平安观点：
　　动量因子开发框架。动量因子开发工作主要包括因子指标构建和有效性评估两个部分。在指标构建上，路径类动量是动量因子开发的重要方向，因子核心差异在于对历史价格加权方式的不同。通过对历史价格或收益赋予不同权重函数，可以识别价格变化的具体路径，提取差异化的行情信息。我们整理了技术分析中常用的27个动量因子，它们的构建方法可以归纳为从分子、分母端对传统动量计算方法的改进，以及对简单动量因子的进一步差分和加权。对动量因子的改进可以从以下几个方面入手：（1）使用价格的各类加权均值去替代最新价格或历史价格；（2）对历史收益率的汇总和加权计算；（3）对各类行情持续时间的统计计算；（4）使用简单指标的短、长期均值差及多次平均进一步构建衍生指标。
　　在因子有效性评估上，我们划分了样本内、外数据分别用于因子调参和效果评价，引入K折交叉验证降低过拟合风险。实证了27个动量因子在A股市场13个宽基指数和31个申万一级行业上的择时效果，以2005-2019年为样本内数据确定因子最优参数，通过2020年以来数据验证因子表现及参数稳定性。为了降低大量因子测试所带来的过拟合风险，我们借鉴了机器学习中的K折交叉验证思想，提高因子泛化能力。
　　因子择时效果实证。在成长风格指数上，动量因子择时策略超额收益显著。在创业板指数、恒生科技指数上动量因子超额收益显著，在上证50、中证1000、深证100、沪深300指数、深证成指、中证500上动量因子也均有一定超额收益。除中证红利指数外，其余宽基指数上均存在样本内表现稳定、且样本外有显著超额的动量因子。确然指标KST、心理线PSY、趋势强度指标TII、DELTA指标、平均线差DMA在A股宽基指数上平均择时效果更好。在恒生科技指数上，近一月行情指标动量效果较好。在创业板指上，近一年行情指标动量效果较好。在上证50指数上，近3-4个月行情指标动量效果较好。通过改进动量因子，样本外取得超额收益的行业指数由前期报告的13个行业增加到27个：在美容护理、房地产、商贸零售、电力设备、建筑材料、医药生物、社会服务、计算机、钢铁、传媒、基础化工行业指数上，动量因子择时策略年化超额收益率均达到了8%以上，仅有色金属、公用事业、汽车、石油石化行业的最优动量因子没有取得超额收益。恒生科技指数上基于CM0_20因子的股债轮动策略年化超额收益率达到16.1%；创业板指上基于HMAD_20_60因子的股债轮动策略年化超额收益率达到7.8%；中证1000指数上基于HMAD_40_80因子的股债轮动策略年化超额收益率达到6.8%；沪深300指数上基于SHARPED_20_240因子的股债轮动策略年化超额收益率达到6.9%。3月上述动量择时模型分别发出看多恒生科技、创业板指、中证1000、沪深300指数信号。
　　风险提示：1）市场学习效应超预期导致历史经验失效的风险。2）宏观经济和流动性剧烈变化的风险。3）投资者结构变化导致的量化指标失效。