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。