周 亮，游 航

（1.湖南財政經(jīng)濟(jì)學(xué)院學(xué)報編輯部，長沙 410205；2.中國人民大學(xué)商學(xué)院，北京 100872）

動量效應(yīng)又稱為慣性效應(yīng)，由Jegadeesh和Titman（1993）[1]首先提出，指的是股票的收益率有延續(xù)原來運(yùn)動方向的趨勢，即過去一段時間收益率較高的股票相對過去收益率較低的股票在未來仍會獲得更高的收益率?；趧恿啃?yīng)，投資者可以通過買入過去收益率較高的股票（也稱贏家組合）、賣出過去收益率低的股票（也稱輸家組合）獲利，這種利用股價動量效應(yīng)構(gòu)造的投資策略稱為動量投資策略。與動量效應(yīng)相對的是反轉(zhuǎn)效應(yīng)，指過去一段時間收益率較高的股票在未來獲得的收益率將會低于過去收益率較低的股票。動量效應(yīng)在股票市場上存在的歷史很長，并且普遍存在于世界各地的股票市場上，甚至一些近期的研究發(fā)現(xiàn)動量效應(yīng)也存在于其他類型的交易市場上。一些學(xué)者從行為金融學(xué)的角度對動量效應(yīng)做出了解釋，如Hong、Stein（2000）[2]和 Lee、Swaminathan（2000）[3]均發(fā)現(xiàn)了換手率對股票動量效應(yīng)收益具有顯著影響，不同之處在于前者認(rèn)為低換手率的股票動量效應(yīng)更大，而后者認(rèn)為高換手率的股票動量效應(yīng)更大。投資者情緒是行為金融學(xué)研究的重點，指的是投資者對未來預(yù)期的系統(tǒng)性偏差，反映了市場參與者的投資意愿或預(yù)期，對其的衡量主要是采用各種主觀指標(biāo)（如央視看盤指數(shù)、好淡指數(shù)等）以及客觀指標(biāo)（如新增投資者數(shù)量、換手率等）進(jìn)行代替。因此研究投資者情緒對動量效應(yīng)的影響，可以更好地從行為金融學(xué)的角度對動量效應(yīng)進(jìn)行解釋和分析。

考慮到現(xiàn)有對股市動量效應(yīng)的研究主要集中在個股上，對行業(yè)指數(shù)動量效應(yīng)的研究仍然比較缺乏，因此通過對行業(yè)動量效應(yīng)的研究可以從更廣的視角對股市動量進(jìn)行分析。并且大部分研究并沒有采用細(xì)分視角來對動量效應(yīng)區(qū)分，因此將投資者情緒市場分為情緒樂觀期和情緒悲觀期，并比較不同情緒下動量效應(yīng)的異同，可以從深度上對股市動量效應(yīng)的理論進(jìn)行豐富，這也是本文的創(chuàng)新之處?；诖耍疚陌凑丈耆f一級行業(yè)分類，選擇我國股市28個行業(yè)指數(shù)的收益率序列，研究了我國股市的行業(yè)動量效應(yīng)。同時借鑒行為金融學(xué)的研究成果，利用新增投資者數(shù)量、換手率及波動率三個指標(biāo)合成投資者情緒指標(biāo)，并將樣本區(qū)間有效區(qū)分為情緒樂觀期和情緒悲觀期，考察了投資者情緒對動量效應(yīng)的影響。結(jié)果發(fā)現(xiàn)，在情緒樂觀期動量效應(yīng)并不明顯，甚至在長期表現(xiàn)出反轉(zhuǎn)效應(yīng)，而在情緒悲觀期動量效應(yīng)非常顯著，支持了Hong和Stein（2000）[2]的研究結(jié)論。

