华泰:A股择时之技术面指标测试

华泰:A股择时之技术面指标测试
2021年08月19日 07:29 华泰证券研究所

【散户必备3大利器,提高胜率!】一买就跌、一卖就涨?还没反应过来,股价就上了天?如何操作,成功率才能更高一些?详情戳→

投资研报

【主力资金】总龙头霸气打出8+1板!重磅利好盘后来袭,这类个股值得关注(附受益股)

牛市旗手爆发涨停潮:财富管理赛道三大投资机遇受益股曝光!3股上涨目标价明确(名单)

揭秘:1个月暴涨60%!为什么东方证券能成为龙一?

【机构调研】袁芳、杨瑨、归凯等大佬齐出手调研1股!这一类股投资机会值得重视(受益股)

原标题:华泰:A股择时之技术面指标测试 来源:华泰证券研究所

摘要

基于A股主要宽基指数检验技术指标择时有效性并分析参数过拟合风险

本文介绍了动量类、均线类、相对强弱类等十余个技术指标的内在逻辑与构建方式,并按指标类别与使用原则两维度,分类举例说明技术指标生成信号的具体方式。在各指标中遴选并补充部分指标后,依次以默认参数、全局最优参数和前进分析法滚动调参对A股8个主要宽基指数进行回测,检验技术指标择时有效性及参数优化空间,结果表明:技术指标对A股主要宽基指数普遍有择时作用,而默认参数虽存在优化空间,但前进分析法滚动调参结果表明参数寻优过拟合风险较高,推荐以采用默认参数为宜。

典型技术指标包括动量类、均线类、相对强弱类等

本文将常用的技术指标分动量类、均线类、相对强弱类进行介绍,阐明各指标内在逻辑、构建方式与信号生成原则。其中,动量类指标包含ROC与MTM,均线类指标包含SMA,DMA,MACD,TRIX,BBI,BOLL,BIAS,OSC,B3612和CCI,相对强弱类指标包含W&R,KDJ,RSI。鉴于指标泛用性和数据可得性等原因,我们选取BOLL,MA,SMA,BBI,BIAS,MACD,ROC,TRIX,CCI,KDJ,RSI,DMA指标,并衍生加入Aberration与CMO指标,以进行后续的实证分析。

技术指标对A股主要宽基指数普遍有一定择时作用

本文选取了上证指数、沪深300、中证500、上证50、创业板指、深证成指、科创50、中证1000八个A股主要宽基指数,首先采用默认参数组合的技术指标对其回测,结果表明,除对于存续历史较短的科创50指数择时效果较差以外,对于其余宽基指数,技术指标的择时夏普优于指数自身概率均显著超过50%,即在默认参数下,技术指标对A股主要宽基指数普遍有一定择时作用。

参数寻优过拟合风险较高,推荐使用默认参数

在验证了技术指标择时有效性的基础上,本文进一步按一定规律构建了可选参数池,通过遍历给定参数池,选取择时夏普最高的参数组合为全局最优参数。结果表明,全局最优参数下的择时夏普显著优于默认参数下的相应水平,默认参数存在潜在优化空间。为检验参数全局寻优中的过拟合风险,采用前进分析法滚动调参进行回测,回测结果与默认参数结果相比,14个技术指标中仅有1个指标滚动调参占优,8个指数中仅有2个指数的滚动调参占优,全体指标×指数组合中仅有38.4%的组合滚动调参夏普高于默认参数夏普,因此认为参数寻优过拟合风险较高,推荐使用默认参数应用技术指标。

风险提示:择时等量化模型都是对历史投资规律的挖掘,若未来市场投资环 境发生变化,则量化投资策略存在失效的可能。本报告对历史数据进行梳理总结,不构成任何投资建议。根据历史数据的规律总结,存在失效的可能,历史结果不能简单预测未来。

