“动量因子”是量化投资中非常经典和常用的因子之一，用来衡量一只股票、行业或指数在过去一段时间内的价格变化趋势，即——涨得多的可能继续涨，跌得多的可能继续跌。

---

📌 什么是动量因子（Momentum Factor）？

动量因子是指：资产在过去某一时间段内的收益率，用来预测未来表现。
它基于这样一个假设：过去表现好的股票，未来一段时间可能还会表现好（惯性）。

---

🧮 常见的动量因子公式：

pythonCopyEditmomentum = (当前价格 - N天前价格) / N天前价格
         = 收益率 = pct_change(N)

也可以简单写为：

pythonCopyEditmomentum = df['收盘'].pct_change(periods=N)

• N 可以是：20（日动量）、60（季度）、120（半年）、250（一年）
• 也可以用累计收益率表示： pythonCopyEditmomentum = df['收盘'].iloc[-1] / df['收盘'].iloc[0] - 1

---

✅ 示例代码（股票/指数动量因子计算）：

pythonCopyEditimport akshare as ak
import pandas as pd

# 取某个指数的数据，例如：申万一级行业 - 农林牧渔（801010）
df = ak.sw_index_daily(symbol="801010", start_date="20240101", end_date="20240410")

# 确保日期排序
df.sort_values("日期", inplace=True)

# 计算20日动量（20日收益率）
df["momentum_20"] = df["收盘"].pct_change(periods=20)

# 也可以计算累计收益率（动量强度）
momentum_score = df["收盘"].iloc[-1] / df["收盘"].iloc[-21] - 1
print(f"20日动量因子：{momentum_score:.2%}")

---

📊 应用场景：

用途	示例
板块轮动	比较多个行业过去一个月/季度的动量表现
股票选股	选出最近涨得最猛的股票
动量策略回测	多头强势动量，空头弱势动量
构建因子组合	和其他因子结合，比如价值因子、反转因子等

---

🔁 动量 vs 反转？

策略	思路
动量策略	趋势跟随，买强者、卖弱者
反转策略	均值回复，买弱者、卖强者