采用順勢指標的債券量化交易操作方法及評估

董成

摘要：當前，技術指標在我國債券投資中應用較少。本文介紹了順勢指標的含義及應用方法，結合債券市場數據和小波去噪方法考察了該指標在我國債券市場的應用效果，結果發現采用該指標的債券量化交易投資可以獲得較好的收益。

關鍵詞：技術指標? 順勢指標? 小波去噪? 量化交易

技術指標在股票、期貨市場中的應用較為普遍，在債券市場卻基本還是空白。目前投資者在進行債券交易時，主要是對基本面、政策面、資金面進行分析，技術指標分析主要被用于10年期國債期貨投資上。但是國債期貨的波動和現券的波動之間存在差異，國債期貨的技術指標并不能真實反映債券市場的相應情況，所以依靠國債期貨技術指標分析進行現券交易是不夠的。

由于技術分析更貼近市場、更能反映交易員的情緒變動，所以有必要對債市的技術分析進行探討。本文將通過順勢指標這一技術指標來對債市進行技術分析，以期提高交易成功率。

順勢指標簡介

順勢指標又稱商品通道指標，其英文全稱為“Commodity Channel Index”（CCI），是由美國股市分析家唐納德·藍伯特（Donald Lambert）所創造的一種重點研判價格偏離度的分析工具。其于20世紀80年代被提出，是一種比較新穎的技術指標。

順勢指標最早被用于期貨市場的技術分析，后被應用于股票市場的研判，是被廣泛使用的技術指標之一。與大多數單一利用開盤價、收盤價、最高價、最低價來計算的技術指標不同，順勢指標是根據統計學原理，引進價格與固定期間價格平均區間的偏離程度概念，強調價格平均絕對偏差在股市技術分析中的重要性，是一種比較獨特的技術分析指標。

（一）順勢指標的計算

順勢指標的計算公式為：

（二）順勢指標的應用

順勢指標屬于超買超賣指標中較特殊的一種，其沒有運行區域的限制，在正無窮和負無窮之間變化。不過順勢指標值有一個相對的技術參照區域：[-100，100]。通常，順勢指標的運行區間分為三類：100以上為超買區，-100以下為超賣區，-100～100的區間為震蕩區。不過，該指標在這三個區域中運行時所包含的技術含義與其他技術指標的超買、超賣含義有所不同。

第一，當CCI值從下向上突破100時，表明價格脫離盤整階段，中短線應及時買入，如果有較大成交量的配合，買入信號則更為可靠;

第二，當CCI值從上向下突破-100時，表明價格的盤整階段已經結束，將進入一個比較長的尋底過程，投資者應以持幣觀望為主;

第三，當CCI值從上向下突破100時，表明價格的上漲階段基本結束，將進入一個比較長時間的盤整階段，投資者應及時逢高賣出;

第四，當CCI值從下向上突破-100時，表明價格的探底階段可能結束，將進入一個盤整階段，投資者可以逢低少量買入;

第五，當CCI值在-100～100的常態區間里運行時，投資者則可以采用隨機指標KDJ等其他指標進行研判。

采用順勢指標進行債券量化交易的步驟與過程

（一）數據選取

由于債券存在新老券更迭的問題，本文以債券交易中較為活躍的10年期國債180011、180019分別作為研究時間段前期和后期的標的，采用上海國際、上海國利、平安利順、中誠寶捷思、天津信唐等五家貨幣經紀公司的上述兩只債券市場成交收益率，來繪制債券的順勢指標圖。數據選取時間段為2018年5月29日至2019年1月4日。收益率走勢具體如圖1所示。

圖1中黑色虛線左邊為2018年5月29日至2018年9月11日180011的成交收益率;黑色虛線右邊為2018年9月12日至2019年1月4日180019的成交收益率。

（二）債券順勢指標計算與數據去噪

1.數據噪聲

數據噪聲是指數據中存在著錯誤或異常（偏離期望值）數據，其對數據分析會造成干擾。由于債券收益率屬于非平穩數據，受金融市場中各種偶然因素的影響，收益率可能不同程度地受到隨機噪聲的污染，噪聲干擾較為嚴重，因此消除實際數據中的噪聲，從混有噪聲的數據中提取有用的交易信息至關重要。

2.小波去噪

小波變換（ wavelet transform）是在現代調和分析基礎上發展起來的一種新興的數據處理方法。它具有多分辨率的特點，可以方便地從混有強噪聲的信號中提取原始信號，被譽為分析信號的顯微鏡。同時，小波變換能夠實現對時間頻率的局部化分析，更有效地處理非平穩數據。

利用小波變換進行去噪需要三個基本步驟：對含噪聲的數據進行小波變換;對變換得到的小波系數進行某種處理，以去除其中包含的噪聲;對處理后的小波系數進行小波逆變換，得到去噪后的數據。

