SPMO跟踪的标普500动量指数 完整技术细节 该指数是学术经典12‑1动量因子（剔除最近1个月收益）+波动率风险修正+缓冲选股+动量‑市值加权+权重硬约束+半年调仓的标准化量化策略，也是它对比MTUM、SPY具备超额收益、熊市抗跌的全部底层来源。 计算动量分数 → 股票筛选 → 缓冲规则降低换手率 → 权重分配 → 定期再平衡完整展开。 一、动量分数精确计算公式（最核心参数） 1. 原始动量值（Momentum Value） \text{原始动量值}=\frac{P_{M‑2}}{P_{M‑14}}‑1 1. M = 再平衡所在月份（3月、9月） 2. P_{M‑2}：再平衡月份往前推2个月末的收盘价 3. P_{M‑14}：再平衡月份往前推14个月末的收盘价 4. 本质含义：统计过去12个月收益，强制剔除最近1个月的股价数据。 为什么剔除最近1个月？ 金融市场存在短期反转效应：过去30天暴涨的股票，大概率会出现回调。指数刻意放弃短期情绪带来的涨幅，只抓取1‑12个月的中期持续趋势，这是学术论文验证的动量因子最优观测区间。 补充约束：如果个股上市不足12个月，就采用过去9个月数据计算动量值，上市未满10个月直接剔除，不纳入候选池。 2. 风险调整动量得分（最终排序分数，决定股票排名） \boldsymbol{\text{风险调整动量得分}=\frac{\text{原始动量值}}{\sigma_i}} \sigma_i：和上面时间区间完全一致的个股日收益率标准差（波动率）。 这条规则是SPMO和普通动量策略最本质的区别： 1. 上涨阶段：同样的涨幅，走势越平稳、波动率越低，最终得分越高。会排除暴涨暴跌的题材炒作个股，优先选择稳步持续上涨的龙头标的（英伟达、博通这类标的持续走强，波动率可控，因此权重被持续拉高）。 2. 下跌阶段：跌幅相同的股票，波动率越高，得分相对更高，在熊市会优先剔除持续阴跌、趋势彻底走坏的股票，这就是2022年熊市SPMO回撤远小于SPY、MTUM的直接数学原因。 3. 之后会把全部标普500成分股按照该得分从高到低排序。 二、股票筛选规则 + 20%缓冲机制（控制换手率的关键设计） 1. 初始目标持仓数量：固定选取100只股票，对应标普500成分股动量得分排名前20%的标的。 2. 20%缓冲（缓冲区）规则，用来避免临近排名阈值的股票半年内反复调入调出，控制交易损耗，完整执行逻辑： 1. 排名1‑80名：无条件纳入指数。 2. 排名81‑100名：如果当前不在持仓，则新增买入。 3. 排名101‑120名：如果已经在原有持仓中，继续保留持仓，不会被剔除。 4. 排名121名以后：无条件剔除出指数。 3. 最终持仓数量严格锁定为100只股票。 对比MTUM：MTUM没有这套缓冲规则，调仓换手率显著高于SPMO，交易成本更高，行业分布更分散，无法集中重仓AI龙头。 三、权重分配公式（决定前十大重仓占比60%‑65%） 个股权重由两个变量共同决定：股票自由流通市值 × 风险调整动量得分，权重公式： w_i=\frac{\text{自由流通市值}_i\times\text{风险调整动量得分}_i}{\sum(\text{自由流通市值}_i\times\text{风险调整动量得分}_i)} 同时设置两条硬性权重上限约束： 1. 单只股票权重上限取二者更小的值：9%，或者该股票在SPY（标准标普500指数）权重的3倍。 2. 结果：动量得分越高、市值越大的股票，权重会被指数自动放大。英伟达、博通这类持续动量最强的大盘科技股，权重被指数算法持续放大，形成高度集中的重仓结构，这是AI牛市阶段SPMO收益碾压另外两个产品的直接原因。 • SPY：仅按照市值加权，完全不看动量分数。 • MTUM：单只个股权重严格限制在5%，并且选股池包含中盘股，无法集中押注大盘科技龙头。 四、再平衡（调仓）时间参数 1. 再平衡固定日期：每年3月、9月第三个星期五收盘执行调仓，一年仅2次再平衡，半年调仓一次。 2. 调仓参考数据：调仓决策依据的是2个月末截止的历史价格数据，不会使用调仓前几天的最新股价，避免短期市场波动干扰选股决策。 3. 换手率：年化换手率大约35%‑45%，远低于月度调仓的动量策略，费率0.13%，交易损耗被严格控制。 五、和MTUM底层策略逐条对比（解释业绩差异） 1. 选股池：SPMO仅限标普500大盘股；MTUM选股池是美股大盘+中盘股，金融、周期股更多，科技股权重更低。 2. 动量计算：SPMO严格剔除最近1个月收益，波动率调整；MTUM采用MSCI动量指数，波动率修正幅度更弱，更容易纳入高波动个股。 3. 权重约束：SPMO单只股票最高9%权重，允许重仓强势龙头；MTUM单只股票权重上限5%，持仓更加平均分散。 4. 缓冲机制：SPMO有20%缓冲规则，MTUM没有，换手率更高。 六、散户对应投资结论 1. 牛市环境：动量因子生效，算法持续加仓趋势最强的大盘龙头，收益会持续跑赢SPY。 2. 加息熊市环境：波动率调整机制会提前剔除趋势走坏的股票，回撤显著小于宽基指数。 3. 震荡横盘市场：动量因子会阶段性失效，MTUM分散持仓的表现会相对拉近与SPMO的差距。 4. 最优配置方式：长期底仓持有SPMO，替代传统标普500指数基金，实现标普大盘的量化增强。 信息仅供参考，不构成投资建议。

