本报告导读：
　　本篇报告介绍了文献Cross-stock momentum and factor momentum的主要结论，文章使用一种数据驱动方法得到了更完备的股票间动量，在控制因子动量之后这种股票间动量仍能获得显著收益。
　　摘要：
　　股票间动量是指两只股票收益率之间的领先滞后关系，在一组关系中其中一只股票上涨后往往另一只股票也会上涨，反之亦然。以往的研究认为这种相关关系可能来自于公司经营上的相关性或投资者认知上的相关性。Cross-stock momentum and factor momentum一文使用一种新颖的数据驱动方式得到了更完备的股票间动量，并且在控制因子动量之后这种股票间动量仍能获得显著收益。
　　股票间动量的构建方法：文章使用Kelly等（2023）提出的PrincipalPortfolios（PP）方法构建股票间动量，可以将对股票间联系的研究分解为同期股票间联系、股票自相关联系和股票之间跨期联系等三个方面的研究。文章验证了基于PP构建的股票间动量组合相比于经典模型具有显著的Alpha收益。
　　股票间动量的非对称性与收益来源分析：文章发现在控制了因子动量后，股票间动量的Alpha收益仍然显著，表明股票间动量并非完全来自于因子动量。文章从股票间协方差矩阵中分解出对称项和非对称项，发现两项均可独立产生显著Alpha收益，并且PP方法构建的股票间动量主要反映了非对称项的特征。此外，文章借助非对称分析框架，发现因子动量本身或受到股票间非对称联系的影响，从侧面印证了股票间动量并非由因子动量主导；并且认为Arnott等（2023）提出的行业动量由因子动量主导的观点，可能是由于行业动量由权重股主导，从而可能会放大其中非对称因素的误差。
　　风险提示：量化模型失效风险：本篇报告所述文章的结论是基于量化模型和历史数据的得到的，请注意样本外存在失效可能性，详细结论请参考文献原文