فاکتور اینوستینگ: مومنتوم، ارزش و کیفیت

هدف یادگیری: پس از مطالعه این درس، قادر خواهید بود سه فاکتور اصلی سرمایه‌گذاری — مومنتوم، ارزش و کیفیت — را با فرمول‌های کمی محاسبه کنید، سیگنال هر فاکتور را در داده‌های واقعی بازار شناسایی نمایید، و یک چارچوب چندفاکتوری برای ساخت پرتفولیوی کمّی پیاده‌سازی کنید.

---

۱. از آلفا تا فاکتور: چرا فاکتور اینوستینگ؟

فاکتور اینوستینگ (Factor Investing) رویکردی کمّی است که برمبنای این فرضیه بنا شده: بازده دارایی‌ها به‌طور سیستماتیک با ویژگی‌های قابل‌اندازه‌گیری مرتبط‌اند. به‌جای انتخاب سهام یا کوین بر اساس قضاوت ذهنی، یک مدیر فاکتور‌محور دارایی‌ها را بر اساس اسکورهای کمّی رتبه‌بندی می‌کند.

مدل سه‌فاکتوری فاما-فرنچ (۱۹۹۲) نشان داد که بازده سهام در بلندمدت با عوامل بازار، اندازه شرکت و نسبت ارزش دفتری به بازاری توضیح‌پذیر است. بعدها کارهات (۱۹۹۷) فاکتور مومنتوم را اضافه کرد و مدل چهارفاکتوری پدید آمد. امروزه در بازار کریپتو نیز همین رویکردها با تعدیلاتی مورد استفاده قرار می‌گیرند.

معادله اصلی قیمت‌گذاری دارایی در چارچوب فاکتوری:

$$E[R_i] - R_f = \beta_{MKT} \cdot MKT + \beta_{MOM} \cdot MOM + \beta_{VAL} \cdot VAL + \beta_{QUA} \cdot QUA + \alpha_i$$

اگر $\alpha_i$ به‌صورت آماری معنادار از صفر متفاوت نباشد، مدل فاکتوری بازده را کاملاً توضیح داده است. هدف مدیر کمّی، یافتن $\alpha$ واقعی از طریق ترکیب هوشمندانه فاکتورهاست.

---

۲. فاکتور مومنتوم (Momentum Factor)

تعریف و منطق

مومنتوم بر این مشاهده استوار است که دارایی‌هایی که در دوره گذشته عملکرد بهتری داشته‌اند، تمایل دارند در آینده نزدیک نیز عملکرد بهتری ارائه دهند — و برعکس. این پدیده از نظر رفتاری به «تأخیر در واکنش سرمایه‌گذاران به اطلاعات» (Underreaction) نسبت داده می‌شود.

فرمول کمّی مومنتوم

متداول‌ترین فرمول مومنتوم، بازده ۱۲ ماهه با حذف ماه آخر است (12-1 Momentum):

$$MOM_i = \frac{P_{t-1}}{P_{t-12}} - 1$$

دلیل حذف ماه آخر: بازگشت کوتاه‌مدت (Short-term Reversal) در بازه یک‌ماهه وجود دارد که سیگنال مومنتوم را آلوده می‌کند.

مثال محاسبه‌شده:

فرض کنید قیمت BTC در ماه‌های مختلف به شرح زیر بوده:
- $P_{t-12}$ = ۳۰,۰۰۰ دلار
- $P_{t-1}$ = ۵۱,۰۰۰ دلار

$$MOM_{BTC} = \frac{51{,}000}{30{,}000} - 1 = +0.70 = +70\%$$

حال اگر ETH در همین بازه:
- $P_{t-12}$ = ۱,۸۰۰ دلار
- $P_{t-1}$ = ۲,۴۰۰ دلار

$$MOM_{ETH} = \frac{2{,}400}{1{,}800} - 1 = +0.33 = +33\%$$

اسکور مومنتوم BTC بالاتر است؛ در یک پرتفولیوی Long/Short مومنتوم، BTC در سبد خرید و دارایی‌های با مومنتوم منفی در سبد فروش قرار می‌گیرند.

نرمال‌سازی Cross-Sectional

برای مقایسه منصفانه بین دارایی‌ها، اسکور خام را z-score می‌کنیم:

$$Z_{MOM,i} = \frac{MOM_i - \mu_{MOM}}{\sigma_{MOM}}$$

این z-score نشان می‌دهد هر دارایی چند انحراف معیار از میانگین جهان‌شمول فاکتور فاصله دارد.

