趨勢跟蹤類策略的內在邏輯

譚 磊

（武漢大學經濟與管理學院，湖北武漢430000）

趨勢跟蹤類策略的內在邏輯

譚 磊

（武漢大學經濟與管理學院，湖北武漢430000）

量化交易策略中非常常見的趨勢是跟蹤策略，以及趨勢跟蹤策略背后的盈利邏輯，從市場結構和行為經濟學的角度分析其盈利來源的市場基礎，同時給出經典的雙均線策略以及新近公布的ATRRSI策略。

量化交易；趨勢跟蹤；行為經濟學

一、趨勢跟蹤策略

趨勢跟蹤策略是量化投資策略中非常經典的投資策略，它利用預先制定好的模型或者各類技術指標來界定趨勢，通過跟隨趨勢的延續來獲利，當趨勢反轉或者趨勢停滯時，及時止損出場。一個完整的趨勢策略包括明確的進場規則，倉位控制，風險配置，出場規則。進場規則是一個趨勢跟蹤策略最主要的部分，它決定了在何時去持有倉位。倉位控制決定了持有頭寸的大小。出場規則決定何時了結頭寸，出場規則又包括根據買入賣出的原始信號出場，比如出現新的做多信號時才去平掉空頭；止損出場，當損失到達預先設定的止損線時出場；止盈出場，當盈利到達預先設定的盈利目標時出場；根據持倉時間出場，當持倉超過規定的時長時，立即出場；市場收盤出場，為了規避隔夜的市場風險，大部分策略要求收盤即出場。而風險配置則是指策略之間的風險均衡，根據策略之間的相關性，風險與收益的表現，選擇不同的資金分配方案，以求達到風險與收益的均衡。

“截斷虧損，讓利潤奔跑”是趨勢跟蹤策略的核心邏輯，他們通過在市場中不斷的進出，尋找從統計上對自己有利的交易方式，積累交易量，通過一次又一次的交易來獲得穩定的盈利。傳統的方式是通過設計類似于MACD，RSI等技術指標，通過技術指標來判定市場趨勢，跟隨趨勢，而具體的進出規則是通過對歷史數據進行回溯，即所謂的回測來得到的；更新一點的方式則是通過類似機器學習或者深度學習等黑箱算法，從數據中學習市場的模式，以求指示出市場趨勢，或者預測出當前市場情形下的預期收益，從而進行操作。這兩者的差別在于，前者的交易規則是從人的思維出發，由人的經驗總結得到的決策樹，而后者的交易規則則是通過數據中學習得到，根植于樣本數據中；兩相比較，由經驗得到的交易規則，更加符合交易的邏輯，融入了人的經驗，泛化能力更好；而機器的優勢在于計算能力強，能夠發現一些反直覺的模式。

趨勢跟蹤策略在早期被認為是alpha型策略，存在無風險收益，而在最近一些年內被認為是beta型策略，原因在于趨勢跟蹤的理念在近些年不斷為大眾所熟知，導致無風險收益逐漸的消失，慢慢的淪為了beta型策略，即該策略的利潤來源于承受市場風險的風險溢價。

金融市場的本質就是買賣風險，這使得我們需要在風險和收益之間做出權衡，量化的本質是借助歷史數據和精確化的定量手段為我們的每一次決策提供依據，從而使得每一筆交易都具有足夠高的風險收益比，通過程序化交易執行每一次決策，通過不斷累積交易量，通過大數定律來得到一個相對穩定的收益曲線。

趨勢跟蹤策略名聲大燥歸功于理查德.丹尼斯的海龜計劃，1983年著名的商品交易者理查德.丹尼斯與其友人辯論，一位成功的交易者究竟是天生的還是可以后天培養的。隨后理查德.丹尼斯招募了一些成員，向他們傳授了自己的交易方法，并給他們真實的賬戶進行操作，這些成員大都取得了很高的成就。理查德.丹尼斯的交易理念被后人總結為海龜交易法則，而受到理查德.丹尼斯培訓的人則被稱為海龜，海龜的成功使得大家相信，一個成功的交易者是可以后天培養的。同時，他也向世人展示了一個完整的交易策略應該具備的要素。

1、策略示例

趨勢跟蹤策略大致分為四個模塊，明確的買入規則，倉位分配規則，風險配置和明確的賣出規則。在下面，我將會展示兩個經典的趨勢跟蹤類策略的具體規則。

（1）雙均線策略

數據：歷史K線數據，包含開盤價（Open），收盤價（Close），最高價（High），最低價（Low），成交量（Volume），成交額（Amount）

數據處理：計算M根K線的移動平均RM，計算N根K線的移動平均RN，M＞N

買入規則：當RN＞RM時，多頭開倉（Long）；當RM＞RN時，空頭開倉（Short）

賣出規則：當RN＜RM時，空頭平倉（Sell）；當RM＜RN時，多頭平倉（Cover）

倉位控制：一手（2）AtrRsi策略

數據：歷史K線數據，包含開盤價（Open），收盤價（Close），最高價（High），最低價（Low），成交量（Volume），成交額（Amount）

數據處理：計算過去M根K線的ATR值記為ATR，并計算其N期移動平均記為ATRMA，計算其K期的RSI開倉規則：當ATR＞ATRMA，并且RSI＞L時多頭開倉；當ATR＜ATRMA，并且RSI＜100-L

平倉規則：滑動止損出場，當該持倉從最高收益虧損超過一定比例，則平倉

倉位控制：一手

2、風險配置

在多個策略的基礎上，我們需要在多個策略之間做出合理的資金分配，以求得到最佳的總體與風險。一個常見的辦法是利用現代投資理論進行優化，計算其預期收益與協方差矩陣，利用歷史數據求解下述最優化問題，得到最佳倉位分配方案。

