本报告提出了基于八条均线由短期到长期排列顺序的股价形态强弱系数,用斯皮尔曼等级相关系数量化股票上涨、下跌和震荡三种形态,提供了股价趋势强弱的定量指标。系数取值在[-1,1]间变化,1代表最强上涨,-1代表最强下跌,中间值代表震荡。实证显示,强弱系数接近1或-1时,股价趋势趋于极端,但拐点无法精确预测,需要谨慎操作。此外,均线数量越多,强弱系数变化越平缓且滞后,八均线系统更适合实用
| 股票名称 | 强弱系数 | 股票名称 | 强弱系数 | 股票名称 | 强弱系数 |
|---|---|---|---|---|---|
| 招商地产 | 1.00 | 华润双鹤 | 0.31 | 同方股份 | -0.79 |
| 荣盛发展 | 1.00 | 亚盛集团 | 0.31 | 长城开发 | -0.83 |
| 保利地产 | 1.00 | TCL集团 | 0.26 | 张裕A | -0.83 |
| 国元证券 | 0.98 | 云铝股份 | 0.26 | 歌华有线 | -0.83 |
| ... | ... | ... | ... | ... | ... |
本报告题为《股价形态量化识别》,由赵延鸿博士撰写,隶属于莫尼塔公司,发布于2012年6月,主要围绕股票价格形态的量化分类展开研究。报告的核心主题是基于移动均线排列顺序对股票价格走势进行定量识别,将股票走势划分为上涨、下跌和震荡三种典型形态,并引入“股价形态强弱系数”作为量化指标辅助判断。
作者意图通过引入基于八条不同周期均线排列的量化指标,提供一种相对简单而有效的工具来识别股价的主导形态,帮助投资者判断价格趋势的强弱及潜在拐点。报告没有直接给出买卖评级或目标价,而是侧重于方法论和指标构建,强调指标与实际股价行为的对应关系以及在交易策略上的应用价值。,1,2]
报告首先描述了股票价格的三大形态:
作者运用八条移动均线(8、13、21、34、55、89、144、233日)为基础指标体系,利用这八条均线的排序组合模式反映股价走势的状态,实质是利用均线排列的极端排序方式捕捉上涨和下跌的极端态,同时中间排列组合反映震荡状态。
八条均线的排列组合理论上有40320种可能,这其中排序结构的极端有两种:最强上涨的均线顺序(短期均线价位最高、长期均线递减)和最强下跌的均线顺序(长期均线价位最高、短期均线递减)。其他排列介于两者之间,且排列顺序互换越少,形态越接近极端走势。这种分类既直观又具有数学上的排列组合基础。,2]
为量化均线排列,报告引入Spearman等级相关系数,实现从均线排列顺序映射到[-1,1]区间,称为“股价形态强弱系数”。当系数接近+1时,说明均线顺序完全符合上涨极端形态;接近-1时符合下跌极端形态;接近0时表明均线排列杂乱,呈震荡态。
系数的计算过程示例说明了如何将实际均线价格从高到低重新排序,并与标准升序排列比较,计算出等级差异并求得等级相关系数。此方法较传统简单均线交叉更精细,能够测量排序整体的一致性,而不是局部交叉信号。
该系数的优势在于将价格走势形态归结为一个连续测度,方便定量分析和趋势强弱判断。
报告列出大量个股的强弱系数实际计算结果,最强上涨(系数=1)的如招商地产、荣盛发展、保利地产等,最强下跌(系数=-1)的如中国联通、莱宝高科、万向钱潮等。
该表表明该系数在不同股票间具有较强区分度,能够明显区分上涨态和下跌态股票群体,且数值在全区间均有均匀分布,清晰反映股价形态划分的有效性。
报告分析了招商地产(强弱系数=1)、中国联通(强弱系数=-1)和深圳能源(强弱系数=0)三只典型股票强弱系数随时间变化,与其股价的同步关系。
随后选取万得全A指数与莱宝高科个股进一步验证,分析也显示该指标在指数或个股层面均有参考作用,但报告指出由于该指标映射存在固化假设,无法完全保证拐点预测的百分百准确性,强调研究工具属性和辅助判断功能。,5]
报告进一步探讨均线周期选取对强弱系数的影响,比较八均线系统(8,13,21,34,55,89,144,233)和一个更密集的均线系统(等差为5的均线系统,如8,13,18,23,…)下的指标表现。