1 文獻(xiàn)綜述

1.1 動量效應(yīng)相關(guān)研究

大部分學(xué)者對動量效應(yīng)的研究均是圍繞著股票市場進(jìn)行的。Jegadeesh 和 Titman（1993）[1]通過對美國市場的股票收益率數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)，買入過去3到12個月收益率最高的10%的股票、同時賣出過去3到12個月收益率最低的10%的股票，可以在未來的3到12個月每個月獲得1%左右的超額收益。Rouwenhorst（1999）[4]研究了發(fā)展中國家股票的動量效應(yīng)，發(fā)現(xiàn)當(dāng)排序期和持有期均為6個月時，在6個發(fā)展中國家可以獲得顯著的正向收益。Liew和Vassalou（1999）[5]則研究了發(fā)達(dá)國家的動量效應(yīng)，結(jié)果發(fā)現(xiàn)持有期對動量交易策略的收益率有比較顯著的影響，隨著持有期的延長，動量策略的收益會逐漸降低。王平平和肖智蘭（2008）[6]選取滬深300指數(shù)中樣本股2005年1月至2007年12月的月收益數(shù)據(jù)研究了中國股票市場的動量效應(yīng)，結(jié)果發(fā)現(xiàn)排序期和持有期為3到12個月的策略組合存在顯著的動量效應(yīng)，而排序期為1個月的策略組合則表現(xiàn)出反轉(zhuǎn)效應(yīng)。嚴(yán)太華和梁嵐（2011）[7]利用1995年1月至2009年12月上海證券交易所股票的日收益率數(shù)據(jù)對上海股票市場的動量效應(yīng)進(jìn)行實證研究后發(fā)現(xiàn)，上海股票市場存在動量效應(yīng)現(xiàn)象，但動量效應(yīng)持續(xù)的期限要短于西方發(fā)達(dá)國家的股票市場。馮科和鄭琛（2013）[8]依據(jù)2011年中小板市場股票的日收益率研究了該市場短期動量效應(yīng)與反轉(zhuǎn)效應(yīng)，結(jié)果發(fā)現(xiàn)除了排序期為兩周且持有期為兩周時市場效應(yīng)不明顯之外，其他均顯著表現(xiàn)為收益反轉(zhuǎn)效應(yīng)。

還有一些學(xué)者研究了股票外其他資本市場的動量效應(yīng)。Moskowitz等（1999）[9]研究了美國股市行業(yè)指數(shù)的動量效應(yīng)，發(fā)現(xiàn)行業(yè)組合有顯著的動量效應(yīng)，且超額收益比個股組合更大。Miffre和Rallis（2007）[10]對美國商品期貨市場的動量進(jìn)行了研究，結(jié)果發(fā)現(xiàn)排序期為1個月、持有期為1個月的動量交易策略可以獲得15%左右的年化收益率。黃卓、康辰和劉利科（2015）[11]使用1998—2013年中國商品期貨市場所有交易品種的周度交易數(shù)據(jù)考察了動量策略的投資收益表現(xiàn)，結(jié)果發(fā)現(xiàn)國內(nèi)商品期貨市場整體表現(xiàn)為反轉(zhuǎn)效應(yīng)，9周以上排序期的投資組合反轉(zhuǎn)效應(yīng)更為強(qiáng)烈，即使考慮了交易費(fèi)用，該交易策略仍然帶來顯著收益。

1.2 投資者情緒及其對動量效應(yīng)的影響

一些學(xué)者從行為金融學(xué)的角度對動量效應(yīng)做出了解釋，Hong 和 Stein（2000）[2]研究認(rèn)為信息擴(kuò)散慢的股票動量效應(yīng)或反轉(zhuǎn)效應(yīng)高于信息擴(kuò)散快的股票，因此公司規(guī)模小、換手率低的股票具有更高的動量收益或者反轉(zhuǎn)收益。但是Lee和Swaminathan（2000）[3]則研究發(fā)現(xiàn)，買入高換手率的贏家組合并賣出高換手率的輸家組合可以獲得更高的超額收益，換而言之高換手率的股票的動量效應(yīng)更高。史永東和王鎮(zhèn)（2015）[12]根據(jù)所構(gòu)建的投資者情緒復(fù)合指數(shù)將樣本期劃分為情緒樂觀期和情緒悲觀期，并以A股市場為例實證檢驗了不同情緒期內(nèi)動量收益的變動情況，結(jié)果發(fā)現(xiàn)動量效應(yīng)更易在情緒樂觀期出現(xiàn)，說明投資者的樂觀情緒是我國股市產(chǎn)生動量效應(yīng)的主要因素。鑒于投資者情緒對動量效應(yīng)的顯著影響，對投資者情緒的構(gòu)建能夠顯著影響到實證的有效性。在對投資者情緒的構(gòu)建上，綜合指標(biāo)是最為常用及有效的，所選用的指標(biāo)包括新增投資者開戶數(shù)（文鳳華等，2014）[13]、換手率（周亮，2017）[14]、封閉式基金折價（Delong，1990[15]；易志高和茅寧，2009[16]）、IPO數(shù)量及上市首日收益（Baker和 Wurgler，2006）[17]以及中國波指、股指期貨升貼水等衍生品指標(biāo)（周亮，2017）[18]等。

