【上证金工】形态识别优选趋势上涨的股票—量化选股模型系列之一|股票_新浪财经

◼ 主要观点

本报告从量价角度出发，通过技术形态识别出价格趋势向上的个股，回测结果显示，A股市场的动量效应长期存在，模型在大部分年份跑赢基准指数。

选股指标：均线、胜率、盈亏比、累计收益率、RSI等指标。

基础组合回测：回测结果显示，策略的盈亏比表现较好，股票持仓20、30、40、50、120、250日的盈亏比均大于1.8。月度调仓组合的累计收益为329.15%，年化收益为15.63%，均优于沪深300指数；分年收益来看，组合在大部分年份跑赢沪深300，在沪深300下跌的年份表现较为稳健。

严格条件组合回测：在对指标限制更严格的条件后，股票持仓的胜率、盈亏比等指标均表现更优，除持仓10天外，其余持仓天数的盈亏比均大于2。月度调仓组合的累计收益为544.24%，年化收益为20.42%，Sharpe比率为0.80，相对基础组合有显著提升；分年收益方面，严格条件组合自2021年以来均跑赢基础组合和沪深300指数。

组合收益归因：按照申万一级行业分类，信号触发后持股20日收益均值较大的行业主要为传媒、建筑装饰、通信、农林牧渔等；持股40日收益率均值较大的行业主要为钢铁、农林牧渔、煤炭、传媒等。此外，无论持有20还是40日，银行的股票收益均值皆为负值。

模型优缺点：本报告所构建的模型优势在于，不考虑基本面及其他因素，仅从价格形态角度出发，在不同的市场环境中均有机会筛选出价格趋势上涨的个股。缺点在于每年满足基础条件的股票数量并不多，满足严格条件的个股数量更少。

近期模型信号：近期模型输出的个股为中航沈飞、中国银行、福建高速、中国广核等。

风险提示：政策风险，模型失效风险。

在市场震荡或下跌时，如何在大量市场信息中找到有效部分，成为投资者关注的问题。对于个股而言，股价和成交量是市场的交易结果，投资者无论是运用基本面、资金面还是其他信息，最终会反映到股票交易中。在本报告中，我们从量价角度出发，通过技术形态识别出价格趋势向上的个股。

模型运用均线、胜率、盈亏比、累计收益率、RSI等指标，筛选过去一段时间趋势上涨的股票。但过去上涨并不意味着这些股票未来也能获得较好的收益，为了检验所选股票是否在未来仍有较优的表现，我们对所选股票未来一段时间的胜率、盈亏比等指标进行统计，并构建月度选股模型，回测以验证该选股方法的有效性。回测结果显示，A股市场的动量效应长期存在，模型在大部分年份跑赢基准指数。

◼ 选股指标

在本报告中，我们结合了均线、胜率、盈亏比、累计收益率、RSI等指标，筛选价格趋势上涨的个股。

均线：在技术分析中，移动平均线（Moving Average, MA）是一种常用的趋势识别工具。当多根不同天数的移动均线按照从短到长的顺序从上到下排列时，这通常表明股价正处于多头趋势。其中，我们认为短均线可以理解为短期投资者的交易结果，长均线可以理解为长期投资者的交易结果。当多头趋势形成时，无论是短期还是长期投资者，均对股票持乐观态度，此时股价正处于一个强势上涨的阶段。

如上图所示，橙线、黄线、紫线、绿线分别代表由短到长的四条均线，短均线位于长均线之上，即呈现均线多头排列，此时股价通常处于上升趋势中。

相反，如果多根均线按照从短到长的顺序从下到上排列，这表明股价处于空头趋势，反映出长短期投资者均对股票持较为悲观的态度，股价通常处于下跌阶段。

在本报告中，我们运用均线指标，筛选出均线多头排列的个股，所筛选的股票价格往往处于上升趋势中。

胜率：胜率计算了在一段时间区间内，股票获得正收益的天数在所有天数中的占比，衡量了股票盈利的概率。胜率越高，表明股票获得正收益的几率越大。其计算公式如下：

盈亏比：盈亏比的计算方法为，在一段时间区间中，正收益均值与负收益均值的比值，表示交易的赔率。盈亏比越高，表明交易获得的潜在正收益越高。其计算公式如下：

此外，可对上述盈亏比计算方式做出改进，在一段时间区间中，计算正收益总和与负收益总和的比值。该方法既统计了交易的赔率，又隐含了计算时段内的整体收益，由于我们的策略是寻找趋势向上的股票，因而在模型中选择第二种盈亏比的算法。

