当前位置: > 股票>正文

缠论的量化回测 终于有专业机构做了量化回测,从结果来看并没有那么神奇。中金公司 :股票价格形态能否预测未来走势 摘要 价格形态是过去一段...  中金黄金股票未来趋势分析

2023-07-22 02:15:36 互联网 未知 股票

缠论的量化回测 终于有专业机构做了量化回测,从结果来看并没有那么神奇。中金公司 :股票价格形态能否预测未来走势 摘要 价格形态是过去一段... 

来源:雪球App,作者: 四角楼老农,(https://xueqiu.com/5455012287/220333764)

终于有专业机构做了量化回测,从结果来看并没有那么神奇。

中金公司:股票价格形态能否预测未来走势

摘要

价格形态是过去一段时间股票供求关系的体现,而股票的供求关系又蕴含着市场对该股票未来边际变化的观点。形态分析就是期望找到某些形态可以反映市场观点的相对乐观,从而实现对股价未来走势的有效预判。本篇报告将股票的K线形态抽象成笔结构,进而实现形态的数量化刻画,统计分析了不同市场环境、不同类型股票范围内的形态规律,供投资者参考。

K线形态的向量化处理

股价形态的划分:我们将K线序列抽象为笔结构,进而取每笔的涨跌幅数据为元素构建形态向量,实现价格形态的向量化。我们认为,形态向量可精确刻画形态的股价变动区间、变化趋势等状态,这些都是形态的核心信息;而时间跨度、笔内价格振幅等信息的重要性相对较小,并且部分形态刻画所需的辅助信息也可通过增加辅助向量来实现,比如,可以构建MACD向量,与涨跌幅向量共同定义背驰信号。

形态信号对股价未来收益表现具有一定的预测作用

1)股票的长期收益率取决于形态的整体趋势,无中枢支持的趋势性行情持续性相对较弱。从连续持有120个交易日的收益表现来看,趋势型形态总体优于反转型形态;趋势型形态中,上行趋势类形态 > 突破中枢类形态 > 上行类形态。上行类形态信号未来收益表现不佳,并且下行类信号在反转型形态中表现相对较好,说明无中枢支撑的行情,持续性相对较弱。

2)背驰信号对短期收益率具有一定的预测作用,在趋势性较弱的上行类、下行类形态中表现尤为明显。下行-底背驰形态信号发出后,未来收益表现显著优于下行-无背驰形态信号;上行-顶背驰形态信号发出后,短期(20个交易日内)收益表现略微弱于上行-无背驰形态信号。在趋势性较强的形态中,背驰信号意义相对较弱,如突破中枢类、上行趋势类、跌破中枢类。

3)白马股的趋势效应较强,反转效应较弱。白马股范围内,上行类、突破中枢类、上行趋势类形态信号未来长期(120个交易日)收益表现均较好,仅上行-顶背驰形态受顶背驰信号影响,短期(5日内)股价有所回撤。而下行-底背驰形态虽然5日内具有一定的超额收益,但长期来看收益表现不佳,说明反转效应较弱。下跌市场阶段下,白马股可关注盘整形态,从累计超额收益表现来看,持仓期越长,平均超额收益越高。

推荐形态:反转型可关注下行-底背驰形态,趋势型可关注上行趋势-回踩不破中枢上沿、上行趋势-顶背驰形态。

上行趋势-回踩不破中枢上沿、上行趋势-顶背驰形态信号120个交易日的平均超额收益率分别为6.89%、5.15%。该类信号的胜率相对较低,其较好的收益表现主要依赖于高盈亏比,持仓期越长,盈亏比越高;持仓期超过60个交易日时,超额收益盈亏比在1.6以上。下行-底背驰的信号则胜率相对较高,持仓期20日以内时,绝对收益胜率基本在55%以上,盈亏比1.2左右,平均收益率可达2.38%;超额收益胜率略低于50%,但盈亏比可达1.5左右,平均超额收益率达1.09%。