綜上可以看到，國內(nèi)外學(xué)者對股市動量效應(yīng)的研究已經(jīng)相當(dāng)充分，對其他資本市場也有涉足，同時也對投資者情緒對動量效應(yīng)的影響進(jìn)行了一定探討，但是并不深入，而且對行業(yè)指數(shù)動量效應(yīng)的研究仍然比較缺乏。同時將利用新增投資者數(shù)量、換手率及波動率三個指標(biāo)合成投資者情緒指標(biāo)，以考察投資者情緒對動量效應(yīng)的影響。

2 研究設(shè)計

2.1 動量效應(yīng)測算方法

股市里的動量是指過去一段時間漲幅居前的股票在未來一段時間內(nèi)也能取得更高的漲幅。因此對動量效應(yīng)的測算，可以買入過去一段時間漲幅居前的股票（也稱為贏家組合），同時賣出過去一段時間漲幅靠后的股票（也稱為輸家組合），在持續(xù)一段時間后，觀察該投資組合是否可以獲得顯著的超額收益。這樣的設(shè)計方法，可以很好地將市場影響剔除，因為股市里各個股票的質(zhì)地雖然有所不同，但是都受著大環(huán)境的影響，當(dāng)行情向好時，絕大部分股票都會上漲，而當(dāng)行情趨壞時，大部分股票都難逃下跌。如果買入贏家同時賣出輸家的投資者組合能夠獲得顯著的正收益，則證明動量效應(yīng)存在；如果投資者組合獲得了顯著的負(fù)收益，則證明市場存在著反轉(zhuǎn)效應(yīng)；如果投資者組合的收益并不顯著，則說明市場既不存在動量效應(yīng)，也不存在反轉(zhuǎn)效應(yīng)。

由于本文研究的是行業(yè)動量效應(yīng)，因此借鑒Jegadeesh 和 Titman（1993）[1]的方法，在每期期初計算各行業(yè)指數(shù)在過去J期（排序期）的對數(shù)收益率，并按照從低到高的順序?qū)⑿袠I(yè)指數(shù)分為4組，其中收益率最高的一組即為贏家組合（記為W組），收益率最低的一組即為輸家組合（記為L組）。對于贏家組合投資策略來說，即為等權(quán)重買入贏家組合中的行業(yè)指數(shù)并持有K期（持有期）；對于輸家組合投資策略來說，即為等權(quán)重買入輸家組合中的行業(yè)指數(shù)并持有K期；對于對沖組合投資策略來說，即為等權(quán)重買入贏家組合的行業(yè)指數(shù)并賣出輸家組合的行業(yè)指數(shù)并持有K期。為了提高t統(tǒng)計量檢驗的有效性，采用重疊抽樣法進(jìn)行抽樣，即排序期是重疊的。鑒于本文選取的樣本數(shù)據(jù)為周度數(shù)據(jù)，同時我國股市投機(jī)性高，持有期相對來說比較短，因此考察了J、K=1、2、3、4、6、12、26，共計 49 種期限組合的投資收益，而對于26期以上更長期的期限并未考慮。

2.2 投資者情緒構(gòu)造方法

借鑒周亮（2017）[14]、易志高（2009）[16]等學(xué)者的方法，采用主成分方法構(gòu)造投資者情緒指標(biāo)：第一步，用所有源指標(biāo)的當(dāng)期值和滯后一期值，采用主成分方法構(gòu)造出初始投資者情緒指標(biāo)；第二步，計算源指標(biāo)當(dāng)期值和滯后一期值與初始情緒指標(biāo)之間的相關(guān)系數(shù)，并選出每個源指標(biāo)相關(guān)系數(shù)較高的當(dāng)期值或滯后一期值；第三步，再用選出來的源指標(biāo)當(dāng)期值或滯后一期值進(jìn)行主成分分析，從而構(gòu)造出最終的投資者情緒指標(biāo)。需要說明的是，與其他學(xué)者不同，本文并沒有剔除掉宏觀經(jīng)濟(jì)變量的影響，主要是因為本文選擇的是周度數(shù)據(jù)，而宏觀經(jīng)濟(jì)變量一般都是月度數(shù)據(jù)甚至是季度數(shù)據(jù)。

