本文借鉴《Directional Information in Equity Returns》一文，构建增强方向动量（D-MOM）因子。该因子有着较为优异且稳定的选股能力，并可以有效地抵御“动量崩溃”风险。
　　【报告亮点】
　　1.引入线性概率模型，将预测收益率的“数值”转变为预测“方向”，从而有效改进了传统动量因子。
　　2.和常见量价因子的相关性低，其收益不能被现有的定价模型有效解释，具备相对独立的信息来源。
　　3.仅依赖历史价格数据计算，却能在一定程度上捕捉到非理性的投资者行为所引发的错误定价。
　　【主要逻辑】
　　主要逻辑一、通过线性概率模型构建增强方向动量（D-MOM）因子。
　　以个股历史收益率及正（负）收益的持续时间等指标为自变量，表征下一期收益率方向的哑变量为因变量，建立线性概率模型，得到的预测值即为增强方向动量（D-MOM）因子。2018.01-2025.08期间，因子的IC为0.064，IC胜率为86%，十分组多空年化收益率超过25%。多头组合月收益率分布呈较为鲜明的右偏特征（偏度：0.72），显著降低了发生“动量崩溃”的概率。
　　主要逻辑二、增强方向动量（D-MOM）因子能够提供常见因子以外的信息，其收益来源也无法被现有的定价模型所解释。
　　通过计算和现有因子的相关性、双重排序和Fama-MacBeth回归的多重检验，我们发现，增强方向动量（D-MOM）因子不仅与现有因子有着较低的相关性，而且在控制常见量价因子后，仍具备较为显著的收益。同时，Fama-French三因子等模型表明，该因子尚未被传统的市值、估值、动量、盈利和增长因子所完全定价。
　　主要逻辑三、增强方向动量（D-MOM）因子捕捉到了非理性的投资者行为所引发的错误定价。
　　在财报密集发布的月份，投资者的行为更易受到影响，导致错误定价的发生频率及幅度可能会显著高于非财报月。如果增强方向动量因子确实能捕捉错误定价，那么它在财报月的收益率应该更高。因此，我们将样本划分为财报月和非财报月，重新计算后发现，增强方向动量（D-MOM）因子在财报月的收益率比非财报月大约高出1/3。
　　风险提示：模型失效风险，数据质量风险，回测业绩不代表未来收益。