正文

形态研究综述

价格形态是对过去一段时间股票供求关系的刻画

量化选股的信息维度大致可以分为基本面、技术面、另类信息三大类,其中,基本面信息是上市公司经营情况的直接体现,用以分析股票的内在价值;技术面信息,则是股票交易的过程,用以分析其在交易维度上的供求关系;另类信息则是近年快速发展的,对基本面、技术面信息的补充,往往直接或间接地反映公司基本面或投资者情绪的情况。

股票的价格形态分析属于技术面信息的一种,从本质上讲,它是过去一段时间股票供求关系的体现,而股票的供求关系又蕴含着市场对该股票未来边际变化的观点。形态分析就是期望找到某些形态可以反映市场观点较为乐观,从而实现对股价未来走势的有效预判。这一类理论成立的基础在于资本市场并非完全有效,也即“历史会重演”,但其研究难点也在于“历史并不是简单重复”。

图表1:量化选股的信息维度梳理

资料来源:中金公司研究部

价格形态与量价指标同归属于技术面信息,并且指标、形态构建所用的基础数据也基本一致,因而投资者容易混淆或者将二者进行比较。实际上,价格形态与量价指标在某些特性上还是存在明显差异的,如:

量价指标通常是连续的,可用作排名,也容易引入多因子模型中进行应用;而形态的信号往往是事件性的。

量价指标的定义通常是严谨、客观的,容易量化实现;而形态的判别则存在一定的主观性,量化定义复杂度相对较高。

由于这些差异的存在,形态的研究往往不能照搬量价指标或者因子化的研究方法,其中的关键之处在于形态的定义和识别,既要具有一定的泛化能力,又要相对精确而合理地把形态刻画出来;同时也是因为这样的复杂度,直接应用普通机器学习算法挖掘的效果通常不佳。

本篇报告将股票的K线形态抽象成笔结构,进而实现形态的向量化刻画;对于基础形态的分类,则加入了主观的理解和判断,以确保量化刻画出来的形态与主观认知相匹配,同时也有利于降低形态分类的复杂度;对于信号的识别则采用余弦相似度的方式,以实现形态的精确识别。

图表2:价格形态与量价指标的异与同

资料来源:中金公司研究部

将K线形态抽象为笔、线段等结构

正如前文所述,我们在研究股票形态信号的有效性时,首先需要实现形态的向量化,在这一过程中需要应用到形态划分的一些基础概念。本节,我们对这些概念进行介绍,以方便读者理解后文模型的构建过程。主要分成以下几个方面进行介绍。

预处理:K线包含关系的处理

行情划分的基础结构:分型、笔、线段

买卖点定义的基础:中枢

图表3:形态划分的基础概念

资料来源:中金公司研究部

预处理:K线处理时只考虑最高价和最低价,所谓包含关系指的是相邻两根K线中,一根K线的最高价高于另一根K线,同时最低价也低于另一根K线。相邻两根K线存在包含关系时,就需要进行如图表4所示的处理。

上升通道中,最高价和最低价均取两根K线的较大值,形成新的K线;

下降通道中,最高价和最低价均取两根K线的较小值,形成新的K线。

图表4:K线包含关系的处理

资料来源:中金公司研究部

分型:当连续三根经过包含关系处理的K线构成上三角或者下三角的形态时,便是形态划分的一个基础单元——分型。如图表5所示,上三角形态为顶分型,下三角形态为底分型。

图表5:分型结构定义

资料来源:中金公司研究部

笔结构:在同一级别的数据中,笔结构表征的是上升或者下降行情走势的最小单位。当同时满足两个条件时,可以确认为一笔:1)从底分型开始到顶分型结束,或者从顶分型开始到底分型结束;2)起始点的分型与结束点的分型之间须至少间隔一根无包含关系的K线。从底分型到顶分型的为上升笔,从顶分型到底分型为下降笔。由于两个分型中间至少间隔一根无包含关系的K线,日线级别一笔的时间跨度通常要两周及以上的时间。