累计收益率：即股票在过去一段时间的价格涨幅。为了尽量避免所筛选的股票具有过强的价格反转效应，我们将股价涨幅设置上限，剔除过去一段时间价格上涨过高的股票。

RSI：相对强弱指数（Relative Strength Index，简称RSI）最早由由J. Welles Wilder提出，主要用于衡量股票是否超买或超卖。其核心原理在于通过计算某一特定时间段内股价上涨总幅度与股价变化总幅度的平均值的比率。该指标反映了股价上涨的力度相对于整体价格波动的强度，从而评估市场中多空力量的相对强弱。当RSI值较高时，则表明多头力量占优，市场处于超买状态；相反，当RSI值较低时，则表明空头力量较强，市场处于超卖状态。通常，RSI的值是由过去14天的数据计算得出的。以此为例，RSI的计算公式如下：

其中，RS表示平均涨幅与平均跌幅的比率：

初始平均涨幅和初始平均跌幅的计算：

在本报告中，我们将RSI作为反转指标，在所筛选的上涨趋势股票中，剔除RSI超过某上限值的标的，进而降低模型回撤风险。

◼ 模型参数

回测期：2014年2月7日-2024年7月18日

选股范围：主板、创业板、科创板股票（剔除停牌、ST及ST*的个股）

选股指标：均线、胜率、盈亏比、累计收益率、RSI

选股逻辑：均线出现多头排列、胜率>=N%、盈亏比>=M%、累计收益率<=X%、RSI<=Y%，股票满足以上条件视为出现信号。

比较基准：沪深300指数

信号频率：日度

调仓频率：月度

模型组合：基础组合、严格条件组合

回测结果

◼ 基础组合回测

下表展示了日度模型选股在未来一段时间的胜率、盈亏比等指标，其中持仓天数均为交易日天数，如果连续20个交易日内出现多个信号，则只保留第一天的信号。

其中，收益率最高值计算方法为：股票持仓期末价格/持仓期初价格-1，计算出每只股票的收益率后取最高值。收益率最低值计算方法为：股票持仓期末价格/持仓期初价格-1，计算出每只股票的收益率后取最低值。期间最高收益计算方法为：股票持仓期间最高价/持仓期初价格-1，计算出每只股票的收益率后取最高值。期间最低收益计算方法为：股票持仓期间最高价/持仓期初价格-1，计算出每只股票的收益率后取最低值。

整体而言，该策略的胜率并不算高，但其盈亏比表现较好，持仓20、30、40、50、120、250日的盈亏比均大于1.8。持仓120日的盈亏比最高（2.14），收益率均值和中位数分别为9.82%、0.66%。

日度选股的优势在于信号出现频率较高，每日均有可能出现信号，但其回测结果不够直观。对此，我们构建月度选股模型，在每月末，将产生信号的个股构建组合，并持有1个月，下图为月度组合回测的净值表现，自2019年以来，该组合显著跑赢沪深300指数。

下表展示了月度调仓组合的风险收益指标，组合的全历史累计收益为329.15%，年化收益为15.63%，均超过沪深300指数（累计收益为60.75%，年化收益为4.85%），同时在最大回撤表现上也优于沪深300。

下图展示了月度组合的分年收益情况，除2014年、2017年和2024YTD，组合分年收益均跑赢沪深300。在沪深300下跌的年份（如2016、2018、2021、2022、2023年），组合相对沪深300均有超额收益，该策略在市场下跌时段的表现相对较好。

◼ 严格条件组合回测

在进行参数寻优时，我们对盈亏比指标设定了更严格的条件，模型所选出的股票相比之前更少，但严格条件组合的整体表现相对上述组合（以下简称“基础组合”）更优。

下表展示了严格条件所选股票在未来一段时间的胜率、盈亏比等指标表现。严格条件信号的胜率相对基础组合略有提升，盈亏比指标提升较明显。除持仓10天外，其余持仓天数的盈亏比均大于2。其中，持仓50日的盈亏比最高（2.87），收益率均值和中位数分别为9.08%、3.34%。

下图展示了月度调仓情况下，严格条件组合的回测净值表现，在2014-2020年期间，其整体表现相比基础组合未有明显优势，但自2021年以来，严格条件组合显著跑赢了基础组合和沪深300指数。