报告正文

技术指标的分类和构造原理概述

技术分析,特别是技术指标,一直是择时领域的经典课题。技术指标纷繁复杂,事实上,掌握所有技术指标,我们认为既无可能,也无必要。而掌握技术指标的构造原理和应用法则,则可以举一反三,灵活使用。将技术指标真正应用于投资实践,则更需要长期的观察与检验。本篇研究将从技术指标的构建方式、使用原则出发,介绍若干典型技术指标,并实证检验其应用于A股择时的有效性。

技术指标择时的依据:动量和反转效应

技术指标属于技术分析领域的范畴,与多因子、宏观经济分析等方法不同之处在于,技术分析研究的是市场中人的行为,而不是某个资产的具体表现。技术分析理论建立于以下几条基本假设之上:

1. 股价是由供需决定的;

2. 股价波动具有趋势性(即过去的趋势会延续);

3. 供求关系的转变会引发走势的转变;

4. 走势可以用技术分析图来观察(技术分析可用来观察供求关系,多空力量);

5. 技术分析的价格形态会重复出现。

技术指标应用的基本原理与之类似,即,股价走势是市场多方因素作用下多空力量博弈的结果,在一定时间内,这些因素存在的持续性、市场对新因素反映的时滞,会导致股价延续前期的走势。而在更长的时间尺度内,多空双方博弈到一定程度,力量无法持续,又将促使价格向均值回归,即发生反转。技术指标本质上就是对于价格走势的一系列定量描述,相比于技术分析的图形语言,这些定量描述更为具体,使用时具有更强的纪律性,也就更便于投资者去实证检验和应用。

技术指标的构建方式:基于量价数据的简单运算

以下我们首先介绍技术指标的构建方式。我们对Wind金融终端所展示的若干技术指标进行汇总分析发现,技术指标虽然纷繁复杂,但本质上大部分是基于量价数据的简单加工。构建的素材无外乎基于量或者价格数据,“量”的维度,包括换手率、成交量等,其中成交量使用居多;“价”的维度,包含开、高、低、收等,其中,收盘价使用居多。而构建方式大多为简单运算,并没有用到复杂的数据处理方法,例如,通过加减乘除计算均线、涨跌幅;通过最大最小值的比较确定价格运动的合理范围等。

按照构建方式进行筛选和分类,常用的技术指标可分为以下几种,即动量类、均线类、通道类、偏离类、相对强弱类、量价类;其中,均线、通道、偏离,本质上都可以视作均线指标的拓展。本文暂时仅限于“价”的维度进行讨论,暂不考虑量价类指标。以下我们对各类中的典型指标进行介绍。

动量类代表指标简介:ROC,MTM

ROC

变动率指标(ROC)是最简单、最经典的动量指标,通过“涨跌幅”这种最朴素的方式定义了“动量(momentum)”。在大量国内外实证研究中,动量本身就是一个经典的超额收益因子。ROC以当日的收盘价和N天前的收盘价比较,通过计算股价某一段时间内收盘价变动的比例,应用价格的移动比较来测量价位动量,探测股价买卖供需力量的强弱,进而分析股价的趋势,从而发出多空信号。指标构建方法为:

ROC = (今收盘 - 前N周期收盘) / 前N周期收盘 * 100

其中,默认参数N取10,即过去10日。

如下图所示,黑色线条即ROC,代表每日收盘价相比10日前的涨跌幅度,红色线条代表ROC的5日均线,一般来说,均线有两个作用,一是将指标做平滑,反映指标运行的长期趋势和方向;二是作为参考基准,向上突破均线代表价格上行,向下突破均线代表价格下行。

MTM

MTM动力指标与ROC类似,指标构建方法为:

MTM = 当期收盘价 - N期前收盘价

MAMTM = MTM的M周期移动平均

其中,默认参数:N=10,M=20

从构建方法来看,MTM与ROC的主要区别在于是否除以前N期收盘价,即是否对股价的涨跌进行了标准化调整,我们认为ROC的调整更能体现出价格波动的幅度,所以后续研究中,我们重点对ROC指标进行实证分析。