图表6:笔结构定义

资料来源:中金公司研究部

线段结构:由若干笔构成,表征的是相较笔更大级别的上升或下降行情走势,通常时间跨度也更大。当连续的三笔存在重合部分时,可以确认为一个线段,如图表7所示。若形成线段的三笔中,第一笔为上升笔,则该线段为上升线段;若第一笔为下降笔,则该线段为下降线段。由于一个线段至少由三笔构成,日线级别一条线段的时间跨度通常要一个半月及以上的时间。

图表7:线段结构定义

资料来源:中金公司研究部

中枢:本质上指的是在一段时间内股票密集交易的价格区间,在不同的形态理论中,这样的价格区间对于买卖点信号的确立都有较为重要的意义,趋势跟随的形态往往在向上突破中枢后发出买入信号,而反转逻辑的形态则通常在触及中枢上沿时卖出。中枢可以定义为连续三个次级别走势段的重合部分。

趋势和盘整:在中枢定义的基础上,进一步可以识别盘整行情和趋势行情,具体定义为:一个完成的走势类型只包含一个走势中枢的,即为盘整;一个完成的走势类型至少包含两个以上依次同向的走势中枢的,即为趋势(包括上行趋势、下行趋势)。

图表8:中枢、盘整和趋势的定义

资料来源:中金公司研究部

形态的向量刻画

我们前面已经介绍了形态划分的一些基础概念,本节,我们尝试应用上述形态划分逻辑将价格形态数量化或者向量化。如图表9所示,我们应用笔结构将股价形态进行划分,将K线形态抽象为笔结构,进而取每笔的涨跌幅数据为元素构建形态向量,从而实现价格形态的向量化。

形态向量可精确刻画形态的股价变动区间、变化趋势等状态,但也会丢失走势时间跨度、笔内价格振幅等信息。我们认为,股价变动区间、变化趋势等是形态的核心信息,无论是中枢的识别,还是买卖信号的确立,均可通过形态向量来定义;而走势时间跨度、笔内价格振幅等信息的重要性相对较小,并且部分形态刻画所需的辅助信息也可通过增加辅助向量来实现,比如,可以构建MACD向量(即以每笔内MACD值为元素的向量),与涨跌幅向量共同定义背驰信号。

图表9:价格形态向量化过程的示意图

资料来源:中金公司研究部

如果通过向量的方式定义价格形态,相应的又如何实现形态的识别呢?本篇报告的研究中,运用了向量余弦相似度来衡量价格形态的相近程度。余弦相似度越接近1,反映两个价格形态的相似度越高。

如图表10-13所示,我们展示了晶方科技(603005)、金刚玻璃(300093)、复星医药(600196)、中利集团(002309)等股票不同阶段的历史股价走势和笔结构。金刚玻璃、复星医药、中利集团在图片所展示阶段的涨跌幅向量与晶方科技2023-04-02至2023-01-02阶段涨跌幅向量的余弦相似度均可达0.9以上,其中,金刚玻璃的相似度最高,达0.99,复星医药、中利集团的余弦相似度分别为0.96、0.90。观察图片,不难看出,金刚玻璃在图片所展示阶段的形态确实与晶方科技更为相近。

余弦相似度识别形态的优劣势分析:我们认为,余弦相似度的优势在于精确性,可以精确识别出与目标形态基本一致的个股;也可依据相似度指标值的高低,对于不同相似程度的个股进行排序,以反映目标形态的有效性。其劣势则在于难以找出形态成立的关键点,只能按形态整体的相似程度进行识别,难以泛化或衍生出新的有效形态。