ریسک مومنتوم: Momentum Crash

مومنتوم در برگشت‌های شدید بازار (Trend Reversal) می‌تواند دچار سقوط ناگهانی شود. برای مثال در مارس ۲۰۲۰ و می ۲۰۲۱ در بازار کریپتو، دارایی‌های با بالاترین مومنتوم بیشترین زیان را دیدند. راه‌حل کمّی: وزن‌دهی معکوس به نوسان‌پذیری (Volatility Scaling):

$$w_i = \frac{Z_{MOM,i}}{\sigma_i \cdot \sqrt{252}}$$

---

۳. فاکتور ارزش (Value Factor)

منطق بنیادین

فاکتور ارزش بر این اصل است که دارایی‌هایی که نسبت به پایه‌های بنیادیشان ارزان معامله می‌شوند، در بلندمدت بازده مازادی تولید می‌کنند. در سهام این فاکتور با نسبت‌هایی مانند P/E، P/B و EV/EBITDA سنجیده می‌شود.

اندازه‌گیری در بازار کریپتو

اعمال فاکتور ارزش در کریپتو پیچیدگی خاص خود را دارد چون اکثر پروتکل‌ها سود حسابداری ندارند. معادل‌های کمّی در این فضا:

۱. نسبت NVT (Network Value to Transactions):

$$NVT = \frac{Market\ Cap}{Daily\ On-chain\ Volume}$$

NVT پایین نشانه ارزندگی نسبی است. اگر BTC با NVT = 25 و ETH با NVT = 60 معامله شوند، BTC از منظر این متریک ارزنده‌تر است.

۲. نسبت MVRV (Market Value to Realized Value):

$$MVRV = \frac{Market\ Cap}{Realized\ Cap}$$

جایی که Realized Cap برابر است با مجموع ارزش هر کوین در قیمت آخرین جابجایی آن:

$$Realized\ Cap = \sum_{i} (coins_i \times price\ at\ last\ move_i)$$

- MVRV < 1: بازار زیر ارزش تحقق‌یافته؛ سیگنال ارزنده
- MVRV > 3.5: بازار به‌شدت گران‌قیمت نسبت به پایه هزینه

مثال عددی: اگر Market Cap بیت‌کوین ۶۰۰ میلیارد دلار و Realized Cap آن ۴۰۰ میلیارد دلار باشد:

$$MVRV = \frac{600B}{400B} = 1.5$$

این عدد بیانگر بازاری است که بالاتر از پایه هزینه معامله می‌کند اما هنوز در محدوده معقول.

۳. P/S Ratio (Price to Sales برای DeFi):

$$P/S = \frac{FDV}{Annualized\ Protocol\ Revenue}$$

برای پروتکل‌های DeFi که کارمزد جمع‌آوری می‌کنند، این نسبت معادل P/S سهام است.

---

۴. فاکتور کیفیت (Quality Factor)

تعریف کمّی کیفیت

فاکتور کیفیت دارایی‌هایی را شناسایی می‌کند که سودآوری بالا، رشد پایدار و ریسک مالی پایین دارند. در مدل Novy-Marx (2013)، کیفیت با سودآوری ناخالص تعریف می‌شود:

$$Gross\ Profitability = \frac{Revenue - COGS}{Total\ Assets}$$

اجزای فاکتور کیفیت

۱. سودآوری (Profitability)

برای پروتکل‌های کریپتو، معادل این متریک درآمد پروتکل منهای هزینه‌های عملیاتی (توکن‌های انتشاریافته به عنوان سوبسید) است:

$$Protocol\ Profitability = Revenue_{fees} - Token\ Emissions_{cost}$$

اگر پروتکلی ماهانه ۵ میلیون دلار کارمزد جمع کند ولی ۸ میلیون دلار توکن امیت کند، سودآوری خالص منفی ۳ میلیون دلار است — اسکور کیفیت پایین.

۲. ثبات رشد (Growth Stability)

انحراف معیار نرخ رشد ماهانه TVL یا درآمد را محاسبه می‌کنیم:

$$Quality_{stability} = -\sigma(\Delta Revenue_{monthly})$$

علامت منفی به این دلیل است که پایداری بالاتر (نوسان کمتر) مطلوب‌تر است.

۳. اهرم مالی (Leverage)

برای DAOها یا پروتکل‌های وام‌دهی:

$$Leverage\ Ratio = \frac{Total\ Debt}{Total\ Equity\ (Treasury)}$$

ترکیب اجزا در اسکور کیفیت

اسکور نهایی کیفیت معمولاً میانگین وزن‌دار z-score هر جزء است:

$$Q_i = w_1 \cdot Z_{Prof} + w_2 \cdot Z_{Stab} + w_3 \cdot Z_{Lev}$$

وزن‌های رایج: $w_1 = 0.4$، $w_2 = 0.35$، $w_3 = 0.25$

---

۵. ساخت پرتفولیوی چندفاکتوری

ترکیب فاکتورها

دو رویکرد اصلی برای ترکیب فاکتورها وجود دارد:

رویکرد اول — Mixing (ترکیب رتبه‌بندی):

$$Score_i^{composite} = \lambda_{MOM} \cdot Z_{MOM,i} + \lambda_{VAL} \cdot Z_{VAL,i} + \lambda_{QUA} \cdot Z_{QUA,i}$$

وزن‌های متداول: $\lambda_{MOM} = 0.4$، $\lambda_{VAL} = 0.3$، $\lambda_{QUA} = 0.3$

رویکرد دوم — Tilt (تیلت پرتفولیو):

ابتدا یک پرتفولیو مرجع (مثلاً Index) داریم، سپس وزن‌ها را بر اساس اسکورهای فاکتور تعدیل می‌کنیم:

$$w_i^{tilted} = w_i^{index} \times e^{\gamma \cdot Score_i^{composite}}$$

جایی که $\gamma$ پارامتر شدت تیلت است.