借鑒其他學(xué)者的方法，采用新增投資者數(shù)量（NIA）、換手率（VOL）及波動率（FLU）三個客觀指標(biāo)作為投資者情緒的源指標(biāo)。新增投資者數(shù)量是每周股票市場新增開戶數(shù)，衡量的是進(jìn)入股票市場的投資者數(shù)量，當(dāng)新增投資者數(shù)量增加時，代表投資者情緒升高，反之則代表投資者情緒降低。換手率是每周的市場成交額除以流動市值，當(dāng)換手率越高時，代表市場交投越活躍，也就反映出投資者情緒越高，反之則說明投資者情緒越低。波動率跟換手率一樣，也能夠反映出市場交投的熱烈程度，當(dāng)波動率越高時，說明投資者情緒越高，反之亦然。由于滬深300指數(shù)包含了股市中規(guī)模最大、流動性最好的300只股票，用滬深300指數(shù)來反映大盤的變動是合適的，因此采用滬深300指數(shù)的周換手率和周波動率作為投資者情緒的源指標(biāo)。

2.3 數(shù)據(jù)來源

選取2013年1月至2017年9月所有的周數(shù)據(jù)作為分析對象，共245組數(shù)據(jù)。其中行業(yè)指數(shù)選取的是申萬一級行業(yè)，共計28個行業(yè)指數(shù)，因此在構(gòu)造交易策略時，贏家組合和輸家組合均分別為7個；行業(yè)指數(shù)收益率和滬深300指數(shù)收益率均采用對數(shù)收益率形式，即波動率用滬深300指數(shù)日收益率的周標(biāo)準(zhǔn)差來衡量，為使所有數(shù)據(jù)的量綱相一致，對新增投資者數(shù)量在初始值的基礎(chǔ)上取對數(shù)處理。所有數(shù)據(jù)均來自東方財富金融數(shù)據(jù)庫。

3 實證檢驗

3.1 全樣本動量效應(yīng)分析

在全樣本中，計算不同排序期J和持有期K的贏家組合收益、輸家組合收益及對沖組合收益，以分析動量效應(yīng)的存在與否。表1報告了計算結(jié)果，其中W行表示贏家組合的投資收益、L行表示輸家組合的投資收益、W-L行表示對沖組合（即買入贏家組合賣出輸家組合）的投資收益、t值測度的是對沖組合收益率的顯著性?？梢钥吹?，我國行業(yè)指數(shù)表現(xiàn)出動量效應(yīng)，幾乎所有的對沖組合在持有期均取得正收益（只有J=26、K=6的對沖組合為負(fù)收益，但是不顯著）。排序期為 1、2、3、4期的對沖組合的動量效應(yīng)較強(qiáng)，表現(xiàn)為所有的持有期收益均為顯著的正值（J=4，K=3、4時，收益不顯著，但是總體而言，排序期J為4時，大部分持有期收益均顯著為正）；而排序期為6、12、26期時的動量效應(yīng)不明顯，絕大部分的持有期收益均不顯著。因此說明，我國股市短期行業(yè)動量效應(yīng)顯著，但是長期來看并不明顯。從持有期收益的大小來看，排序期J為2或者3時幾乎所有的持有期收益均最大，因此這兩個排序期的動量效應(yīng)最明顯，也就進(jìn)一步說明了行業(yè)動量效應(yīng)主要表現(xiàn)在短期，但是J=1這種超短期動量卻不如J=2、3時顯著。

3.2 投資者情緒指標(biāo)構(gòu)造及情緒期劃分

3.2.1 投資者情緒指標(biāo)的構(gòu)造

采用主成分分析方法構(gòu)造投資者情緒指標(biāo)。表2報告了新增投資者數(shù)量（NIA）、換手率（VOL）及波動率（FLU）三個源指標(biāo)的描述性統(tǒng)計及相關(guān)分析情況，可以看到三個源指標(biāo)兩兩之間均具有顯著的相關(guān)性，尤其是換手率和波動率之間的相關(guān)系數(shù)達(dá)到了0.627，表現(xiàn)為非常相關(guān)。因此采用主成分分析法對三個源指標(biāo)進(jìn)行處理是合適的。

表1 全樣本動量組合收益

表2 三個源指標(biāo)的描述性統(tǒng)計及相關(guān)分析

先對三個源指標(biāo)的當(dāng)期值及滯后一期值進(jìn)行主成分分析以獲得初始投資者情緒指標(biāo)，再選擇與初始投資者情緒指標(biāo)相關(guān)性更強(qiáng)的源指標(biāo)當(dāng)期值或滯后一期值再次進(jìn)行主成分分析，并按照特征值對各主成分進(jìn)行加權(quán)，得到最終的投資者情緒指標(biāo)，計算公式為：