在數學上，小波去噪的本質是一個函數逼近問題，即在由小波母函數伸縮和平移版本所展成的函數空間中，根據提出的衡量準則，尋找對原信號的最佳逼近，以完成原信號和噪聲信號的區分。

3.債券順勢指標去噪

本文采用PYTHON程序對順勢指標進行編制。根據順勢指標計算原理和小波去噪方法，取順勢指標計算系數為0.015，計算周期為14日，計算出10年期國債收益率的初始順勢指標和去噪后的順勢指標，如圖2所示。

從圖2可以看出，小波去噪既可以很好地去除噪聲數據，又可以保留原有指標的趨勢，去噪后的順勢指標曲線更加平滑。

（三）交易策略執行

根據順勢指標的應用法則，由于債券交易采用收益率報價，收益率與債券價格互為反向變動，因此設定交易規則為：當CCI值處于上升且大于100時，進行買入債券操作;當CCI值處于下降趨勢且小于100時，進行賣出債券操作。根據該設定條件，采用順勢指標進行債券量化交易，并自動標記買入點、賣出點，自動計算投資收益、倉位變動、回撤比率和夏普比率。

1.標記買入點、賣出點

圖3標記了買入賣出操作，綠色標記為做多，紅色標記為做空，可以看出采用順勢指標的量化交易策略能夠較好地識別趨勢性行情，進行做多或者做空交易;在震蕩行情中很難判斷趨勢時，也可以進行操作，判斷錯誤時該量化交易會自動給出平倉止損。

2.計算投資收益

圖4為采用順勢指標進行量化交易的凈收益情況。從2018年5月29日至2019年1月4日，累計投資收益為128.64BP，年化收益率達21.30%;投資收益率曲線呈斜向上趨勢，說明該量化交易策略持續盈利能力較強。

3.做多做空情況

根據順勢指標的應用法則，該量化交易可以自動判斷何時進行買入、賣出，其結果如表1所示。

從表1可以看出，2018年5月29日至2019年1月4日該量化交易策略共進行37次交易，其中做多交易18次，做空交易19次。

4.計算回撤比率

最大回撤比率是指在選定周期內回撤幅度的最大值，用來描述買入債券后可能出現的最糟糕情況。采用順勢指標的債券量化交易回撤比率如圖5所示。

從圖5可以看出，2018年5月29日至2019年1月4日該量化交易的最大回撤比率為0.12%，大部分回撤比率保持在0.02%以下，說明該交易的實施效果較為穩健，出現大幅虧損的可能性很小。

5.計算夏普比率

夏普比率（sharpe ratio）是用投資收益率的平均值減去無風險利率再除以投資收益率的標準差。如果夏普比率為正值，說明在衡量期內的平均投資收益率超過了無風險利率。夏普比率越高，說明單位風險所獲得的風險回報越高。2018年5月29日至2019年1月4日，采用順勢指標的債券交易策略夏普比率為0.557，數值較高。

效果評價

（一）投資業績表現

根據《2018年中國私募證券基金年度報告》，2018年各指數業績表現如表2所示，2018年私募全市場指數業績表現如表3所示。

根據表2，以中債指數業績為例，2018年中債指數年化收益率為8.01%，最大回撤比率0.82%，夏普比率為4.702。而采用順勢指標的債券量化交易年化收益率高達21.30%，最大回撤比率僅為0.12%，這兩項數據均優于中債指數業績;夏普比率為0.557，雖然低于中債指數相應值，但也是正值。而根據表3所示，采用順勢指標的債券量化交易在年化收益率、最大回撤比率和夏普比率方面，均明顯優于私募業績指數的表現。

（二）失敗情況分析

根據順勢指標債券量化交易策略提取交易信號，如表4所示。

從表4中可以看出，2018年5月29日至2019年1月4日共量化交易37次，交易方向正確35次，錯誤2次，該交易策略成功率超過90%。采用順勢指標進行債券量化交易，不論是在趨勢性行情中還是在震蕩行情中，都能取得不錯的效果。

上述實證過程及結論顯示，采用順勢指標進行債券量化交易能夠有效抓住市場中的交易機會，獲得穩定收益，且風險較小。可以說，該方法對債券投資交易的實際指導作用比較強。

小結

技術指標凝聚了前人的智慧，市場認知度較高。而以量化交易模型替代人為主觀判斷，可以極大地減少由情緒波動所帶來的負面影響，避免在市場極度狂熱或悲觀的情況下作出非理性投資決策。可以預期，未來基于技術指標的量化交易在債券投資中將具有廣泛的發展前景。

作者單位：日照銀行

責任編輯：劉穎? 羅邦敏