直都擁有比較好的回報率,但是其實我們完全是無法預知未來是否還能保有如此的報酬率,謹慎地思考,然後期待美好的未來是我們唯一可以做的事!

▍參考文獻

這篇文章參考了很多來自 AllocateSmartly 有關 Composite Dual Momentum 的 文章,裡面有更多有關這四種模組個別絕對動能的回測,以及該網站作者跟 Gary Antonacci 的一些深度討論,我很推薦想更了解的朋友可以進去閱讀。

四種模組各自的回報以及合成的結果

▍如何取得交易訊號

如果想嘗試看看實作 CDM,可以試試看我製作的工具 — CAGR.RUN 來幫助你計算動能切換的時點與資產配置!前往網站並且在側邊欄選擇 dual momentum,再選擇 CDM 合成雙動能 進行計算,就能取得目前的計算結果,請記得依照紀律在第一個交易日進行資產配置的調整喔!

--

--

Ming Cheng Ho a.k.a Memorysaver
CAGR.RUN

iCHEF Co-founder. Love to code and figure out tech stuff. I am recently interested in Quantitative Investing.