本报告以“底部放量式”强势股起手式为研究对象,探讨如何弥补其安全性高但成功率不足的问题,提出均线突破和低波动为补充因子,结合流动性和价格分层验证其有效性,并最终确定以低价、流动性差且均线突破组合为较优信号,表现出较高胜率和收益。回测显示,在不同波动性门槛下,低波动组别胜率和赔率更优,尤其是低价且流动性受限的股票表现突出,提供了可靠的量化选股思路和风险提示
| 流动性 | 波动性 | 价格 | 5天均值涨跌幅 | 5天胜率 | 样本量 |
|---|---|---|---|---|---|
| 流动性好不限波动 | 不限波 | 低价 | 0.39% | 46.74% | 70984 |
| 流动性差 | 低波 | 低价 | 1.23% | 53.43% | 163803 |
| 流动性好 | 低波 | 不限价 | 1.28% | 53.65% | 147714 |
核心论点:
传统底部放量模式作为强势股起手式,尽管安全性较高,但成功率不足,尤其表现为低价、小市值股票居多,信号具有较大波动。本报告通过引入均线突破、流动性筛选和波动性分组,力图提升底部放量模式的预测准确性和胜率,最终提出一种经过多阶梯组合筛选与测试的底部放量模式优化方案。
报告未明显给出股票或行业的推荐评级,而是呈现一种定量研究框架和模型验证结果,属于系统性量化研究报告。,1,2,3,19]
底部放量模式的定义与局限性
底部放量是强势股的起手标志,具体表现为价格筑底时成交量显著放大,通常后续伴随价格快速上涨。图2中“强势股四范式”演示了一只股票从底部放量、平台突破、通道变轨到上涨的过程。资料来源Wind显示该形态多出现于股价较低、流通市值较小的股票。
表1(1月涨幅榜)展示了在该模式中成功股票的详细数据:价格涨幅通常在50%以上,流通市值多在个位数或十几亿元区间,成交额也较小,颜色基本与低价、小市值相关,验证了模式中标的的典型特征。
改进方式一:均线突破
均线突破作为辅助手段,能够明确价格方向,图4展示“财富趋势”通过均线多周期组合确认进场,提升底部放量信号有效性。
改进方式二:低波动性筛选
低波动性意味着价格波动较平稳,能有效过滤掉噪声信号,图5同样选取“财富趋势”展示周线低波动时期的稳健上涨,提示波动筛选的重要性。
以上分析揭示目前底部放量信号准确率受低价、小市值及高波动影响,通过技术指标辅以波动筛选为突破口改善胜率。,3,4,5]
测试条件概览
报告采用丰富的分组维度包括均线、波动性、流动性、价格,以持有60日、120日和250日的收益和胜率为关键标尺,检验不同组合下的表现。
关键发现:
表格数据详尽,涵盖样本量、涨跌幅均值和中位数、胜率等,多维度给出均线突破配合不同筛选条件的表现对比。流动性及波动性是改善传统底部放量信号有效性的关键变量。
最优结果汇总(分页12)
根据不同波动和流动性条件,报告确认以下最优信号组合:均线突破+低价+流动性3千|1千阈值,波动性超过80% (RANK(VOL3)>=80%),在样本量6000以上的情况下,平均收益率为20.18%,胜率高达65%以上,表现显著优于无筛选基准。
时间序列信号图(分页13至18)
使用历史回测时间序列图,红色条柱代表持有期内的平均涨幅,绿色条柱为最大回撤值,灰线为万得全A指数,黑色十字表示胜率,以直观方式揭示信号仅在部分牛市周期真正活跃且表现良好,回撤控制也较稳定。
不同的时间序列展示了多种筛选条件组合下的历史表现差异,总体支持均线突破结合流动性和波动性筛选的改进方案,其在2005年至2023年的数据周期内均呈现正向超额收益及安全边际的提升。
报告无明确涉及公司估值方法或目标价,主要内容为技术量化策略研究,并未涵盖DCF或PE估值体系,非公司基本面分析型报告。
本报告系统深入剖析了传统“底部放量模式”在A股市场应用的不足,主要是信号集中于低价、小市值、且成功率有限。作者通过均线突破与波动性筛选相结合的量化方法,有效提升了模式的安全性和整体胜率。流动性分析进一步细化了信号筛选标准,发现流动性稍差的股票组胜率更高,但信号量较少,需要权衡规模和精度。
大量统计表明,在持有期120天及以上,结合流动性(3千|1千成交额阈值)、价格(低价股)与高波滚动排名(VOL3≥80%)的均线突破信号,能够获得平均超过20%的收益和65%以上的胜率,明显优于无参数筛选的参考组。时间序列图形直观地反映了股票市场从2005年以来的整体表现,验证了该模型在大多数历史周期内的稳定性和有效性。
结论强调底部放量的传统形态仍有重大参考价值,但需要结合技术指标、流动性与波动性以优化模型,获得更高的投资成功率和收益表现。本研究为量化选股提供了实证数据和筛选框架,对投资者在强势股捕捉、仓位调整及风险控制上具备实际指导意义。
报告未提供具体买卖评级,但清晰地支持结合多指标筛选的底部放量策略,是对传统技术分析模式的有效补充和升级。,3,6-18]
综合来看,长江证券研究所本报告对“底部放量”模式进行了严谨的量化模型优化和历史回测分析,证明结合均线突破、流动性与波动性筛选能有效提升投资信号质量及后续股价表现,提供了对投资策略设计者及量化选股者有益的思路与数据参考。报告同时也明确表明基于历史的策略存在前瞻性风险,投资决策仍需结合市场趋势与风险控制。
,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,21]
金融工程:风起于微时.pdf