研究核心 - 研究旨在构建一个基于信号的系统性框架，用于动态配置美国与除美国外的发达市场（EAFE）股票，以应对宏观经济体制转变的挑战，并捕捉潜在的相对回报拐点 [1][2][5] - 核心假设是，美国股市相对于除美国外发达市场的超额回报，是滞后的动量与趋势体制状态的可预测函数，这种可预测性源于持续的、体制依赖的资本流动和宏观经济信息的缓慢扩散 [3] - 最终目标是创建一个基于规则的系统性叠加策略，根据量化的动量变量在美国和EAFE股票之间进行切换决策，以在不同宏观经济条件下产生正阿尔法和提升组合效率 [5] 研究背景与数据 - 研究背景包括美元霸权地位的可观察恶化、地缘政治风险溢价上升以及长期的宏观经济不确定性，这些因素共同挑战了后全球金融危机时代美国股市持续跑赢的范式 [1] - 实证分析采用了一个长期数据集，样本期从1969年12月31日至2025年12月31日，共56年，约672个月度观测值，旨在捕捉多个长期宏观经济和汇率体制 [9] - 美国股市使用SPDR S&P 500 ETF Trust（SPY）的总回报指数作为代理，除美国外发达市场使用iShares MSCI EAFE ETF（EFA）的总回报指数作为代理，其历史数据通过Quantpedia的100年扩展投资组合数据库进行合成扩展和回填 [6][7][8] - 研究明确排除了新兴市场（EM），因为1990年代末之前缺乏连贯、可投资的新兴市场代理指数，因此专注于EAFE-SPY价差作为主要测试载体 [10] 方法论与策略构建 - 基础分析构建是EAFE与美国股市之间的美元中性价差，定义为资产EFA与SPY在特定时期内的总回报之差 [11] - 该静态价差的累积表现显示出明显的体制特征：1970-1980年代高波动性和均值回归，1990年代中期以来则呈现持续负向漂移 [11] - 研究提出并测试了一个核心假设：价差动量，即相对表现价差S表现出持续的中期趋势，可以通过时间序列动量信号捕捉 [13] - 构建了两种系统性交易策略进行测试：策略A（纯价差动量），基于价差自身的X个月变化率（ROC）生成信号，回看期X ∈ {6, 12, 24, 36}个月 [13]；策略B（趋势条件价差），基于价差相对于其X个月简单移动平均线（SMA）的位置生成信号，X ∈ {3, 6, 12, 24, 36}个月 [25] 实证结果与绩效分析 - 对于策略A（纯价差动量），实证证据有力地支持了假设H，策略表现出强烈的体制依赖效力 [22] - 1990年前的时期，EFA-SPY价差波动性更高且存在明显的多年趋势，动量信号能有效捕捉；1990年后，主导体制是持续的负向动量（即做多SPY/做空EFA）[22] - 中期回看期（12-24个月）在信号响应性和噪音降低之间取得了最佳平衡 [22] - 策略的阿尔法主要来源于其在美国股市长期牛市中保持做多美国/做空非美市场头寸的能力，同时偶尔捕捉1970和1980年代特有的剧烈但短暂的反转 [22] - 策略B（趋势条件价差）的结果为假设H提供了条件性验证，其表现具有明显的阶段性特征 [34] - 与动量策略一致，最稳健的风险调整后表现与中长期的趋势识别窗口（12-36个月）相关 [35] - 在近期样本期内，策略表现有所减弱，这表明条件变量与股票价差相对表现之间的历史关系可能出现了解耦或结构性破坏 [37] 结论与未来方向 - 研究构建并验证了一个简洁、完全系统化的框架，用于在美国和EAFE股票之间进行动态配置 [38] - 关键实证启示是，基于中期动量或趋势信号的动态多空叠加策略，能产生显著的正回报，且在很大程度上与静态的股票市场贝塔正交 [39] - 最优实施方案似乎是基于价差自身动量趋势方向（12-24个月）的二元确认信号，或基于中期简单移动平均线过滤（12-36个月SMA）[39] - 未来研究方向包括：1）整合波动率调整机制以在高压力时期调整风险敞口；2）开发一个连贯、可回测的新兴市场代理指标以扩展框架；3）将信号的阿尔法分解为货币、估值扩张和盈利增长部分，以完善基础经济假设 [40] - 总体证据强烈表明，美国与国际股票的相对表现在一个体制转换框架内是可预测的，为在一个日益多极化的金融世界中进行主动资产配置提供了严谨的系统性基础 [41]