圖1顯示了樣本區(qū)間投資者情緒指標(biāo)與大盤指數(shù)的關(guān)系，可以看到兩者走勢大體相關(guān)，指數(shù)的高低點與投資者情緒的高低點能夠進(jìn)行較好的對應(yīng)。經(jīng)計算，兩者的相關(guān)系數(shù)達(dá)到0.756，因此本文所構(gòu)造的投資者情緒指標(biāo)能夠?qū)Υ蟊P指數(shù)進(jìn)行較好的刻畫，是有效的。

圖1 投資者情緒與滬深300指數(shù)的走勢圖

3.2.2 情緒樂觀期和悲觀期的劃分

為識別投資者情緒對動量效應(yīng)的影響，借鑒史永東和王鎮(zhèn)（2015）[12]的方法，首先將投資者情緒指標(biāo)序列按照從小到大進(jìn)行排序，取最小的40%數(shù)值定義為情緒悲觀期，取最大的40%數(shù)值定義為情緒樂觀期，中間的20%數(shù)值定義為情緒溫和期。之所以設(shè)定情緒溫和期，是為了避免情緒界限模糊導(dǎo)致結(jié)果的不穩(wěn)定性，但在最終的分析中只考慮情緒樂觀期和情緒悲觀期動量效應(yīng)的變化情況。對情緒期的劃分是按照排序期最后一周的投資者情緒所在區(qū)間進(jìn)行定義，之所以采用這種方法而不采用整個排序期絕大部分時期的投資者情緒大小進(jìn)行劃分，是因為越近期的情緒對持有期的收益影響越大，而且在實際交易過程中，根據(jù)市場當(dāng)前狀況進(jìn)行交易策略設(shè)計是更為合適的。最終按照投資者情緒的延續(xù)性，一共可以大致區(qū)分為8個情緒樂觀期和10個情緒悲觀期。

3.3 投資者情緒對動量效應(yīng)的影響

3.3.1 情緒樂觀期的動量效應(yīng)

表3報告了情緒樂觀期的動量效應(yīng)表現(xiàn)情況?？梢钥吹?，與全樣本明顯不同的是，雖然情緒樂觀期在短排序期表現(xiàn)出一定的動量效應(yīng)（對沖組合的持有期收益為正），但是在長排序期卻表現(xiàn)出反轉(zhuǎn)效應(yīng)（對沖組合的持有期收益為負(fù)，從J=4開始體現(xiàn)出來）。同時，情緒樂觀期絕大部分的持有期收益均不顯著，只有（J，K）=（1，1）時體現(xiàn)出顯著的動量效應(yīng)，而在（J，K）=（6，26）、（12，12）、（12，26）、（26，6）、（26，12）、（26，26） 時體現(xiàn)出顯著的反轉(zhuǎn)效應(yīng)，在其他時期對沖組合的收益均不顯著。因此可以認(rèn)為，在情緒樂觀期，只存在著超短期的動量效應(yīng)，而在長周期的排序期和持有期來看，甚至?xí)霈F(xiàn)明顯的反轉(zhuǎn)效應(yīng)。

表3 情緒樂觀期動量效應(yīng)分析

3.3.2 情緒悲觀期的動量效應(yīng)

表4報告了情緒悲觀期的動量效應(yīng)表現(xiàn)情況?？梢钥吹?，與全樣本相似的是，幾乎在所有排序期和持有期對沖組合均表現(xiàn)出動量效應(yīng)（表現(xiàn)為持有期收益為正），只有少部分時期的持有期收益為負(fù)，但是均不顯著。從動量效應(yīng)的顯著性上來看，情緒悲觀期同樣在短排序期表現(xiàn)出更強(qiáng)的動量效應(yīng)，在J=2、3、4時大部分持有期收益均顯著為正，而J=12，26時大部分持有期收益均不顯著；需要說明的是，與全樣本不同的是，情緒悲觀期在超短期（J=1）并不具有明顯的動量效應(yīng)（大部分持有期收益均不顯著）。而且與表1各持有期收益的數(shù)值進(jìn)行比較可以發(fā)現(xiàn)，在J=2、3、4時情緒悲觀期的持有期收益更大，表明在情緒悲觀期的動量更強(qiáng)。