图表10:晶方科技(603005)的历史股价和笔结构

资料来源:万得资讯,中金公司研究部

注:2023-04-02至2023-01-02

图表11:金刚玻璃(300093)的历史股价和笔结构

资料来源:万得资讯,中金公司研究部

注:1)2013-05-22至2014-07-28;2)与晶方科技2023-04-02至2023-01-02阶段笔结构的余弦相似度达0.99

图表12:复星医药(600196)的历史股价和笔结构

资料来源:万得资讯,中金公司研究部

注:1)2014-11-03至2015-04-30;2)与晶方科技2023-04-02至2023-01-02阶段笔结构的余弦相似度达0.96

图表13:中利集团(002309)的历史股价和笔结构

资料来源:万得资讯,中金公司研究部

注:1)2013-03-07至2013-11-27;2)与晶方科技2023-04-02至2023-01-02阶段笔结构的余弦相似度达0.90

量化方法挖掘优质形态

如何通过量化方式挖掘优质形态

前文我们讨论了形态研究的意义以及如何实现形态的量化定义、识别。本章我们重点讨论如何应用量化的方式挖掘优质形态。

形态的定义:我们结合涨跌幅向量和MACD向量共同定义价格形态。如前文所述,我们将股票K线序列抽象为笔结构,进而转化为涨跌幅向量和MACD向量,共同定义股票的形态。MACD向量的元素为每笔内MACD指标值之和,其中,上升笔只取MACD大于0的交易日,下降笔只取MACD小于0的交易日,以此刻画笔结构上升或下降的“力度”。

之所以应用MACD向量也是参考到常用的背驰的概念。在价格上行趋势中,如果价格突破中枢创新高,而突破中枢的笔内MACD之和小于进入中枢的笔内MACD之和(如图表15所示),则认定为顶背驰信号,理论上是不看好后续的价格走势的;反之,在价格下行趋势中,如果价格跌破中枢创新低,而跌破中枢的笔内MACD之和大于进入中枢的笔内MACD之和,则认定为底背驰信号,理论上认为可能发生反转。

图表14:中原环保(000544)截止于2007-01-31的形态向量(无背驰信号)

资料来源:万得资讯,中金公司研究部

图表15:复星医药(600196)截止于2014-02-28的形态向量(顶背驰信号)

资料来源:万得资讯,中金公司研究部

本篇报告研究的价格形态,均以日度数据为基础构建的。考虑到运算效率的问题,我们先选取了一段时间的形态样本,并从中挖掘符合标准的优质形态,具体过程如下:

我们取2005-01-01至2015-12-31期间,截止于每月末的全市场股票形态为形态样本池,并在样本池中依次取样作为检验样本。

将形态样本池内的其他样本与检验样本分别进行匹配,若二者涨跌幅向量余弦相似度和MACD向量余弦相似度的均值大于0.95,则认为该样本为匹配样本。

计算所有匹配样本未来20个交易日的累计超额收益率(以同期全市场股票的平均收益率为基准),若其平均累计超额收益率高于8%,则认为该检验样本的形态为优质形态。

那具体用过去几笔来定义股票的形态呢?本篇报告的研究中主要测试了7、9、11、13笔的形态,选取这些笔数,一方面是因为形态的研究中,以奇数笔为单位是更常用的;另一方面是考虑到目标形态匹配出来的个股数量,当笔数过多时,很难找到与目标形态匹配的个股,而当笔数过少时,匹配出来的数量又会比较多且难以找到满足优质形态标准的形态。

图表16:优质形态筛选框架

资料来源:中金公司研究部

注:超额收益率基准为同期全市场平均收益率

另一方面,我们考虑到不同市场阶段(上涨阶段、下跌阶段)、不同类型股票(白马股、非白马股)在形态方面的规律可能有所差异,所筛选出来的优质形态也可能不同,因此,我们将形态样本池根据不同市场阶段、股票类型进行了划分,并在不同的形态样本池中分别进行了上述优质形态的挖掘过程。

其中,市场阶段的划分如图表17所示,是我们基于中证500指数历史走势进行的主观划分,下跌阶段包括2008-01-14至2008-11-04、2010-12-14至2012-12-03、2015-06-15至2016-01-21、2017-10-13至2023-01-03、2023-09-13至2023-04-26,其余阶段为上涨阶段;股票类型则按照是否沪深300指数成份股,划分为沪深300内(白马股)、沪深300外(非白马股)。

图表17:中证500指数走势和市场行情的划分

资料来源:万得资讯,中金公司研究部

注:数据截止于2023-04-30

优质形态分类:趋势型、反转型

在上述框架下,我们筛选出了满足标准的优质形态约370个,考虑到余弦相似度识别形态在提取形态的核心点和泛化能力方面存在一定缺陷,可通过分类的方式进行一定程度的弥补。即:将具有一定共性的形态归为一类,后续研究中以类为单位进行形态的识别和应用。