مثال عملی محاسبه

فرض کنید سه دارایی BTC، ETH و SOL داریم:

| دارایی | Z_MOM | Z_VAL | Z_QUA | Score_composite |
|--------|-------|-------|-------|----------------|
| BTC | +1.2 | +0.8 | +0.5 | +0.85 |
| ETH | +0.4 | -0.3 | +1.1 | +0.43 |
| SOL | -0.6 | +1.5 | -0.2 | +0.27 |

محاسبه Score_composite برای BTC:

$$Score_{BTC} = 0.4 \times 1.2 + 0.3 \times 0.8 + 0.3 \times 0.5 = 0.48 + 0.24 + 0.15 = 0.87$$

BTC بالاترین اسکور ترکیبی را دارد و در این استراتژی بیشترین وزن را می‌گیرد.

کنترل ریسک و Turnover

یک مشکل اساسی پرتفولیوهای فاکتوری، Turnover بالا (جابجایی مکرر دارایی‌ها) و هزینه‌های تراکنش است. تکنیک‌های کاهش Turnover:

• باند بازتعادل (Rebalance Band): فقط وقتی وزن از ±۵٪ هدف منحرف شد، معامله انجام دهید
• تأخیر سیگنال (Signal Smoothing): میانگین متحرک ۳ ماهه اسکور به‌جای اسکور لحظه‌ای
• Transaction Cost Aware Optimization: بهینه‌سازی با لحاظ کردن هزینه تراکنش در تابع هدف

---

۶. چالش‌های کمّی و تله‌های رایج

Overfitting و Data Snooping

بزرگ‌ترین خطر در فاکتور اینوستینگ، پیدا کردن الگوهایی است که صرفاً در داده گذشته وجود داشته‌اند. آزمون استاندارد: اگر فاکتور شما روی Out-of-Sample و Out-of-Period کار نمی‌کند، احتمالاً Overfitted است.

معیار آماری Harvey-Liu-Zhu (2016):
برای تأیید یک فاکتور جدید، t-statistic باید حداقل ۳.0 باشد (نه ۲.0 متداول)، زیرا برای جبران Multiple Testing باید آستانه بالاتری در نظر گرفت.

Factor Crowding

وقتی بازار به فاکتوری توجه زیادی می‌کند، ظرفیت آن محدود می‌شود. سنجه Crowding:

$$Crowding\ Index = Correlation(Factor\ Long\ Leg,\ Institutional\ Positioning)$$

اگر این همبستگی بالای ۰.۷ برسد، فاکتور احتمالاً Crowded است و بازده آتی آن کاهش می‌یابد.

تطبیق با بازار کریپتو

- فرکانس داده: داده‌های کریپتو روزانه و حتی ساعتی است؛ برخلاف سهام که فصلی می‌باشد. این به معنای سیگنال مومنتوم ۳۰ روزه به‌جای ۱۲ ماهه است.
- ساعت بازار: بازار ۲۴/۷ است — جلسه بسته شدن وجود ندارد.
- نقدینگی ناهمگن: دارایی‌های با حجم کم باید از جهان‌شمول حذف شوند تا اجرای سفارش ممکن باشد.

---

نتیجه‌گیری

فاکتور اینوستینگ ابزار کمّی قدرتمندی است که بازده سیستماتیک را از نویز تفکیک می‌کند. سه فاکتور مومنتوم، ارزش و کیفیت هر کدام پایه تئوریک مستقلی دارند و در ترکیب با هم دارایی‌های متنوع‌تر و Sharpe Ratio بالاتری ارائه می‌دهند.

---

خلاصه نقطه‌ای

- مومنتوم با فرمول ۱۲-۱ محاسبه می‌شود و ریسک اصلی آن Momentum Crash در برگشت‌های شارپ بازار است
- فاکتور ارزش در کریپتو با NVT، MVRV و P/S پروتکل‌های DeFi سنجیده می‌شود
- فاکتور کیفیت سودآوری خالص، ثبات رشد و اهرم مالی را ترکیب می‌کند
- اسکور ترکیبی از میانگین وزن‌دار z-score هر فاکتور ساخته می‌شود
- Turnover یکی از اصلی‌ترین هزینه‌های استراتژی‌های فاکتوری است که با باند بازتعادل کنترل می‌شود
- Overfitting با آستانه t-statistic بالاتر از ۳.۰ و آزمون Out-of-Sample شناسایی می‌شود
- Factor Crowding ظرفیت فاکتور را محدود می‌کند و باید به‌طور مستمر پایش شود