【研究报告内容摘要】
技术指标的构造与逻辑:技术指标是基于最高价、最低价、开盘价、收盘价、成交量、成交额等历史行情数据衍生出来的一类指标,其中指数的技术指标构造可以基于指数本身的行情数据,也可以基于指数成分股的数据。技术指标的构造方法众多,比如均线法、通道法、位置法等等。此外,技术指标的背后都有其交易的逻辑,比如用均线作为支撑位、阻力位或判断趋势,用收盘价在其他价格之间的位置来比较多、空力量和判断超买超卖,用价量关系来判断大户市场、散户市场等等。
除价格反转指标外,技术指标长期表现良好:我们构造了价格动量、价格反转、成交量、价量和大盘指标等5大类指标。除价格反转外,其他四类指标多空择时长期表现良好,年化收益率中位数分别为18.6%、16.9%、16.1%、13.5%,波动率中位数分别为23.2%、23.8%、22.6%、22.6%。由于国内以趋势市为主,所以价格反转类指标总体表现不佳,但部分年份表现较好。
因子打分多空择时优于逻辑回归方法多空择时:我们分别采用逻辑回归和因子打分的方法来组合5类指标产生的信号。逻辑回归采用历史窗口+滚动窗口的方法,以各类指标信号的均值为输入,预测未来一天的涨跌,并据此进行多空换仓。因子打分方法先用各类别内部的指标信号投票产生一个类别指标,再用5个类别信号投票产生最终的多空信号。我们基于沪深300指数进行多空择时回测。我们发现,逻辑回归方法(年化收益率18.8%,波动率26.4%)的胜率和单次平均收益率优于因子打分方法(年化收益率23.7%,波动率25.2%),但是因子打分方法在收益率、回撤、盈亏比等方面都要明显优于逻辑回归方法。
因子打分多头仓位管理策略:我们基于因子打分的方法,构建多头仓位管理策略,即以类别信号为多的比例作为仓位,比如5个类别信号有3个信号为多,则仓位为6成。多头仓位管理策略(每日调仓)表现良好(年化收益率14.2%,波动率14.8%),但考虑交易成本后效果大幅下降。因此,我们考虑5日换仓的多头仓位管理策略,策略在考虑交易成本后年化收益率9.3%,波动率15.2%。
风险提示:策略模型并非百分百有效,市场结构及交易行为的改变以及类似交易参与者的增多有可能使得策略失效。本文策略模型基于历史数据模拟分析,市场各种风险因素将对模型的有效性产生影响。

---