我看美股 $SPMO 的动量策略表现挺不错的，突发奇想让 Kimi K3 把这套策略移植到 A 股市场，但表现只能说差强人意，又探索一番，得出三个关键结论： 1. 追短期涨幅在 A 股是自杀行为； 2. 无脑接飞刀也不行，很多公司是真的出了问题； 3. 真正有效的是冷门股溢价； 代码开源地址：

这个动量ETF超额超过了我之前介绍的 #SPMO# $FMTM （MarketDesk Focused U.S. Momentum ETF）是2025年3月推出的主動量化動量ETF，費用率0.45%，目前AUM約2.4億美元左右，持股數約32-33檔（目標30-50檔）。 關鍵設計特點： * 傳統動量多用12個月回溯期，FMTM 用6個月回溯期，更能快速捕捉領導股的動量轉移與新趨勢。 * 重視「趨勢如何形成」（穩健持續上漲/劇烈波動/短線脈衝），這是其與眾不同的核心——目的是降低常見的動量反轉風險。 * 主動管理，數據驅動、系統化執行，避免情緒干擾。 * 集中於最強的30～50檔，追求較純粹的動量曝險。 * FMTM 的設計哲學是解決傳統動量策略「反應慢、容易在趨勢轉折時重傷」的痛點，特別適合波動加大、領導股輪動較快的市場環境。 持倉特徵： * 30～50檔美國大中型股，對企業基本面有要求。 * 等權重（Equal-Weighted）：避免市值加權導致少數 大市值股票主導，降低集中風險。 * 流動性篩選嚴格：每檔股票過去3個月日均成交額 ≥ 2,500萬美元。 * 前10大持股佔比約35%左右（相對集中）。 * 與 S&P 500 重疊度低（據發行人數據約2%）。 截止2026-06-29前十大持倉： 3.89% $ALAB 3.72% $GLW 3.60% $PANW 3.58% $LRCX 3.53% $MRVL 3.51% $AMAT 3.47% $DELL 3.44% $INTC 3.42% $WDC 3.34% $ESI 再平衡策略： * 每月再平衡：這是 FMTM 最關鍵的結構優勢。 * 流程：每月重新對全市場排名 → 選出訊號最強的30～50檔 → 等權配置 → 系統性剔除動能轉弱的持股、納入新興強勢股（這是我非常看重的「優勝劣汰機制」）。 * 優點：反應速度快，能較早獲利了結或停損；缺點是換手率較高。 這種「高頻再平衡 + 品質動量訊號 + 等權集中」組合，使 FMTM 在動能輪動或市場震盪時的適應力明顯優於傳統半年再平衡的產品。

散户到底应该怎样投资标普？ SPMO、MTUM、SPY 完整对比（全收益，截至2026‑06，年化收益、回撤、策略、持仓） 信息仅供参考，不构成投资建议 一、底层指数与基金基本差异 1. SPMO（景顺） 跟踪标普500动量指数，仅从标普500大盘股选股，选出风险调整动量最高约100只个股，半年调仓（3、9月），前十大重仓占比60%‑65%，科技芯片权重极高（英伟达、博通权重显著更高），费率0.13%。 2. MTUM（贝莱德iShares） 跟踪MSCI美国动量指数，选股范围是全美股大盘+中盘股，持仓约125只，行业更分散，金融、可选消费占比更高，单只个股权重上限5%，同样半年调仓，费率0.15%。 3. SPY 纯粹标普500市值加权，500只成分股，被动持有不做动量筛选，费率0.0945%。 二、年化收益率（CAGR，全收益） 1. 近10年 • SPMO：17.63%‑20.86% • MTUM：14.20%‑14.92% • SPY：15.42% 结论：SPMO > SPY > MTUM，SPMO长期动量超额收益最突出。 2. 近5年（2021‑2026） • SPMO：约19.2% • MTUM：约15.1% ‑ SPY：约14.1% AI牛市阶段，SPMO因为重仓AI芯片龙头，大幅甩开另外两只。 3. 熊市关键年份（2022年加息熊市，最能检验动量策略） ‑ SPMO：‑10.5% ‑ SPY：‑18.2% ‑ MTUM：‑17.1% SPMO抗跌优势极强，动量策略在熊市会自动避开跌幅最大的股票。 4. 2026年内至今 ‑ SPMO：+28%左右 ‑ SPY：+9%左右 ‑ MTUM：+13%‑14% SPMO强势碾压另外二者。 三、风险指标（最大回撤，成立以来） ‑ SPMO：‑30.95% ‑ MTUM：‑34.08% ‑ SPY：‑33.72% 回撤排序：SPMO < SPY < MTUM，SPMO收益更高、回撤反而更小，夏普比率最优。 四、年度表现规律 1. 牛市（科技驱动行情）：SPMO > MTUM > SPY，SPMO重仓强势科技股，超额收益巨大。 2. 震荡市：MTUM表现会拉近与SPMO差距，分散持仓的优势显现。 3. 熊市：SPMO明显抗跌，MTUM和SPY跌幅接近。 五、最终选型建议 1. 想要最大化美股大盘动量收益，优先选 SPMO，AI牛市表现最好，熊市回撤更低。 2. 想要动量策略同时持仓更分散、降低个股集中度，选 MTUM。 3. 只想要平稳持有大盘，放弃动量增强，选 SPY。