均线类代表指标简介:SMA,DMA,MACD,TRIX,BBI,BOLL,BIAS,OSC,B3612,CCI

均线

均线指标通过对价格取均值,提取出价格背后的趋势特征。单均线的定义即价格的N1日平均值,当价格高于均线,认为上升趋势;低于均线则认为下降趋势。双均线则在单均线的基础上,定义短期平均值(SMA)和长期平均值(LMA)二者的差值DMA,通过将DMA与0相较,判断价格的运动趋势。从经验来看,双均线比单均线对趋势的判断更为稳定。更进一步地,多条均线若满足短期均线高于长期均线,则称其形成了多头排列,是多方力量占优的表征。后续研究中我们重点考察单均线与双均线指标,后者构建方法为:

DMA = N1平均值(SMA)–N2平均值(LMA)

其中,默认参数:N1=10, N2=20

注:为与之后的DMA指标区分,将该双均线指标名记作SMA。

如下图所示,各色线条分别表示了收盘价5日、10日、20日、60日与120日的单均线。不难观察到随着均线对应日期长度的增加,均线的形态更加平缓,反映出更长期的价格运动趋势。

DMA

平行线差(DMA)指标是一种期限较长,稳定性高的均线指标。DMA利用两条不同期间的平均线差值,来判断当前买卖能量的大小和未来价格趋势。与双均线SMA不同,此处DMA采用了均线的均线,进一步对DMA变量取期间平均值AMA,通过将DMA与其均线AMA对比来判断多空信号,当前DMA高于均线则看多。指标构建方法为:

DMA = N1平均值–N2平均值

AMA = DMA的N1平均值

其中,默认参数:N1=10, N2=50

如下图所示,黑色线条即DMA,代表收盘价的10日均值与50日均值的差值,红色线条代表AMA,即DMA的10日均线。

MACD

平滑异同移动平均线(MACD)指标本质与DMA指标类似,根据长、短两条不同周期的平均线之间的离差值变化来研判行情,是对DMA的更进一步加工。与DMA不同在于,MACD在第一次取移动平均值时采用了指数加权(EMA),通过赋予距今更近的数据点更高的权重,一定程度上克服了等权平均带来的滞后性缺陷。指标构建方法为:

DIF = 短期EMA - 长期EMA

DEA = DIF的移动平均值

MACD = 2 * (DIF - DEA)

其中默认参数short取12,即短期EMA的期限长度取过去12日;long取26,即长期EMA的期限长度取过去26日;mmid取9,即DEA计算时选用的期限长度取过去9日

如下图所示,黑色线条为DIF,代表收盘价的12日指数平均值与26日指数平均值的差,红色线条代表DEA,即DIF的9日均线,MACD指标为双色柱状图,其高度为上述两条曲线的离差值。

TRIX

TRIX趋向指标是一项超长周期的指标,波动频率较低,信号密度小,适用于进行长期控盘或投资。该指标的本质是一条三重指数平滑平均线,其构建方法为:

TR=收盘价的N日指数移动平均的N日指数移动平均的N日指数移动平均

TRIX=(TR-昨日TR)/昨日TR*100

MATRIX=TRIX的M日简单移动平均

其中,默认参数N取12,即计算三阶均线时采用12日的EMA;M取9,即MATRIX使用过去9日的简单移动平均值

如下图所示,黑色线条为TRIX,代表收盘价的12日三阶指数平均值,红色线条为MATRIX,即TRIX的9日均线。

BBI

多空指标(BBI)是一种将不同日数移动平均线加权平均之后的均线型指标,本质上是一阶均线的混合,所以其既有短期移动平均线的灵敏,又有明显的中期趋势特征,适于稳健的投资者。BBI指标一般选用3日、6日、12日、24日等4条平均线,由于近期数据利用次数较多,远期数据利用次数较少,因而其实质上是一种变相的加权计算。其构建方法为:

BBI = (N1周期平均价+N2周期平均价+N3周期平均价+N4周期平均价)/4

其中,默认参数N1=3, N2=6, N3=12, N4=24,分别代表四个周期的取值

如下图所示,黑色线条即为BBI指标。与下图上半部分对比不难发现,BBI指标兼具了上方不同周期MA曲线的特点。

BOLL

布林线指标(BOLL) 又称布林带,是最为经典的通道类指标。其构建方法为:

中线MB = N周期移动平均收盘价

偏移值 = P * N周期收盘价的标准差

上轨UP(阻力线)=中线+偏移值

下轨DOWN(支撑线)=中线-偏移值

其中,默认参数N取20,即过去20日;P取2,表示波带半径取标准差的2倍

如下图所示,黑色线条为BOLL指标的中线,红色线条为上轨,蓝色线条为下轨。可以看到带状区的宽度并不固定,而是随着股价的波动状况动态变化。

后续实证分析中,我们衍生引入了Aberration指标,该指标与BOLL指标构建方式相同,但使用方法不同,详见后文图表29。

BIAS

BIAS乖离率用股价指数与移动平均线的比值关系,来描述股票价格与移动平均线之间的偏离程度的指标,其逻辑与布林带类似。BIAS通过测算这一偏离程度,预测股价在剧烈波动时因偏离移动平均趋势而可能的回挡或反弹,以及股价在正常波动范围内移动而形成继续原有势的可信度。不过在实际回测中,基于反转的交易策略效果不佳,我们基于动量逻辑应用这一指标。其构建方法为:

BIAS(N) =(收盘价 - N周期移动平均价)/ N周期移动平均价 * 100

其中,默认参数N常取5,10,20

如下图所示,黑色、红色、蓝色线条分别为N取5日、10日、20日下的BIAS值。随着均线周期长度的增加,BIAS指标的波动也相应上升。

OSC

OSC摆动量构造思想同BIAS相近,反映的是股价与移动平均价的偏离的绝对距离。其构建方法为:

OSC = 当周期收盘价 - N周期的平均线价

其中,默认参数N=10

从构建方法来看,OSC与BIAS的主要区别在于是否除以N周期移动平均价,即是否对股价的摆动进行了标准化调整,我们认为BIAS的调整更能体现出价格偏离的幅度,所以后续研究中,我们重点对BIAS指标进行实证分析。如下图所示,黑色线条为N取10日时的OSC值,红色线条为OSC的5日均线。

B3612

B3612乖离指标考虑不同周期的移动平均线之间的差距,3日平均数值与6日平均数值之间的差值为B36,6日平均数值与12日平均数值之间的差值为B612。该指标以长期均线为参考线,以短期均线为当前状态代表,衡量短期和中期投资者获利的相对状态,进而评估短、中期投资者对后市的看法。其构建方法为:

B36 = 最近3日的收盘价之和/3 - 最近6日的收盘价之和/6

B612 = 最近6日的收盘价之和/6 - 最近12日的收盘价之和/12

如下图所示,黑色线条为B36,红色线条为B612。鉴于B3612实际应用不广泛,故该指标并未纳入实证研究范畴。

CCI

顺势指标CCI(Commodity Channel Index)衡量价格偏离其近期均值的程度。其构建方法为:

TP = (最高价 + 最低价 +收盘价) / 3

MA = 最近N周期TP的累计和  / N

MD = (最近N周期(MA - TP)累计和) / N

CCI(N) = (TP - MA) / 0.015MD

其中,默认参数N=14

如下图所示,黑色线条为CCI,在一定范围内波动。实际使用中,我们将TP简化为收盘价使用。

相对强弱类代表指标简介:W&R,KDJ,RSI

W&R

威廉指标W&R(William 's Overbought/Oversold Index)是最为简易的测量超买、超卖程度的指标,以过去一段时间的最高价和最低价划定波动范围,用于分析市场短期买卖走势。其构建方法为:

