研究结论
　　基金的历史业绩是筛选基金过程中的核心考量因素之一。但近年来买入历史业绩表现较好的基金并不能有效提升基金组合未来收益。究其原因，我们发现传统动量因子容易受到Beta风险的干扰，当Beta风险剧烈波动时，基金历史业绩对未来收益的预测能力减弱。本文我们尝试从收益率时序中，寻找对未来收益预测能力强、受Beta风险干扰小的低分化日期，计算基金在低分化日期对应的收益指标，作为基金的动量因子。
　　主动股基呈现长期动量效应
　　由于A股市场个人投资者交易占比较大，追涨杀跌等非理性交易行为较为普遍，导致个股过度偏离基本面，因而国内A股市场短期呈现出非常强的反转效应而长期动量效应并不显著；主动股基呈现长期动量效应，但从时序表现来看，2015年以及2021年至今，传统动量因子表现较差，选基效果不佳。
　　传统动量因子的缺陷
　　主动股基以股票作为主要配置对象，实际包含了非常多的Beta风险。当我们使用过去一段时间的业绩指标作为动量因子时，实际包含了很多beta收益，导致动量因子稳定性较差，对未来收益的预测能力减弱。
　　以行业Beta作为举例，我们发现：1）行业轮动月的基金动量表现更弱，非行业轮动月的基金动量表现更强；2）均衡型基金因受行业Beta的影响更小，动量效应更强；板块型基金受行业Beta影响更大，动量因子稳健性更差。
　　使用行业剥离后的Alpha收益作为基金的动量因子，虽然因子表现相对于传统动量有所提升，但2019年以来该因子的正向选基效果偏弱。
　　基金动量刻画新范式
　　到目前为止，我们对基金动量因子的刻画都是基于基金过去一段时间的业绩表现进行计算的。基金动量因子是由每日收益拼接而成，当我们筛选基金时，是否存在一些日期，其当日收益对未来基金收益的预测能力更强？
　　我们按主动权益基金分化度从低到高对过去一段时间内的收益序列进行分组，并检验不同分组的收益因子有效性，发现基金在低分化组的收益对未来收益的预测能力更强。基于基金在过去三个月低分化度日期的收益构建收益因子、排序动量和夏普比因子，并将三个因子等权合成为低分化动量因子。2015年至今，低分化动量因子的Rank IC为10.10%，Rank ICIR为1.09，季度多空胜率71%，最高组季均超额收益为1.25%
　　2015年至今，低分化动量因子与传统动量因子的相关性较低，秩相关系数均在26%以下；在均衡型和板块型基金池中均有较好的选基效果，说明低分化动量因子受Beta风险的干扰更小。
　　风险提示
　　1.量化模型失效风险。
　　2.极端市场环境可能对模型效果造成剧烈冲击，导致收益亏损。