我们结合层次聚类算法和主观识别的方式,将所挖掘出来的优质形态分成趋势型、反转型两大类,其中,趋势型包括上行、突破中枢、上行趋势三类,反转型包括盘整、U型反弹、下行、跌破中枢、下行趋势五类。并且,在八种类型内,依据各形态的特征进一步细分为27个小类。如图表18-25,我们依次展示了各类形态的主要特点。

上行类(下行类)形态指的是股票价格连续若干笔呈现持续上行(持续下行)的状态,且过程中未形成中枢结构。在此基础上,我们依据是否发出背驰信号和上行后的价格表现,将上行类形态进一步细分为上行-无背驰、上行-顶背驰、上行-回踩形成底背驰、上行-回踩形成中枢、上行-盘整5个小类;同样的,也将下行类形态进一步细分为下行-无背驰、下行-底背驰、下行-盘整、下行-反弹形成中枢4个小类。

其中,背驰信号的发出通常是需要建立在存在中枢的前提下,对于上行-顶背驰、下行-底背驰的小类,是在没有中枢的情况下,对比了最后一笔MACD和倒数第二个同向笔的MACD值,可以理解为类背驰的信号。

图表18:上行类形态示例

资料来源:万得资讯,中金公司研究部

图表19:下行类形态示例

资料来源:万得资讯,中金公司研究部

突破中枢(跌破中枢)类形态指的是股价震荡已形成中枢,并且上行突破中枢上沿(下行跌破中枢下沿)的状态。在此基础上,我们依据是否发出背驰信号和突破中枢上行后的价格表现,将突破中枢类形态进一步细分为突破中枢-无背驰、突破中枢-顶背驰、突破中枢-回踩不破中枢上沿、突破中枢-回踩跌破中枢上沿、突破中枢-回踩跌破中枢下沿、突破中枢-形成新中枢6个小类;同样的,也将跌破中枢类形态进一步细分为跌破中枢-无背驰、跌破中枢-底背驰、跌破中枢-反弹回到中枢、跌破中枢-反弹突破中枢、跌破中枢-形成新中枢5个小类。

图表20:突破中枢类形态示例

资料来源:万得资讯,中金公司研究部

图表21:跌破中枢类形态示例

资料来源:万得资讯,中金公司研究部

上行趋势(下行趋势)类形态指的是已形成两个及以上的中枢,并且股价对于第二个中枢已完成突破上行(跌破下行)的状态。通常认为,上行趋势成立时,股价上涨的支撑力较强,未来表现是相对乐观的。类似前文的细分方法,我们将上行趋势类形态进一步细分为上行趋势-无背驰、上行趋势-顶背驰、上行趋势-回踩不破中枢上沿、上行趋势-回踩跌破中枢下沿4个小类;可能由于下行趋势成立时,股价未来走势偏负面,因而挖掘出来下行趋势类的优质形态数量较少,仅1个小类,即:下行趋势-底背驰。

图表22:上行趋势类形态示例

资料来源:万得资讯,中金公司研究部

图表23:下行趋势类形态示例

资料来源:万得资讯,中金公司研究部

盘整类形态指的是已形成1个中枢,并且股价无明显突破(或跌破)中枢的状态。优质形态中,此类形态数量不多,也无明显的细分特征,故而仅分在同一个小类里。

U型反弹形态指的是股价下行后逐渐反弹形成类似字母U的形状。它实际上也可归为下行类形态,但由于形态上特点鲜明,且部分形态研究的理论中该形态关注度较高,故而在分类时自成一类。

图表24:盘整类形态示例

资料来源:万得资讯,中金公司研究部

图表25:U型反弹类形态示例

资料来源:万得资讯,中金公司研究部

白马股的优质形态类型与非白马股存在差异

依据上述分类方式,我们统计了不同样本池挖掘出来的各类形态数量,如图表26所示,样本池包括上涨阶段沪深300内、上涨阶段沪深300外、下跌阶段沪深300内、下跌阶段沪深300外。