H = 基期内最高价

L = 基期内最低价

C = 当日收盘价

WR = (H - C) / (H - L) * 100

其中,默认参数取N=10,即基期长度定为10日如下图所示,黑色线条为WR,可以看出其反映当日收盘价在过去10日内的相对高低,收盘价相对高则WR值低,取值范围为0-100。鉴于威廉指标实际应用较少,故该指标并未纳入实证研究范畴。

KDJ

随机指标KDJ是目前中国股市最普及的指标之一。KDJ通过一个特定的周期(常为9日、9周等)内出现过的最高价、最低价及最后一个计算周期的收盘价及这三者之间的比例关系,来计算最后一个计算周期的未成熟随机值RSV,然后采用指数加权移动平均线的方法来计算一阶均线K值、二阶均线D值以及前二者之差J值,并绘成曲线图来研判股票走势。其具体构建方法为:

RSV = (收盘价-最近N日最低价) / (最近N日最高价 - 最近N日最低价) × 100

K线:K值  =  (M1-1)/M1 * 前一日K值 + 1/M1 * 当日RSV

D线:D值  =  (M2-1)/M2 * 前一日D值 + 1/M2 * 当日K值

J线:3 × 当日K值 - 2 × 当日D值

其中,默认参数N=9,即取最近9日作为基期;M1=3,M2=3,即两次指数加权移动平均构造过程均采用3作为共同的权重因子。

如下图所示,黑色线条为K值,红色线条为D值,蓝色线条为J值。可以看出D值作为K值的均线更为平滑,而J值衡量K值与D值间的相对距离,起到了放大效果。

RSI

RSI指标是经典的相对强弱指标,根据供求平衡的原理,通过测量某一个期间内股价上涨总幅度占股价变化总幅度平均值的百分比,来评估多空力量的强弱程度,进而释放多空信号。其构建方法为:

RSI = N日内收盘价上涨幅度累计 / N日内收盘价上涨及下跌幅度累计 * 100

其中,默认参数N常取6日或12日

如下图所示,黑色线条为N取6日时的RSI值,红色线条为N取12日时的RSI值,后者由于对应周期长而更为平滑。

后续实证分析中,我们衍生引入CMO指标,该指标与RSI指标构建方式类似,分母相同,将分子替换为N日内收盘价涨跌幅度之差。使用方法详见后文图表29。

技术指标的使用原则

在技术指标使用,即信号发出方面,我们总结了两大原则,即“交叉/位置原则”和“切线原则”。顾名思义,“交叉”即当指标与某个参考线(例如均线)交叉时,则发出多空信号;“位置”即当指标达到某个阈值时(常见于自身无量纲,且取值限于一定范围内的指标),则发出多空信号,事实上,达到某个固定位置也可以视作与某个固定水平线交叉,故我们认为这本质上是同一种信号发出方式,只是参考线有所不同而已。交叉/位置原则的本质是选定参考线,可以选取该指标自身的均线,或基于同样的构造方式,但期限更长的指标线(单均线,双均线),通道上下轨(布林带),20、80等特定数值(KDJ,RSI),0等。

另一原则即“切线原则”:上升时买入,下降时卖出,通过切线刻画指标的上升下降趋势,通过识别趋势来判断买卖信号。切线原则在技术指标的使用中往往偏定性描述,我们将定量的定义为:差分序列符号的N日平均。

以下我们按指标类型与使用原则分类,以具体技术指标为例,给出不同情形下的应用方式。

动量类指标:交叉/位置原则

对于动量指标MTM与ROC,我们应用交叉/位置原则判断多空信号。Wind中动量类指标的信号生成过程较为繁复,分多类情形分别应用反转逻辑与动量逻辑;经过实证检验,我们选择回测效果更好的动量策略用于生成信号,具体方式为:当指标高于参考线时,发出1信号;指标低于参考线时,发出-1信号;其他时间维持原仓位。其中MTM指标选定均线为参考线,ROC指标则选择0为参考线。

