本报告围绕单向波动差值择时模型,结合成交额信息,对原模型看多信号进行过滤改进,有效降低震荡行情下交易次数,并提升多头信号胜率。通过测试不同成交额阈值,发现阈值1.1效果较优,策略收益显著提升,交易频次降低且风险控制更佳。叠加幅度过滤实现信号稳定性增强,改进策略广泛适用于多种指数,表现优于原模型,为量化择时策略优化提供新的技术路径 。
| 成交额区间 | 看多信号数量 | 看空信号数量 | 看多信号胜率 | 看空信号胜率 |
|---|---|---|---|---|
| 0.19-0.60 | 13 | 290 | 0.46 | 0.47 |
| 0.60-0.69 | 54 | 249 | 0.50 | 0.48 |
| 0.69-0.77 | 81 | 222 | 0.52 | 0.54 |
| 0.77-0.85 | 113 | 190 | 0.58 | 0.50 |
| 0.85-0.94 | 141 | 162 | 0.51 | 0.48 |
| 0.94-1.04 | 183 | 120 | 0.54 | 0.53 |
| 1.04-1.18 | 212 | 91 | 0.55 | 0.64 |
| 1.08-1.37 | 230 | 73 | 0.58 | 0.47 |
| 1.37-1.68 | 259 | 42 | 0.63 | 0.50 |
| 1.68-4.77 | 299 | 8 | 0.61 | 0.62 |
| 年份 | 指数收益(%) | 策略收益(%) | 交易次数 | 最大回撤率 | 多头胜率 | 空头胜率 |
|---|---|---|---|---|---|---|
| 2006 | 79.32 | 62.12 | 6 | 9.79% | 0.64 | 0.63 |
| 2007 | 161.55 | 133.80 | 3 | 20.08% | 0.70 | 0.56 |
| 2008 | -65.95 | -0.93 | 7 | 15.18% | 0.51 | 0.43 |
| ... | ... | ... | ... | ... | ... | ... |
| 年份 | 指数收益(%) | 策略收益(%) | 交易次数 | 最大回撤率 | 多头胜率 | 空头胜率 |
|---|---|---|---|---|---|---|
| 2006 | 79.32 | 54.91 | 12 | 13.11% | 0.64 | 0.63 |
| 2007 | 161.55 | 97.81 | 29 | 16.83% | 0.58 | 0.46 |
| 2008 | -65.95 | 7.58 | 18 | 9.58% | 0.52 | 0.43 |
| ... | ... | ... | ... | ... | ... | ... |
综上,报告传达“成交额作为额外维度信息,与单向波动差值模型结合,可以优化择时效果,降低实盘交易成本和风险。”这一核心结论。,4]
此节还回顾了原模型和幅度过滤方法的基本逻辑。幅度过滤的核心是:仅当信号切换期间指数涨跌幅超过某一阈值时,才接受信号切换,从而避免信号因小幅波动频繁转换。
方法一:相对成交额过滤转多信号——只有成交额超过阈值时,原本空转多的信号才确认转多,否则维持空仓。
方法二:成交额与单向波动差值共同确认看多信号——仅当成交额超过阈值时,且单向波动差值模型本身发出看多信号时才做多。此方法更为谨慎。
评价指标包括策略净值、年度收益、交易次数、信号切换胜率、最大回撤及多空信号日胜率等。
阈值设在1.1时(最优参数):
降低阈值至1.0,交易次数增加、收益提升(3.71倍),但震荡市亏损加剧(如2008年)。
增加阈值至1.2,收益和胜率减弱(13.44倍收益,0.4811胜率),交易次数减少(106次),但部分年份回撤未明显改善,整体收益下滑。,10]
阈值1.1,策略收益9.27倍,交易次数358次,胜率0.4653。
优势是亏损年份减少且幅度小,最大回撤16.83%,交易次数更均匀分布。
缺点是错过牛市后期上涨机会较多,交易次数比方法一多,信号切换胜率受损(估计与多次空仓导致信号转换频繁有关)。,12]
阈值调整趋势与方法一相似,阈值1.0释放更多信号增加收益但提升风险,阈值1.2限制信号导致收益下滑显著。,14,15]
图4-7:以阈值1.1为例,过滤策略净值曲线持续领先沪深300,但略低于原模型(图5),交易次数明显降低(图7),且年度收益(图6)震荡年份表现稳定。
表3:详细数据展示多数年份策略收益优于指数,交易次数显著降低,且空多信号胜率均有改善。
阈值1.2和1.0时对应图8-13、表4、表5表现,见上文分析。阈值不同决定了风险收益权衡点。
报告属于策略研究及模型改进领域,未涉及传统意义上的公司估值内容,因此无估值方法和目标价分析。主要聚焦模型策略的效果验证,通过历史回测数据衡量策略表现。
尽管报告努力降低了震荡市中的信号切换频率,提升看多信号的准确率,但仍存在下列风险:
报告指出,投资者应根据各自风险偏好及市场情况,选择合适的阈值设定,且需配合成本和风险控制进行综合评估。,9,12,13,15]
整体来看,报告稳健围绕数据展开,逻辑严谨,未见明显内部矛盾,细节处理专业,但对于不同市场环境的适应调整及实盘执行难点讨论较少。,18]
本报告系统分析了单向波动差值择时模型中,加入成交额信息作为过滤条件的改进策略,主要结论如下:
总体来看,报告实现了“用成交额信息过滤转多信号,降低交易频率,同时提升信号质量”的既定目标,为指数择时策略的优化提供了有效路径和实证支持,特别适合追求收益稳定、控制交易成本的量化策略开发者和投资机构。,4,5–20]
图表示例(Markdown格式)
图1:原模型策略和沪深300净值
图24:转多过滤 + 幅度过滤策略及指数净值
图28:上证 50 指数原模型及改进模型净值
图23:沪深 300 净值与相对成交额关系
报告全面深入地展示了单向波动差值择时模型通过引入成交额过滤信号的新优化技术,兼顾收益、风险与交易成本,具有较强的逻辑合理性和实际应用潜力。细致地统计数据和丰富的图形展示为投资者提供了决策依据,并且考虑了多市场的适用性,为未来策略设计与研究拓宽了思路。
单向波动差值择时之六:成交额过滤转多信号的改进方法.pdf