「凡是有的，還要給他，使他富足；但凡沒有的，連他所有的，也要奪去。」這故事出於《新約．馬太福音》。1968年，美國科學史研究者羅伯特·莫頓（Robert K. Merton）提出「馬太效應」這個術語用以概括「好的愈好，壞的愈壞，多的愈多，少的愈少」的社會兩極分化現象，而在股市中也有馬太效應，價格的上升會推動價格的上升；相反，價格的下跌則會導致價格的進一步下跌。因此，在選股時，強勢股票更容易上漲，而弱勢股票，反而會進一步下跌。
內容目錄
過去研究
而動能就是指買入過去的贏家股同時賣出輸家股的一種策略，最早是由Jegadeesh and Titman在1993年提出，在1965年至1989年的美國市場，動能策略獲得了非常具有吸引力的收益。Fama和French (2012) 對1989年至2011年的亞太地區、北美和歐洲都進行了研究，也得到了類似的結論。實證研究普遍認為，動能因子在較短的時間內非常值得關注，尤其是3到12個月，往後動能效應會逐漸消失，股票表現會回復到長期均值水平。
那為何動能有效呢？較多的研究是從行為財務學方面切入，主要是投資人有兩個習慣：1.對重要的訊息過度反應 (Overreact) 或者是 2. 過度忽略重要的訊息 (Underreact)，因為這兩個反應，讓投資人常常追高殺低，使個股股價出現短期內連續上漲或下跌的現象 。另外就是窗飾效果 (Window Dressing)，在每季或每年底(特別是)，機構投資人會避免持有帳面上產生投資虧損的股票，同樣的，會持續保留帳面上賺錢的股票，甚至加碼買進以維持股價，這些行為也讓表現良好的股票持續上漲，表現不好的股票繼續下跌。
以下我們就實際檢測看看，是否上面我們認為的財報比率具有選股的效益，此次主要檢測五種動能因子：Perf Month (月報酬)、Perf Quart (季報酬)、Perf Half (半年報酬)及Perf Year (年報酬)。檢測的方式為，每個月依照這些比率排序S&P500指數的成分股分成五群(Q1-Q5)，每一群就是一個投資組合，回測的時間為15年(2005/01-2020/01)。
分位數投組報酬表現統整
| 名稱 | 夏普值 (1) | 平均IC (2) | 每月平均報酬 |
| Perf Month | -0.13 | -0.01 | -0.14 % |
| Perf Quart | -0.13 | -0.00 | -0.17 % |
| Perf Half | -0.14 | 0.00 | -0.21 % |
| Perf Year | -0.13 | 0.01 | -0.21 % |
- 註(1)：夏普值計算方式為平均報酬除以標準差。
- 註(2)：計算使用了斯皮爾曼(Spearman)相關係數。會先將指標排行，然後排行下一期報酬，IC為此兩個序列之間的相關性。白話的解釋就是，當此數字越高時，表示此指標越能找到未來表現較好的標的。
上表為做多Q1同時放空Q5的報酬表現，這裡需要先注意，Q1是代表比率較高的族群，所以上面的統整表可以發現，從1個月到1年動能因子的每月平均報酬都是負的，也就是說，過去越會漲的公司，未來也還是持續會贏過過去弱勢的公司，表示近15年，馬太效應也是明顯存在於股市當中。
各群表現：平均月報酬
由下圖可以發現，過去15年來，在S&P500指數成分股當中，在各個動能指標裡面，Q1的表現都優於Q5，但有個比較有趣的現象是，平均而言Q4的月報酬是最佳，這就可以解釋成，太糟糕的那一群已經無藥可救，但還有一群之前都沒有表現的公司，未來更有補漲的機會，漲最凶猛的一群可能也會面臨短期修正波的影響。
累積報酬
這邊列出各指標Q1還有Q5的累積報酬圖，為了有比較基準，此處也對比了SP500指數的ETF。從累積報酬可以發現，三個月的動能因子長期表現較好。如果以鑑別度來說，則是一年的動能因子Q1及Q5的績效有較顯著的差異。
回測總結
強者恆強，弱者越弱的現象確實存在於股市當中，但從過去的15年的回測數據卻發現一個有趣的現象，就是扣除表現最差的那個群體後，默默無表現的Q4反而擁有較Q1好的績效表現。
其他因子回測結果 <單因子量化回測：成長><單因子量化回測 : ROE & ROIC><單因子量化回測 : 獲利率><單因子量化回測 : 負債比><單因子量化回測 : 評價>
如果您覺得文章有趣，可以追蹤FB粉絲專頁或至頁面最下方訂閱電子報，就可以及時收到財富領航家的消息囉！
如果有任何疑問或想要交流想法，也歡迎在下方留言。