如下图所示,线框范围即为持有标的多头的阶段,其始末点为指标与其均线交点。

均线类指标:位置原则

我们以MACD指标为例,介绍均线类指标中应用位置原则判断多空信号的方式。Wind中MACD指标的信号生成过程同样较为繁复,分多类情形分别应用反转逻辑与动量逻辑,以及切线和交叉/位置法则;经过实证检验,我们选择动量逻辑与位置原则对MACD指标进行应用,具体生成规则为:当指标高于0时,发出1信号;指标低于0时,发出-1信号;其他时间维持原仓位。

如下图所示,线框范围即为持有标的多头的阶段,其始末点为指标与0的交点。

均线类指标:切线原则

我们以DMA指标为例,介绍均线类指标中应用切线原则判断多空信号的方式。Wind中同样分情形给出了基于动量逻辑和反转逻辑的信号识别方式,但通过实证检验,我们采用动量逻辑下的切线原则生成信号,具体方式为:当DMA和AMA均大于0,并向上移动时,发出1信号;当DMA和AMA均小于0,并向下移动时,发出-1信号;其他时间维持原仓位。

如下图所示,当DMA与AMA同时向上运动且符号同正时发出买入信号,同时向下运动且符号同负时发出卖出信号。

通道类指标:交叉原则

通道类指标大多应用交叉原则发出信号,以布林带、Aberration指标为例,应用交叉原则的具体方式为:对于布林带,突破上轨时发出1信号,跌破下轨时发出-1信号;对于Aberration,突破上轨时发出1信号,跌破中轨时发出0信号,即平仓信号,跌破下轨时发出-1信号;其他时间维持原仓位。

下图显示的是Aberration的信号生成过程,线框范围即为按照信号持有标的多头的阶段。

超买超卖类指标:位置原则

我们以RSI指标为例,介绍超买超卖类指标中应用位置原则判断多空信号的方式。Wind中将RSI作为反趋势指标应用,但通过实证检验,我们采用动量逻辑生成信号,具体方式为:以20和80为参考线,跌破20表明明显弱势,发出-1信号;突破80表明明显强势,发出1信号;其他时间维持原仓位。

如下图所示,50为强弱的相对参考线,线框内为买入持仓阶段,买入点为RSI突破80时,随后RSI未落入20以下,故保持持仓到样本期末。

超买超卖类指标:交叉原则

我们以KDJ指标为例,介绍超买超卖类指标中应用交叉原则判断多空信号的方式。Wind中对KDJ指标有多种信号生成方式,但通过实证检验,我们排除其中的反趋势应用方式,采用动量逻辑,具体方式为:线K向上突破线D,发出1信号;线K向下跌破线D,发出-1信号;其他时间维持原仓位。

如下图所示,线框内为持仓阶段,K线向上穿过其均线D线时买入,向下穿过其均线D线时卖出。

技术指标对主要宽基指数普遍有较好效果,推荐使用默认参数

接下来我们重点讨论两个问题:1:技术指标对于股指的择时是否有效?2:对技术指标的参数优化是否有效?针对这两个问题,我们将进行以下三步操作。

第一步:将各个技术指标以其默认参数对A股主要宽基指数进行择时,并统计择时效果(以夏普比率为准)超过指数自身同期走势的概率。如果大部分指标择时的结果超过同期指数自身,则认为技术指标择时有效,反之则认为无效。

第二步:对各个技术指标选取10个左右的参数组合,全局调参,即在全部数据可得时间段内,遍历指标的各个参数在不同指数的上的表现,并对每个指标×指数组合,选取最优参数(即录得最高夏普的参数组合),记录参数组合和策略表现。具体参数组合下文将具体介绍。这步主要是为了第三步做基础。