下表展示了严格条件组合的风险收益指标，其累计收益为544.24%，年化收益为20.42%，相对基础组合有显著提升。在波动率方面，严格条件组合的年化波动率为25.58%，略高于基础组合，但总体来看，收益回报的增长大于波动率的增长，严格条件组合的Sharpe指标（0.80）显著高于基础组合（0.63）和沪深300（0.22）。

下图展示了严格条件组合的分年收益，可以看到除2014年和2018年，其余年份组合基本都能保持正收益。自2021年以来，严格条件组合每年的分年收益均跑赢基础组合和沪深300指数。

模型优缺点及收益归因

◼ 模型优缺点

本报告所构建的模型优势在于，不考虑基本面及其他因素，仅从价格形态角度出发，在不同的市场环境中均有机会筛选出价格趋势上涨的个股。缺点在于每年满足基础条件的股票数量并不多，满足严格条件的个股数量更少，日度信号数量分年统计如下表所示。

下图展示了各行业的信号触发数量，在申万一级行业分类下，各行业均有个股信号出现，其中信号主要集中在医药生物、机械设备、基础化工、电力设备、汽车、交通运输等行业。

下表统计了每年信号数排名前三的行业，历史数据表明，满足基础筛选条件的个股主要集中于医药生物、机械设备、基础化工等行业；自今年以来，信号则主要集中在银行、医药生物和公用事业行业。

◼ 收益归因

下图展示了日度信号出现后，不同行业持有20、40日的股票收益率均值。其中，持有20日收益均值较大的行业主要为传媒、建筑装饰、通信、农林牧渔等，持有40日收益率均值较大的行业主要为钢铁、农林牧渔、煤炭、传媒等。此外，无论持有20还是40日，银行的股票收益均值皆为负值。

分年来看，煤炭行业在2016、2017、2019年的信号中，持有20日的收益率均值相比其他行业较大；今年以来，电子行业信号出现后持有20日的收益率均值（23.83%）较其他行业更大。

下表展示了近期满足基础条件的股票列表（日度信号），满足严格条件的个股，则在“条件”一列标记“严格条件”。近期模型输出的个股有：中航沈飞、中国银行、福建高速、中国广核等。

在本报告中，我们构建形态识别模型，筛选上涨趋势的股票，月度回测模型的股票持有期为固定的1个月。但在实际投资中，股票的持有期可能不固定，根据个股后续的形态特征或其他信息，可构建不同的择时策略，相应的模型仍有待研究。

政策风险：政策变化可能导致市场波动加大。

模型失效风险：模型基于历史数据测算，市场结构和风格变化等因素可能导致模型失效，模型结果不代表投资建议。

报告名称：

《形态识别优选趋势上涨的股票—量化选股模型系列之一》

分析师：张雨蒙

SAC编号：S0870521100005

联系人：韦磊

SAC编号：S0870123030014

研报发布日期：2024年8月7日

发布机构：上海证券有限责任公司

市场有风险，投资需谨慎。本公众号所载内容仅供参考，均不构成对任何人的投资建议，投资者应对本公众号内容进行独立评估，根据自身情况自主做出投资决策并自行承担风险。根据《证券期货投资者适当性管理办法》，本公众号所载内容仅面向上海证券有限责任公司客户中的专业投资者。因本公众号难以设置访问权限，若您并非上海证券有限责任公司客户中的专业投资者，为控制投资风险，请勿订阅、接收、使用或转载本公众号中的任何内容，若给您造成不便，敬请谅解。在任何情况下，上海证券有限责任公司不对本公众号所载内容的准确性、可靠性、时效性及完整性作任何明示或暗示的保证、不对任何人因使用本公众号中的任何内容所导致的任何损失承担任何责任。本公众号不是上海证券有限责任公司研究报告发布平台，所发布观点不代表上海证券有限责任公司观点。任何完整的研究观点应以上海证券有限责任公司正式发布的报告为准。本公众号所载内容仅反映作者于出具完整报告当日的判断，可随时更改且不予通告。本公众号所载内容不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见。除非另有说明，本公众号所有内容版权均为上海证券有限责任公司所有，未经上海证券有限责任公司事先书面许可，任何人不得以任何形式转发、转载、翻版、分发、复制、修改、发表、刊载或仿制本公众号所载内容。