白马股的优质形态数量分布相对集中。上涨阶段沪深300内的优质形态集中于突破中枢类,下跌阶段沪深300内集中于跌破中枢类。而非白马股的优质形态数量分布则相对分散。

多数优质形态至少包含一个中枢,而未形成中枢且持续上行的优质形态仅在上涨阶段沪深300内样本池中有所挖掘。未形成中枢且持续上行的形态主要包括上行-无背驰、上行-底背驰2个小类,这两类优质形态数量较少,仅在上涨阶段沪深300内样本池内有所挖掘。

趋势型的优质形态数量显著多于反转型的形态,一定程度说明在选股层面,趋势型策略可能由于反转型的策略。除下跌阶段沪深300内样本池外,其他样本池所挖掘优质形态中,均是趋势型形态数量显著多于反转型的形态数量。

图表26:不同样本空间下所挖掘的优质形态类型和数量

资料来源:万得资讯,中金公司研究部

注:统计期为2005-01-01至2015-12-31;下跌阶段包括2008-01-14至2008-11-04、2010-12-14至2012-12-03、2015-06-15至2015-12-31;其余均为上涨阶段

推荐关注:下行-底背驰形态和上行趋势类形态

优质形态的有效性测试框架

应用前文的优质形态挖掘方法,我们已挖掘出约370个优质形态,并已将其细分为27个小类。本章我们将以细分的小类形态为单位,测试各类形态在样本外的有效性,具体检验方式如下:

测试区间:2016-01-01至2023-04-30

股票池:全市场股票,剔除ST股和上市未满一年的个股

形态信号的发出:滚动每日计算所有股票的形态向量(包括涨跌幅向量、MACD向量),分别与所挖掘的优质形态进行余弦相似度匹配,若余弦相似度高于0.95则认为该股票当天发出相应的形态信号;若股票当日形态与多个优质形态的相似度都高于0.95,则取余弦相似度最高的一个形态。

形态信号有效性统计:分别统计每类形态信号发布后5、10、20、60、120个交易日的累计收益率、累计超额收益率、盈亏比、胜率。

图表27:优质形态的有效性检验框架

资料来源:中金公司研究部

注:超额收益率基准为同期全市场平均收益率

底背驰信号短期具有一定的预测性,长期收益率取决于形态的整体趋势

在上述的检验框架下,我们测试了所筛选出来的各类优质形态发出信号后的收益表现,如图表28-29所示。

长期收益率取决于形态的整体趋势,无中枢支持的趋势性行情持续性相对较弱。如下表所示,从连续持有120个交易日的收益表现来看,趋势型形态总体优于反转型形态;趋势型形态中,上行趋势类形态 > 突破中枢类形态 > 上行类形态。上行类形态信号未来收益表现不佳,并且下行类信号在反转型形态中表现相对较好,说明无中枢支撑的行情,持续性相对较弱。而当形态上呈现跌破中枢的状态,长期收益表现大概率不佳。

背驰信号对短期收益率具有一定的预测作用,在趋势性较弱的上行类、下行类形态中表现尤为明显。下行-底背驰形态信号发出后,未来收益表现显著优于下行-无背驰形态信号;上行-顶背驰形态信号发出后,短期(20个交易日内)收益表现略微弱于上行-无背驰形态信号。相较而言,底背驰的预测效果相对较好,顶背驰意义相对较弱。在趋势性较强的形态中,背驰信号意义相对较弱,如突破中枢类、上行趋势类、跌破中枢类。下行趋势-底背驰信号发出后,5日内也有超过1%的平均超额收益率,也反映出底背驰信号的短期预测意义,但长期收益率表现不佳,连续持有120个交易日的累计超额收益仅0.08%。