其中w是多個策略之間的權重，∑w=1，∑為策略之間的協方差矩陣，q≥0為風險承受因子，R為預期收益；wT∑w為投資組合的方差，RTw為投資組合收益。當策略之前的相關性比較低時，我們可以通過均衡風險的方式來分配權重，通過對不同的策略給予不同的權重，使得不同策略以貨幣單位計量的波動總體相等，計量波動可以通過常見的標準差指標或者ATR指標（AverageTrue Range）。

二、內在邏輯

趨勢跟蹤策略從出現之初到如今廣為流傳，一直經久不衰，其原因是趨勢行情沒有消失，那么以跟蹤趨勢為主要盈利點的趨勢跟蹤策略自然不會消亡，在下面的篇幅中，我們會探討為何趨勢會出現。

首先，在期貨市場或者是外匯市場中，交易的方式通常是保證金方式，也就是說參與者往往是帶杠桿的。市場中的普通玩家大都資金有限，風險控制能力薄弱，容錯能力低。所以，對于他們來說，順著現有的方向交易和逆向交易意義完全不一樣。順勢交易，先浮盈，即使出現行情轉向，仍然不會馬上面臨保證金不足的問題；而逆勢交易，先浮虧，如果保證金不足，則很快會被強制平倉，這導致了，即便是市場發生了一段時間的隨機游走，散戶也往往會選擇跟隨趨勢下注居多，這就導致了市場往往容易呈現出趨勢行情。

這是從簡單的邏輯層面提供的一些解釋，同時，我們可以從行為經濟學中得到一些啟示。

前景理論（prospecttheory）由DanielKahneman和AmosNathanTversky在1979年提出，前景理論解釋了人們在面對收益與虧損，概率高低時做出不對稱決策的心理模式。

根據前景理論，首先，人的偏好對于獲利和損失的效用變化是不一樣的，可以引申出四條規則：確定效應，當處于盈利狀態時，多數人是風險厭惡者；反射效應，當處于虧損時，多數人是風險偏好者；損失規避，多數人對損失比對收益敏感；參照依賴，多數人對得失的判斷往往由參照點決定

當市場較為平淡時，相對更接近于零漂移的隨機游走的時候，市場上的交易者總是會在盈利時選擇落袋為安，高位平倉，從而強化了價格時間序列的反相關性。當市場的趨勢性較為明顯時，尤其是基本面發現變化帶來的變化時，即行情處于帶漂移項的隨機游走時，多空雙方的平倉意愿都不會很強。那么即便在驅動價格變化的因素結束后，市場行情從帶偏移項的隨機游走進入不帶偏移項的隨機游走時，虧損的投資者會選擇繼續持有，根據前景理論，此時的價格隨機游走會導致虧損方的效用損失會顯著的大于盈利方的效用損失，當效用損失超出部分虧損者的心理承受極限或者被強制平倉后，這部分投資者主動平倉會推動行情朝著趨勢的方向繼續發展，甚至帶來多空的踩踏行情，從而強化了價格時間序列的正相關性。

綜合來看，當處于震蕩行情時，時間序列的反相關性會被強化；當行情處于趨勢時，時間序列的相關性，即趨勢會被強化，這就是趨勢行情與反趨勢行情的不對稱性。這種不對稱性，導致了趨勢跟蹤策略收益分布的厚尾特性，趨勢跟蹤策略在現在已經被認為是一種beta策略，而beta策略獲得收益的來源是我們承受市場風險帶來的風險溢價。當我們買入一個市場標的時，用開倉去下注，用出場規則去買入風險暴露，買入具有足夠的風險收益比的資產。并且由于收益的不對稱性導致的厚尾效應的存在，使得我們在市場中并不是一個一直公平的游戲，我們的策略在統計上是具有正的期望收益的。這就可以保證趨勢跟蹤策略具有足夠的盈利能力，這也是趨勢跟蹤類策略大部分利潤來源于少數高收益的成交的原因。

三、總結

趨勢跟蹤策略是一類經典的CTA策略，它的利潤來源于人的偏好的不對稱帶來的市場的厚尾效應，這些東西都是深深的根植于人的本性或者說市場的本性之中的，從這個角度來看，只要市場參與的主體不發生大的變化，趨勢跟蹤類策略在很長的一段時間內是不會消亡的。隨著市場的不斷進步與完善，趨勢跟蹤策略從原先的alpha策略轉化為了beta策略，無風險收益部分逐漸消失。在未來，這一類策略的夏普比率會不斷的下降，高夏普比率意味著富礦，隨著不斷的挖掘，會逐漸變得不穩定，成為貧礦。但是，以機器學習和深度學習為主要手段的新型CTA策略不斷發展，給量化策略的研發注入了新的活力，趨勢跟蹤策略在新的時期將會持續煥發出新的活力。

[1]GreysermanA，KaminskiK.Trendfollowingwithmanaged futures：Thesearchforcrisisalpha[M].JohnWiley&Sons，2014.

[2]ClareA，SeatonJ，SmithPN，etal.Trendfollowing，risk parityandmomentumincommodityfutures[J].International ReviewofFinancialAnalysis，2014（31）.

[3]SzakmaryAC，ShenQ，SharmaSC.Trend-followingtrading strategies in commodity futures：Are-examination[J].Journal ofBanking&Finance，2010（34）.

[4]DaiM，ZhangQ，ZhuQJ.Trendfollowingtradingundera regimeswitchingmodel[J].SIAMJournalonFinancialMathematics，2010（1）.

（責任編輯：楊再新）