房地产投资信托基金（REITs）中的趋势跟随效应
登录后收藏学术论文
The Market Timing Power of Moving Averages: Evidence from US REITs and REIT Indexes
帕斯卡利斯·格拉巴达尼迪斯（Paskalis Glabadanidis）
- ?阿德莱德大学商学院。
我提供的证据表明，使用价值加权和等权重的美国 REIT 指数的月度回报数据（1980 年 1 月至 2010 年 12 月期间），移动平均交易策略在均值-方差（Mean-Variance）意义上优于买入并持有（Buy-and-Hold）基础资产。该策略的异常收益对 Carhart（1997）四因子模型的敏感性较低，并在扣除交易成本后，每年能产生 10% 至 15% 的经济和统计显著的 α 收益。这种优异表现在不同移动平均滞后期和子样本期内均保持稳健，而投资者情绪、流动性风险、经济周期、牛熊市状况以及信用利差等因素无法完全解释其收益来源。此外，该策略在随机生成和自助抽样（Bootstrapped）回报数据上同样有效。
移动平均策略的显著市场择时能力似乎是异常收益的主要驱动力。该策略的回报类似于相对于基础投资组合的“非完美实值保护性看跌期权”（Imperfect At-the-Money Protective Put）策略的回报。它成功避开了 2008 年初的市场暴跌，并在 20 个 REIT 指数的累积回报表现上明显优于买入并持有策略。此外，对 274 只个别 REIT 采用移动平均策略的实证结果进一步证实了 REIT 指数的研究发现。
策略概要
该策略使用跟踪美国房地产投资信托基金（REITs）指数的交易所交易基金（ETF）（例如 VNQ、RWR）或多元化的 REIT 组合。当 REIT 指数高于其 24 个月移动均线时，投资者做多 REITs；否则，持有无风险资产，并在每月收盘时重新平衡投资组合。
进阶方法针对每个 REIT 子行业进行独立择时，交易特定子行业的 ETF 或 REIT 组合。此方法通过利用子行业特定趋势，实现更具针对性的投资，并潜在地获得更高回报，同时遵循相同的移动均线择时规则和每月再平衡机制。
策略合理性
学术研究提供了几种解释该反常现象运作机制的理论。基本价值受到信息不完全、估值方法理解有限、投资者信念分歧，以及交易者和投资者在金融市场中的客观与行为偏差的影响。这些因素导致市场价格长期偏离基本价值。此外，房地产投资信托基金（REITs）对经济周期的敏感性也促成了统计上显著的价格趋势。
回测表现
完整 Python 代码
from AlgorithmImports import *
class TrendfollowingEffectREITs(QCAlgorithm):
def Initialize(self):
self.SetStartDate(2000, 1, 1)
self.SetCash(100_000)
data: Equity = self.AddEquity('VNQ', Resolution.Daily)
data.SetLeverage(5)
self.vnq: Symbol = data.Symbol
data: Equity = self.AddEquity('SHY', Resolution.Daily)
data.SetLeverage(5)
self.shy: Symbol = data.Symbol
period: int = 24 * 21
self.SetWarmUp(period, Resolution.Daily)
self.data: SimpleMovingAverage = self.SMA(self.vnq, period, Resolution.Daily)
# Warmup SMA.
history: DataFrame = self.History(self.Symbol(self.vnq), period, Resolution.Daily)
if not history.empty:
closes = history.loc[self.vnq].close
for time, close in closes.items():
self.data.Update(time, close)
self.recent_month: int = -1
def OnData(self, slice: Slice) -> None:
if self.recent_month == self.Time.month:
return
self.recent_month = self.Time.month
# if self.vnq in data and self.shy in data:
# if data[self.vnq] and data[self.shy]:
if self.Securities[self.vnq].Price > self.data.Current.Value:
if self.Portfolio[self.shy].Invested:
self.Liquidate(self.shy)
self.SetHoldings(self.vnq, 1)
else:
if self.Portfolio[self.vnq].Invested:
self.Liquidate(self.vnq)
self.SetHoldings(self.shy, 1)