推荐形态:反转型可关注下行-底背驰形态,趋势型可关注上行趋势-回踩不破中枢上沿、上行趋势-顶背驰形态。如前文分析结果,无中枢支撑的形态持续性相对较弱,因而下行-底背驰形态的反转效应相对较强,未来收益表现较好;趋势形态中,则关注趋势性最强的上行趋势类形态信号,此时顶背驰信号对形态的影响较小,反而可能由于小幅回调或者突破中枢的幅度相对较小(上行趋势-无背驰形态往往突破中枢幅度大)而具有更大的上涨空间。

图表28:各类优质形态信号发出后一段时间的平均收益率统计

资料来源:万得资讯,中金公司研究部

注:统计期为2016-01-01至2023-04-30

图表29:各类优质形态信号发出后一段时间的平均超额收益统计

资料来源:万得资讯,中金公司研究部

注:统计期为2016-01-01至2023-04-30

我们取上述形态中,收益表现相对较好的形态,进一步分析了这些形态信号的胜率和盈亏比,以便投资者更有效率地运用相关形态信号,如图表30所示。

上行趋势类形态胜率相对较低,盈亏比较高,信号长期收益率表现优于短期收益率表现。上行趋势类形态信号收益率、超额收益率的胜率普遍低于50%,其较好的收益表现主要依赖于高盈亏比,持仓期越长,盈亏比越高。尤其在持仓期超过60个交易日时,盈亏比普遍在1.6以上。

底背驰的信号胜率相对较高,尤其在绝对收益层面。相较而言,底背驰信号胜率较高,尤其在绝对收益层面,信号胜率大多高于50%。其中,下行-底背驰形态信号收益表现较为稳定,持仓期20日以内时,绝对收益胜率基本在55%以上,盈亏比1.2左右;超额收益胜率略低于50%,但盈亏比可达1.5左右。

图表30:有效性较强的形态信号胜率和盈亏比统计

资料来源:万得资讯,中金公司研究部

注:统计期为2016-01-01至2023-04-30

白马股趋势效应较强,反转效应较弱

为了比较不同类型股票(白马股/非白马股)在不同市场阶段(上涨阶段/下跌阶段)的形态信号有效性可能存在的差异,我们统计了各形态在不同样本范围内收益表现,其中,以沪深300成份股作为白马股的代表,非沪深300成份股的股票作为非白马股的代表;上涨、下跌阶段则是根据历史价格走势的主观划分,参考图表17所示。

白马股的趋势效应较强,反转效应较弱。如图表31所示,上行类、突破中枢类、上行趋势类形态信号未来长期(120个交易日)收益表现均较好,仅上行-顶背驰形态受顶背驰信号影响,短期(5日内)股价有所回撤。而下行-底背驰形态虽然5日内具有一定的超额收益,但长期来看收益表现不佳,说明反转效应较弱。

下跌市场阶段下,白马股可关注盘整形态。在下跌的市场阶段下,白马股的盘整形态信号收益表现较好,从累计超额收益表现来看,持仓期越长,平均超额收益越高。

非白马股的下行-底背驰形态在上涨阶段短期具有一定预测能力,但长期收益表现较弱;而在下跌阶段,下行-底背驰形态信号则对长期收益表现具有一定的预测性。如图表32所示,非白马股中表现较好的形态与前文总结的全样本内表现较好的形态基本一致,但趋势形态、反转形态在不同市场阶段的信号触发数量和收益特征存在差异。市场上涨阶段,下行-底背驰形态信号短期(20个交易日内)收益表现较好,但超过20个交易日以后,累计超额收益是有所回落的;市场下跌阶段,下行底背驰形态信号长期(120个交易日)超额收益率可达8.3%,同时,趋势类信号数量较少。

图表31:沪深300成份股在不同市场阶段收益表现较好的形态

资料来源:万得资讯,中金公司研究部

注:统计期为2016-01-01至2023-04-30;下跌阶段包括2016-01-01至2016-01-21、2017-10-13至2023-01-03、2023-09-13至2023-04-26;其余阶段为上涨阶段

图表32:非沪深300成份股在不同市场阶段下收益表现较好的形态

资料来源:万得资讯,中金公司研究部

注:统计期为2016-01-01至2023-04-30;下跌阶段包括2016-01-01至2016-01-21、2017-10-13至2023-01-03、2023-09-13至2023-04-26;其余阶段为上涨阶段

