基于多頭趨勢回踩策略的量化分析研究

黃萬銘

摘要：基于多頭趨勢回踩策略的量化分析是一個擇時選股的判斷方法。本文根據此思路構建了一個全自動量化交易系統;通過對市場狀態、均線周期、止損條件和選股買入均線等各種關鍵影響因素的規律研究，利用歷史回測檢驗不同的效果，經過進一步參數優化，得到了較佳的策略效果，年化收益率達到25%左右。

關鍵詞：量化分析;交易策略;技術分析;證券

一、前言

基于多頭趨勢回踩策略的量化分析是一個擇時選股的判斷方法。如果天數從短到長的移動均線呈從上到下排列的態勢，我們判斷股價處于多頭趨勢，表示短、中、長線投資者一致看多，即股票價格處于一個強勢階段;多頭趨勢回撤的思路，是根據若干條均線呈現出的形態判斷一支股票是否處于強勢狀態，并抓住回調的時機低位買入。

在圖1中有三個10日回撤點，其中的第一、二個在買入后產生了收益，但第三個卻持續下跌。因此不但應該結合其他的方法強化分析判斷的有效性，另外，也應該設置判斷錯誤時的止損方案，可以按照百分比止損，也可以根據均線的形態止損。因此研究其中的關鍵影響因素對策略效果成功有重要意義。

本系統以多頭趨勢回踩策略的量化分析為主決策依據，利用百度投資的聚寬（JoinQuant）量化開發平臺，采用Python語言編程，實現了一個全自動化交易系統，并進行了關鍵參數優化研究。交易規模設定1億元，持倉股票數最大為100只，時間周期2005～2018年。

二、測試時段

分別模擬了不同指數周期時段，一類是2005～2018年幾輪大牛熊波段，另一類是殺傷力較大的2008年暴跌和2010～2014年大熊市，分別回測模擬市場狀態、均線周期、止損條件和選股買入均線等關鍵參數對策略效果的貢獻。

三、交易策略

本策略基于Python語言的量化程序設計的主要框架如圖3所示。

四、關鍵影響因素研究

（一）牛熊市策略

根據多次測試，策略在牛熊市表現差異較大，應根據市場狀態，采用差異化策略應對;特別是熊市，采用以BIAS乖離率為買入主策略的方式，效果為佳;在2010～2014年大熊市，可以實現最大回撤僅15%，收益率近20%的優異表現。如圖4所示。

（二）關鍵影響因素

根據海量的不同種類單項測試，發現其中均線周期、止損條件和選股買入均線具有決定性影響。多頭排列考慮5日、10日、20日、30日移動均線，回撤線選定在20日線為佳;止損點越低越好，甚至可以設定為0.5%;止盈點回撤盈利的5%左右觸發清倉為佳在。

另外，還考察了前10大持倉、前5大回撤區間、行業配置比例、持倉比例分析、sharpe和風險控制等策略表現。

五、結論

經過2005～2018年多輪牛熊轉換交替的回撤模擬，和2008年暴跌及2010～2014年大熊市模擬，發現市場狀態、均線周期、止損條件和選股買入均線等關鍵參數對策略效果的貢獻較大，而進一步通過在牛熊市采用差異化交易策略，本自動交易系統實現了最大總體收益率為1652%，平均年化收益率25%，回撤僅為29%，收益分解獲得了較佳市場效果，相較指數有穩定盈利。

參考文獻：

[1]徐景昭.基于多因子模型的量化選股分析[J].金融理論探索，2017（03）.

[2]余立威，寧凌.股市量化投資策略與實證檢驗[J].統計與決策，2016（06）.

[3]王春麗，劉光，王齊.多因子量化選股模型與擇時策略[J].東北財經大學學報， 2018（05）.

[4]譚磊.趨勢跟蹤類策略的內在邏輯[J].當代經濟，2017（06）.

[5]蘇靖宇，方宏彬.基于滬深300成份股的多因子量化選股策略研究[J].福建商學院學報，2018（01）.

[6]陳標金，陳文杰.移動平均線分析法及其交易策略研究[J].商業研究，2015（07）.

（作者單位：綿陽中學實驗學校）