第三步:前进分析法滚动调参,这一步是对上文全局调参方法有效性的实际检验。如果滚动调参可以超越默认参数的表现,则认为调参有效,否则认为无效。具体做法详见下文。

测试的对象选取A股8个主要宽基指数,即:上证指数、沪深300、中证500、上证50、创业板指、深证成指、科创50、中证1000,走势如下:

默认参数的择时效果大部分超越指数自身

首先,我们应用默认参数对主要宽基指数进行回测,判断技术指标默认参数择时的有效性,以夏普比率作为判断依据,择时策略的表现是否能超过同期指数自身。根据上文的介绍,我们选定各个技术指标的默认参数和信号发出方式如下:

上证指数默认参数择时100%超过同期指数自身

对于上证指数,回测时间为1990/12/20-2021/07/21,各个技术指标和指数自身走势如下,100%的技术指标择时夏普超过指数自身。

沪深300默认参数择时92.9%超过同期指数自身

对于沪深300,回测时间为2002/01/07-2021/07/21,各个技术指标和指数自身走势如下,92.9%的技术指标择时夏普超过指数自身。

中证500默认参数择时92.9%超过同期指数自身

对于中证500,回测时间为2005/01/04-2021/07/21,各个技术指标和指数自身走势如下,92.9%的技术指标择时夏普超过指数自身。

上证50默认参数择时71.4%超过同期指数自身

对于上证50,回测时间为2004/01/02-2021/07/21,各个技术指标和指数自身走势如下,71.4%的技术指标择时夏普超过指数自身。

创业板指默认参数择时71.4%超过同期指数自身

对于创业板指,回测时间为2010/06/01-2021/07/21,各个技术指标和指数自身走势如下,71.4%的技术指标择时夏普超过指数自身。

深证成指默认参数择时100%超过同期指数自身

对于深证成指,回测时间为1991/04/04-2021/07/21,各个技术指标和指数自身走势如下,100%的技术指标择时夏普超过指数自身。

科创50默认参数择时21.4%超过同期指数自身

对于科创50,回测时间为2020/01/02-2021/07/21,各个技术指标和指数自身走势如下,21.4%的技术指标择时夏普超过指数自身。由于该指数存续历史较短,技术指标对其择时效果较差。

中证1000默认参数择时85.7%超过同期指数自身

对于中证1000,回测时间为2005/01/04-2021/07/21,各个技术指标和指数自身走势如下,85.7%的技术指标择时夏普超过指数自身。

全局寻优的最优参数表现远超同期指数自身和默认参数

接下来,我们对各个指数×指标的组合进行全局的参数寻优,即遍历给定的参数池,对每个指数×指标的组合选取择时夏普最高的参数组合。若这一步结果中的择时夏普显著高于对应指标的默认参数,则我们认为默认参数存在潜在的优化空间。

参数设置

在参数集合设置方面,我们遵循以下几个原则。1:尽量不改变参数之间的相对量级,例如,原参数组合存在固定9 3 3的关系,则新的参数组合采用16 4 4或者25 5 5 等;2:新的参数组合和原有参数组合体现一定的时间周期差异,如BOLL(布林带)策略中,默认参数取N为20日,新的参数组合中N可取10 20 60 120,分别对应半月、单月、三个月、半年的时间周期,与原先参数有一定差异;3:参数组合不宜过多,每个技术指标选取10组左右构成可选参数集合。各指标的可选参数池如下表所示。

回测结果

毫无疑问,全局寻优在包括默认参数在内的参数集合中选取夏普最优,其表现远超同期指数自身和默认参数。下图中,红色字体代表最优参数为默认参数的情形,可以看出相当数量指数×指标组合下的参数存在优化空间。

参数优化有较高过拟合风险,推荐使用默认参数

全局寻优的最优参数虽然可以获得比默认参数更好的表现,但这种寻优方案严重依赖于历史数据,有较高的数据挖掘嫌疑,未来真实的样本外回测中,可能会产生过拟合(我们将其简单定义为,表现不及默认参数)。为了检验其过拟合风险,我们应用“前进分析法”,考察这种寻优方案的可靠性。

