半衰期加权是一种在金融时间序列中的加权方式，尤其是为了更好地捕捉近期信息的变 化。
2005 年 Joop Huij 和 Jeroen Derwall 在他们的论文《"Hot Hands" in bond funds》中探 讨了债券基金的动量效应。通过分析债券基金的短期和长期表现，他们试图确定是否存在持 续的绩效趋势。他们发现过去表现优异的基金在未来仍然有较大的可能性继续表现强劲。基 于这一规律，研究者提出了一种动量选基策略，表明利用基金的历史表现来进行选择，可以 在未来获得显著超越基准的回报。 本文在中国公募市场上测试了“固收+”基金动量选基因子，发现同样有效。但通过回 测发现不同换仓频率，动量因子的有效性有明显区别，其中短期动量在季频换仓时有效性较 弱。而长期动量随着动量因子回溯期拉长，有效性呈现先增后减的状态。因此我们希望结合 长短端动量因子的特点，对动量因子进行一定改进。
本文对于动量因子有两种改进方式，一是对动量因子进行半衰期加权，放大近期基金收 益率的权重，同时考虑较长期的基金业绩。二是对短期动量因子进行相关性中性化，将风格 策略相似的基金归为一类，计算基金相对于相似基金的动量效应，使得短期动量因子有效性 更强。
半衰期加权是一种在金融时间序列中的加权方式，尤其是为了更好地捕捉近期信息的变 化。它使用一种衰减权重的方法来更重视近期的价格变化，而对较久远的价格变化赋予较小 的权重。进行半衰期加权首先需要确定半衰期长度，并以指数方式衰减的权重将被应用于每 一个历史收益数据。
对于“固收+”基金，其风险与收益和目标设定和资产配置比例相关性较高，相同策略 的基金净值相关性较强，因此比较相似基金下的短期业绩更能体现基金经理独有的投资能力。 本文提出相关性中性化的方式，本质上是希望将净值收益率相关性较高的基金归类到一个组 别，然后计算这个组别的因子均值，通过将单个基金因子减去因子均值的方式，剥离出因子 的超额收益。
本文测试 60 交易日动量因子在不同滚动天数下相关性中性化后的回测结果，滚动天数 包括 60、120、240 交易日，并测试不同数量的高相关性基金样本。对比不同基金池，可发 现相关性中性化后因子的 ICIR 均有所提升。60 交易日动量因子在高风险基金池的 ICIR 为 0.19，但以 240 交易日为回溯期，取相关性最高的 5 只基金作为相似基金，剔除这 5 只基金 的动量均值，进行相关性中性化处理后，ICIR 提升至 0.51。同样地，对于中风险基金，ICIR 从 0.25 提升至 0.50，高风险基金从 0.16 提升至 0.38。 对于权益风险暴露较高的基金，相关性中性化更有效。根据因子 ICIR 的提升程度，可 见股票仓位越高的基金，相似度中性化后因子 ICIR 提升幅度更大。由于基金权益类资产占 比较高，基金的投资风格差异较大，投资类型相似的基金受投资风格影响较大，因此相关性 中性化策略可以有效剔除投资风格对于基金动量因子的影响，从而显著提高了高风险基金池 因子在回测中的表现。由于低风险基金池基金容量较少，且基金权益类资产占比较低，投资 风格差异较小，因此相关性中性化策略对低风险基金池没有明显的改进效果。
最终本文选择 Rank IC均值对于三类不同风险基金池都有显著提升的相关性中性化参数， 针对 60 日动量因子，计算与基金过去 240 交易日净值收益率相关性最高的 5 只基金，将基 金的动量因子减去相关性最高的 5 只基金的相关系数加权均值因子。相关性中性化后的动量 因子季频换仓在全样本基金池中月度 Rank IC 均值为 6.35%，ICIR 为 0.51。
半衰期加权因子和相关性中性化因子分别从时效性和中性化两个维度对动量因子做出 改进。前者优化了长期动量的时效性，后者优化了短期动量的稳定性，那么将改进后的长短 期动量因子组合，可以构建更稳健的动量因子。本文将两个动量因子截面标准化后进行等权 加总得到复合因子，实现了 ICIR 的显著提升。
季频调仓下，改进动量因子在全样本基金池 ICIR 提升至 0.62，Rank IC 均值 11.83%。 改进动量 ICIR 在各个基金池均有所提升，其中低、中、高三类基金池的 ICIR 分别上升至 0.75、 0.62、0.57。