发现:
密集均线系统对拐点的反映稍显滞后,说明过多的均线可能降低指标反应速度,影响实用性。
报告详解了Spearman等级相关系数的计算原理、适用场景和优势,指出其对样本分布无严格要求,适用于检测序列之间的稳定性关联。
Spearman相关系数利用变量排序差异测量相关性,逻辑层面关注“排名一致性”而非“数值关系强度”,特别适合衡量均线排列顺序与标准序列间的匹配程度。
报告中提供计算示例,展示如何求出两个序列的等级差平方和,并根据公式计算相关系数。同时与Pearson相关系数对比,说明两者关注点不同,Spearman更适合本报告聚焦的稳定性排名匹配应用。
本报告不涉及股票或指数的财务估值计算,也无估值模型,如DCF或PE倍数估值。其核心为技术分析维度内部的量化方法,不包含财务数据预测或估值判断。
报告未专门集中列举风险因素,但在第5页的操作建议中指出:
报告体现了对该指标理论局限的自我认知,提示投资者审慎使用。
报告基于均线的排列顺序建立量化指标,忽视了均线的具体价格涨跌幅、成交量等辅助信号,单一依赖排序可能存在一定信息缺失,尤其在断层或极端行情中可能误导判断。
报告虽提出“固化映射”及不可百分百预测拐点的理论缺陷,但未充分探讨指标在不同市场环境下的表现差异,以及如何结合其他量化或基本面指标提升有效性。
部分个股强弱系数过于极端(如部分大蓝筹极端为-1),是否合理或存在过度拟合,应进一步论证。
均线选取多样性讨论虽指出密集均线滞后,但没有详细定量比较其对实际交易绩效影响,缺细化实证。
总体分析和数据较为充分,方法论逻辑清晰,但应注意极端行情和市场异动下的应用边界。
本报告系统构建了基于八均线排列顺序的股票价格形态强弱量化指标——“股价形态强弱系数”,通过Spearman等级相关将均线排列映射至[-1,1]区间。该指标能够清晰识别股价的三种典型形态(上涨、震荡、下跌),并能够量化趋势的强弱,为投资者提供一个直观的判断工具。
图表分析验证了极端排列对应强上升或下跌趋势,杂乱排列对应震荡行情。实际样本中,多只个股与指数的指标走势与股价趋势高度吻合,极端系数值区域通常对应重要拐点出现,为风险警示提供技术支持。
此外,均线系统的选择对指标的敏感性和实用性影响显著,八均线系统在灵敏度和稳定性上相对优越,推荐作为标准计算体系。
Spearman相关作为量化工具提供了对序列稳定性强弱的理论基础,相较传统Pearson相关系数更适合用于排序和排名性质的分析。
报告提醒投资者,强弱系数指标不能保证百分百准确预测拐点,建议结合其他市场信息和技术指标综合分析,审慎应用。
综上,本报告提供了一个创新且实用的基于移动均线排列模式的股价形态识别量化指标,既有理论支持又有实证验证,为股价技术分析提供了有益工具和思路,对行情识别和风险预警具有实际参考价值。
| 图编号 | 内容描述 | 核心价值 |
|---|---|---|
| 图1上涨走势 | 显示八条均线短期到长期价格依次递减排列 | 验证上涨走势均线排列规律 |
| 图2下跌走势 | 显示八条均线长期到短期价格依次递减排列 | 验证下跌走势均线排列规律 |
| 图3震荡走势 | 均线排列无明显顺序,较混乱 | 展示震荡行情特征 |
| 图4个股强弱系数列表 | 各个股强弱系数计算实际数据 | 展示指标区分各类股票走势能力 |
| 图5-9指标与价格时序对比 | 不同个股及指数的指标及股价对比时序 | 验证指标同步趋势的能力,突出拐点识别意义 |
| 图10-11均线系统对比 | 八均线vs密集均线对指标计算结果的对比 | 优化均线系统选择,提升指标敏感度 |
| 图12-13Spearman相关计算 | 计算示例及与Pearson相关比较 | 提供指标数学理论基础,说明排序相关性优势 |
这些图表交织构成了报告的理论实证体系,强化了核心结论的可信度。
综上,报告从理论、方法和实证多方面完整呈现了“股价形态强弱系数”指标体系,利于市场参与者对价格走势的定量认识和有效判断。
市场量化分析:股价形态量化识别.pdf