前进分析法的具体做法如下:每隔一段时间,以当前时点前所有可得数据作为样本内数据,用上述全局寻优方式选取样本内每个指标×指数组合对应的最佳参数,并应用于未来的一段时间,即样本外回测。如此滚动挑选最佳参数并作样本外测试,可以避免使用未来数据造成的过拟合问题。为了简单起见,该步我们不设置过多的可选参数,固定在每年6月最后一个交易日和12月最后一个交易日重新筛选参数,即每隔6个月滚动调参,示意图如下。

如此滚动寻优,最后将所有历史阶段的最优参数样本外回测结果拼接在一起,对比同期仅使用默认参数的表现。如果滚动寻优结果超过默认参数,则认为寻优有效,否则认为寻优无效。为了避免单一指数或指标可能造成的样本误差,我们对每一组指数×技术指标组合,均应用此方法,并统计默认参数和滚动寻优后的优化参数占优的概率。下表中,绿色字体代表该指数三种参数状态回测下择时夏普的最小值,可以直观看出相较于默认参数,滚动调参择时效果并不占优。

更进一步,通过统计分析,如下表所示,14个技术指标中,仅有1个指标的滚动调参占优比例超过50%,在8个指数中,仅有2个指数的滚动调参占优比例超过50%,在所有技术指标×指数组合中,仅有38.4%的组合调参后的效果优于默认参数因此我们认为,对于技术指标的择时,推荐使用默认参数。根据历史回测的滚动调参大概率不能起到优化效果。

小结

本文首先介绍了各类技术指标的择时依据,分动量类、均线类与相对强弱类依次展示了ROC,MTM等十余个技术指标的内在逻辑与构建方式,并按指标类别与使用原则两个维度,举例说明了不同情形下技术指标生成信号的具体方式;随后,我们考察其在A股主要宽基指数上的表现,通过实证检验得出以下结论:1.以默认参数应用指标对股指进行择时,除科创50由于指数存续历史较短效果不佳,其余股指择时夏普比例大多超过同期指数自身,可认为技术指标择时具备有效性;2.对每个指标×指数组合的参数采用全局寻优时,由于参数优化,策略表现显著好于默认参数下的择时,表明前进分析法调参相较于默认参数,存在潜在的策略改善空间;3. 对每个指标×指数组合采用前进分析法滚动调参,无论是指标维度还是指数维度,表现均大多未能超过默认参数下情形,故可认为对于技术指标的择时使用默认参数为佳,根据历史回测的滚动调参大概率不能起到优化效果。

风险提示

择时等量化模型都是对历史投资规律的挖掘,若未来市场投资环境发生变化,则量化投资策略存在失效的可能。本报告对历史数据进行梳理总结,不构成任何投资建议。技术指标的使用建立在技术分析假设成立的基础之上,即资产价格存在趋势性和长期均值回复现象,该假设在真实市场环境中可能被打破,导致技术指标失效。指标回测依赖于历史数据,在真实的样本外数据中可能结论不一致。根据历史数据的规律总结,存在失效的可能,历史结果不能简单预测未来。

——————————

研报名称:【华泰研究 — 金工】深度研究 — A股择时之技术面指标测试

研报发布时间:2021年8月17日

研究员:

林晓明      S0570516010001

                SFC No. BPY421

韩    晳     S0570520100006  

股民福利!金牛、茅台、手机……任务“豪”礼,等你来拿>>
海量资讯、精准解读,尽在新浪财经APP
A股 宽基指数 华泰 夏普

APP专享直播

1/10

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 08-24 张小泉 301055 --
  • 08-23 远信工业 301053 --
  • 08-23 宏微科技 688711 --
  • 08-20 国光电气 688776 51.44
  • 08-19 果麦文化 301052 8.11
  • 股市直播

    • 图文直播间
    • 视频直播间
    新浪首页 语音播报 相关新闻 返回顶部