总结与展望

主要结论:形态信号对股价未来收益表现具有一定的预测作用

本篇报告将股票价格K线序列抽象为笔结构,并进一步用笔结构的涨跌幅向量、MACD向量共同完成对价格形态的刻画,从而实现优质形态的量化挖掘及有效性检验。经过测试,2016年以来的市场环境下,形态特征主要有如下结论:

长期收益率取决于形态的整体趋势,无中枢支持的趋势性行情持续性相对较弱。从连续持有120个交易日的收益表现来看,趋势型形态总体优于反转型形态;趋势型形态中,上行趋势类形态 > 突破中枢类形态 > 上行类形态。上行类形态信号未来收益表现不佳,并且下行类信号在反转型形态中表现相对较好,说明无中枢支撑的行情,持续性相对较弱。

背驰信号对短期收益率具有一定的预测作用,在趋势性较弱的上行类、下行类形态中表现尤为明显。下行-底背驰形态信号发出后,未来收益表现显著优于下行-无背驰形态信号;上行-顶背驰形态信号发出后,短期(20个交易日内)收益表现略微弱于上行-无背驰形态信号。在趋势性较强的形态中,背驰信号意义相对较弱,如突破中枢类、上行趋势类、跌破中枢类。

白马股的趋势效应较强,反转效应较弱。白马股范围内,上行类、突破中枢类、上行趋势类形态信号未来长期(120个交易日)收益表现均较好,仅上行-顶背驰形态受顶背驰信号影响,短期(5日内)股价有所回撤。而下行-底背驰形态虽然5日内具有一定的超额收益,但长期来看收益表现不佳,说明反转效应较弱。下跌市场阶段下,白马股可关注盘整形态,从累计超额收益表现来看,持仓期越长,平均超额收益越高。

推荐形态:反转型可关注下行-底背驰形态,趋势型可关注上行趋势-回踩不破中枢上沿、上行趋势-顶背驰形态。上行趋势-回踩不破中枢上沿、上行趋势-顶背驰形态信号120个交易日的平均超额收益率分别为6.89%、5.15%。该类信号的胜率相对较低,其较好的收益表现主要依赖于高盈亏比,持仓期越长,盈亏比越高;持仓期超过60个交易日时,超额收益盈亏比在1.6以上。下行-底背驰的信号则胜率相对较高,持仓期20日以内时,绝对收益胜率基本在55%以上,盈亏比1.2左右,平均收益率可达2.38%;超额收益胜率略低于50%,但盈亏比可达1.5左右,平均超额收益率达1.09%。

未来研究展望:高频数据的应用和增加考虑成交量等信息维度

关于形态量化的进一步研究,我们认为可以从以下几个角度展开:

应用更高频的数据,产生相对高频的信号,为短期的交易行为提供更有效的建议。本篇报告主要研究的是日度频率的量价数据,形态信号的发出也相对低频。如果应用于更高频率的量价数据中,产生相对高频的信号,可能对于投资者短期的交易行为将有更为直接的意义。

增加考量成交量等其他信息维度。本篇报告对于股票价格形态的刻画主要考虑的价格的涨跌幅以及MACD指标。但很多技术研究理论均曾提出,股票的成交量也是重要的信息源泉。因此,未来进一步研究形态规律和信号时,可以考虑增加对成交量等辅助信息的研究。

在组合构建中应用形态信号的方式探讨。研究形态量化的最终目的还是要能合理有效地运用于组合的构建中,以获取更优的策略表现。如何在组合构建中更好地运用形态量化研究的成果,应是众多投资者非常关注的问题。

风险提示

如果未来交易环境和投资者结构有所变化,股票价格形态上的规律可能发生改变,进而将影响到形态信号的有效性。

版权声明: 本站仅提供信息存储空间服务,旨在传递更多信息,不拥有所有权,不承担相关法律责任,不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请发送邮件至 举报,一经查实,本站将立刻删除。