在过去超过三十年的时间里,大量的资产定价异象被揭示,其中最为著名且得到学界业界广泛研究之一的异象便是动量异象,月度动量异象收益率在大量海外实证研究中都十分显著;作为资本市场最强劲的异象因子之一,动量因子也广泛应用于资产配置。随着研究深入,学者们针对动量因子展开了更多拓展性研究,其中即有残差动量效应。残差动量效应指将个股收益率对风格因子进行回归后,取收益率残差作为指标构建动量因子。残差动量因子的提出改变了原有动量因子的含义,动量因子的构建过程变得不再对于回归中包含的风格因子有暴露,是约束更严格的纯粹收益率。然而过往文献都拘泥于利用经典三因子定价模型进行回归。基于这种情况,本文针对残差动量因子计算过程中在回归模型中应该包含的因子、线性模型的基本结构以及序列收益率的检验流程进行了多方面的理论推导以及实证研究。本文选用了Barra因子作为回归模型的因子以计算残差,结合了风格因子与残差动量两个研究方向,通过将风格因子加入残差动量的计算,说明残差动量所用残差的金融学意义,以及建立在此基础上的风格因子对于动量组合实证效果的提升,有机融合了两个研究方向,并为后续残差动量的相关研究提出一些拓展思路。在因子层面,本文通过将Barra模型中提出的风格因子加以及其它在学术界得到验证的风格因子入到残差计算的回归模型中,对于单个风格因子的回归残差以及对于不同因子组合的回归残差进行了多种测试。在模型层面,本文针对计算残差动量的回归模型结构进行了讨论,即在考虑残差收益率时,如何处理回归模型中的截距项这一问题;针对这一话题,本文开展了理论推导以及实证分析。在检验层面,本文讨论了在构建组合过程中,持仓周期大于换仓周期时,如何修正组合收益率序列产生时间重叠导致的序列自相关对t检验的影响。通过2005年1月至2021年9月的数据的回测分析,本文发现,在因子层面,目前已有文献给出的残差动量回归风格因子仍有提升空间,基于残差动量组合的不同持仓期,通过不同的多风险因子对个股收益率进行回归得到的残差所构建的动量组合,能产生在不同持有期内更加显著的残差动量收益。在模型层面,对线性回归模型的结构稍作改动将产生较大的影响,而当前最优的残差计算方法即在系数估计时包含截距项,而在最后计算残差时,用个股收益率减去截距项以及因子值与对应系数的积。在检验层面,持仓周期大于换仓周期,则组合在时间序列上的重叠会导致最终收益率序列的强自相关性,而该自相关性将影响t检验的显著性;此种情况下应该使用等价样本量计算出修正过后的t值进行t检验。本文针对残差动量的研究仍有较大的拓展空间,包括但不限于,对更多定价模型中风格因子的测试;短持仓周期带来的换仓手续费以及冲击成本对组合收益的影响;线性模型对于风格无法解释的单个资产收益率仍不能全面地覆盖,考虑使用更加复杂的模型或许能对组合收益率有所提升。