动量策略的池子，大而全？还是要纯粹！

动量策略的成败，在动量信号被计算之前就已经被决定了——决定它的是入池标准，而不是轮动规则。

---

"求大求全"的致命直觉

上一篇聊了红利低波为什么不该进动量池子——它和动量在数学上是对冲关系。这篇接着说：那到底该怎么选入池的标的？

先纠正一个几乎人人都会犯的直觉。很多人觉得：池子越大，动量能选到的"最强标的"就越强，回测收益就越高。

这个直觉有一个致命漏洞——它混淆了样本内拟合和样本外有效性。

池子越大 → 动量信号在历史回测中越容易"恰好"轮到那只涨幅最大的基金 → 回测曲线越漂亮。但这个"恰好"在多大程度上是规律，在多大程度上是运气？池子越大，可被轮动的标的越多，动量规则就越容易被历史数据的偶然性所"讨好"。

你拟合的是过去的噪声，不是未来的趋势。

---

三层风险：因子污染、换手虚高、样本外衰减

"求大求全"不是无害的，它会从三个层面侵蚀策略：

一、因子污染

把均值回复型资产（红利低波、低波因子、等权指数）和趋势型资产（行业 ETF、主题 ETF）混在一个池子里，动量信号会在两类逻辑相反的资产之间反复跳跃。

选中均值回复资产时，趋势刚起就被"回复"打断，白白换手。动量因子不是在选趋势，而是在和自己的前提打架。

二、换手率虚高

池子里标的越多，动量排名的变动就越频繁。很多轮动并非因为趋势反转，而是因为排名的微小扰动——这是纯噪声驱动的换手，只贡献成本，不贡献收益。

三、样本外衰减

回测时"恰好轮到"的赢家，在未来不一定延续。池子越大，这种"恰好"被复刻的概率越低，策略上线后的衰减就越明显。

这不是策略逻辑失效，而是它从一开始就在拟合噪声。

---

入池标准：四条从数学逻辑倒推的规则

既然动量因子依赖趋势性，入池的筛选标准就应该围绕一个核心问题展开：

这只 ETF 的底层资产，收益是否具有时间序列正自相关？

以下四条标准，都是从这个问题反推出来的。

---

标准一：选有"趋势许可"的标的

动量需要趋势，趋势需要价格能持续朝一个方向运动。入池标的的底层资产，应当具备以下特征之一：

• 景气周期驱动：行业 ETF、主题 ETF——基本面景