表4 情緒悲觀期動量效應(yīng)分析

4 結(jié)論與展望

選取2013年1月至2017年9月所有周數(shù)據(jù)作為分析對象，采用主成分分析法從新增投資者數(shù)量、滬深300指數(shù)的換手率和波動率三個源指標(biāo)中提取出投資者情緒指標(biāo)，并將樣本區(qū)間區(qū)分為情緒樂觀期和情緒悲觀期，分別考察了我國股市的28個行業(yè)指數(shù)在全樣本及各情緒時期的動量效應(yīng)后發(fā)現(xiàn)：從全樣本來看，我國行業(yè)指數(shù)表現(xiàn)出動量效應(yīng)，排序期為1、2、3、4期的對沖組合的動量效應(yīng)較強(qiáng)，而排序期為6、12、26期時的動量效應(yīng)不明顯，說明我國股市短期行業(yè)動量效應(yīng)顯著，但長期來看并不明顯。在情緒樂觀期，只存在著超短期的動量效應(yīng)，而在長周期的排序期和持有期來看，甚至?xí)霈F(xiàn)明顯的反轉(zhuǎn)效應(yīng)；情緒悲觀期在超短期并不具有明顯動量效應(yīng)，但在J=2、3、4時持有期收益比全樣本更大，表明在情緒悲觀期的動量更強(qiáng)。趨勢投資是我國股市投資者常用的交易策略，而動量效應(yīng)又是趨勢交易策略的基本原理所在，對行業(yè)動量效應(yīng)的研究對于投資者實踐具有較強(qiáng)的指導(dǎo)意義。實證結(jié)果表明，動量交易策略確實具有較強(qiáng)的實用性，但并不是在任何時期都能取得顯著收益。在投資者情緒較為樂觀的時候，動量交易策略并不能取得理想的效果，前期上漲較多的行業(yè)指數(shù)并不能在接下來的時期內(nèi)也有更高的收益。相反，如果排序期和持有期足夠長（大于6周），甚至還會出現(xiàn)反轉(zhuǎn)效應(yīng)，前期漲幅居前的行業(yè)反而跑不贏前期漲幅靠后的行業(yè)。相反，在投資者情緒較為悲觀的時候，采用動量交易較為合適，尤其是短排序期的交易策略（2周、3周、4周）。因此，對投資者情緒進(jìn)行有效區(qū)分，是獲得更顯著的動量效益的前提和基本保障，如果投資者在情緒悲觀期采用動量交易策略，而在情緒樂觀期采用其他交易策略（如長排序期的反轉(zhuǎn)策略），可獲得更理想的效果。

本研究主要集中在股市行業(yè)動量，這與大部分研究專注于個股的研究有所區(qū)別，從更廣闊的市場角度豐富了動量效應(yīng)的研究范疇。其次，通過投資者情緒的劃分，有效考察了情緒樂觀期和情緒悲觀期表現(xiàn)的異同，從更細(xì)化的角度對動量效應(yīng)的表現(xiàn)進(jìn)行研究，這也是本文的創(chuàng)新之處。除了具有一定的理論價值以外，本研究也對投資實踐者有重要的指導(dǎo)意義，即在采用行業(yè)動量交易策略時，需要對投資者情緒進(jìn)行區(qū)分，因為不同情緒時期的動量效應(yīng)具有顯著的不同。同時也為投資者提供了一種參考思路，即可以采用其他分類指標(biāo)對動量效應(yīng)進(jìn)行深入?yún)^(qū)分。本研究雖取得了一定成果，但仍存在許多不足之處，今后的研究可從以下幾個方面進(jìn)行深入：首先，周度數(shù)據(jù)的樣本相對于月度數(shù)據(jù)而言可以獲得比較豐富的信息，但相對于日度頻率的數(shù)據(jù)顯然丟失了更多有用的信息，同時采用日度數(shù)據(jù)使得樣本數(shù)量更大，實證檢驗的效果也更好。其次，本文雖對行業(yè)的動量及投資者情緒對其的影響進(jìn)行了深入研究，但沒有對動量效應(yīng)的形成機(jī)理進(jìn)行探討，若能對其形成機(jī)理進(jìn)行分析，在交易策略設(shè)計上考慮更多的因素和設(shè)計更合適的指標(biāo)，能獲得更理想的效果。最后，機(jī)器學(xué)習(xí)等人工智能方法在金融領(lǐng)域的應(yīng)用越來越深入，今后對動量效應(yīng)的研究可嘗試與機(jī)器學(xué)習(xí)等方法進(jìn)行結(jié)合。