报告基于A股连续深跌技术形态,通过滚动窗口极值法识别深跌反转样本,筛选出2048只连续大幅下跌超过50%的股票,发现深跌后个股尤其是2008年样本具有显著反弹特征,但整体表现受市场大级别反弹影响明显。基于深跌样本构建等权组合,持有200交易日效果较佳,年化收益约14%,加入持仓限制与止损及择时条件后风险显著降低,年化收益最高可达近20%。此策略强调利用技术形态捕捉深跌反转机会,为量化选股提供新思路
| 时间 | 样本数量 | 胜率 | 平均收益率 | 平均持有期(交易日) |
|---|---|---|---|---|
| 2008 | 788 | 93.78% | 82.30% | 218.6 |
| 2016 | 41 | 78.05% | 25.55% | 207.5 |
| 2017 | 114 | 16.67% | -10.24% | 190.5 |
本报告题为《【建投金工 深度专题之六十一】技术形态选股研究之黎明曙光:深跌反转形态》,由中信建投证券研究发展部鲁明金融工程团队撰写,发布时间为2018年9月4日。研究主题聚焦于中国A股市场中技术形态的选股策略,特别是以“深跌反转”形态为核心的择时和选股策略研究,尝试通过系统化的形态识别方法确认连续深跌后资产价格反转的机会,并基于此构造投资组合,进行收益及风险的量化分析。
报告核心观点强调,市场中的极端下跌往往孕育反弹的时机,这种“物极必反”规律不仅理论上有价值回归支撑,也得到了丰富的历史数据印证。报告借助技术分析中的关键点识别算法,系统筛选出了大量连续大幅下跌的样本,从统计和实证层面验证深跌后反转的规律,同时探索相应的量化投资组合构建方法,以及风险控制和择时策略。最终形成了基于深跌形态的量化选股框架,并提出了具有可操作性的投资组合优化方案。,1]
报告初步从理论与经验角度阐述了市场价格的反转现象。借用《吕氏春秋》中的“物极必反”等哲理,强调资产价格经过大幅下跌后,存在阶段性修复的动因,这既是价值回归的体现,也是投资者心理和市场动力学共同作用的结果。在个股层面,报告列举了多个典型案例(郴电国际、渝开发、中国宝安、东方创业),这些股票在经历大幅下跌(多为50%以上)后,于一定时段内出现了显著的强劲反弹,反弹幅度达到40%-90%不等。图1至图4中分别展示了这些股票的价格走势及反弹区间,验证了低位反弹的现实可能。,2]
在指数层面,报告指出2008年和2016年沪深300与中证1000指数在经历超过70%及50%的快速下跌之后,也迎来了大幅反弹,涨幅高达130%-200%,不仅验证了个股的反转形态,也充分体现了宏观层面市场修复的节奏。图5描绘了2010年至2018年间沪深300和中证1000的价格走势,标识出关键下跌反弹区间,进一步佐证了此观点。
同时,报告指出2015年牛市后至2018年中,市场范围内大多数股票累计跌幅超过50%,但反弹尚未全面展开。两张表1和表2通过不同时段及指数成分股统计展示宽基指数及个股的涨跌幅情况,映射出市场普遍深跌的现实。尤其是中证500和中证1000表现出了更为深度的调整,中小盘股的反弹机会较为有限,提示深跌反转形态的研究具有现实投资价值。,2]
报告详细介绍并比较了两类关键点位识别算法:
滚动窗口局部极值识别法(Rolling window local extrema):基于窗口大小判断区间内的极大值和极小值,稳定性较好,但依赖于未来函数(需部分未来数据判断),对新区间末端点定位有限制。
感知关键点法(PIPs,Perceptually Important Points):先标定开尾点,递归计算非关键点到相邻关键点线段的距离,选择最大距离点作为关键点。距离度量分欧式距离(ED)、垂直距离(PD)、铅垂距离(VD)三种,不同度量会影响关键点的划分。
图6生动展示了三种距离的计算原理,图7则用上证综指2015-2016年走势示例直观对比了PIPs法识别的关键点在关键点数量不足时的缺漏。报告认为PIPs关键点法结果依赖于参数设置且稳定性较差,而滚动窗口极值法虽存在未来函数依赖但更为可控,因此选择滚动窗口法作为后续深跌形态的核心筛选方法。,4]
基于2005年至2018年间的市场数据,报告定义了基于滚动窗口极值法的深跌形态筛选规则,包括:
低点必须为滚动窗口内的极低点,选股日距离该低点处于合理范围内(避免重复选取);
至少存在三段连续下跌且每段低点低于前一段;
累计下跌幅度大于一定阈值(如50%或61.8%,黄金分割比)。
初始参数(winSize=15,d1=16,d2=20,跌幅61.8%)筛选出81个样本,数量偏少且集中于2008年。后进行调整(d1=6,d2=10,跌幅50%),获得2048个样本,覆盖较广的时间区间,其中超过50%样本来源于2008年牛熊转换期,体现了熊市深度下跌特征的聚集效应。图8至图10分别展示典型个股走势和样本数量的年度分布,体现筛选方法的效果和全市场下跌格局。,5]
市值和波动率:统计显示深跌样本的市值并无明确偏好,有时大市值股票占比较大,有时以小市值为主(如近两年),但波动率普遍处于中高水平(图11、图12)。这说明深跌现象不限于单一风格,具有较广泛的市场代表性。
后续走势:样本被选出后,40个交易日内平均累计净值接近基准1且胜率从34%升至50%。40日后期,胜率持续上升至70%以上,平均净值平稳上涨(图13)。但分2008年和非2008年样本统计差异显著:2008年显示持久稳涨,非2008年表现升-降-升且胜率提早下跌(图14)。
下跌段数对反弹的影响:样本以3-4段跌幅占比最多,2008年样本占绝大多数(图15)。整体看,更多下跌段数对应更强反弹(涨幅及胜率),但剔除2008年样本后此关系不明显,暗示极端大盘环境对反转效果影响较大(图16-18)。,6,7]
基础组合策略为:
每周筛选符合深跌条件的股票,次交易日开仓,固定持有T交易日后卖出;
组合全仓,等权分配,忽略交易费用,遇涨停停牌延后买卖。
研究持有期T从20至250日的表现(图19),发现持有期短时表现一般,150天以上持续持有组合表现显著改善,长期持有有利于捕捉深跌反转潜力。200交易日持有期基本形态净值及持股数量变化如图20所示,年化收益14.15%,波动率31.78%,最大回撤69.98%,波动幅度大集中于少数持股状态与2008年极端市场环境,指出持仓数量的波动及熊市深跌对组合风险影响巨大。,8]
为减少单只股票权重波动及潜在风险,设置最大持仓数K,仓位等权分配。表3和图21显示:
随通道增加,年化收益逐渐下降,最大回撤和波动率由急降转平缓;
持股数量少时回撤仍高,特别在市场整体暴跌时无法避免大范围亏损;
综合考虑,通道数设定为10较为平衡。
两种止损策略应用于10通道、持有200日基础组合:
相对止损:若股价从历史低点反弹高点后回落至90%幅度即平仓未开仓;
滚动最大回撤止损:持股期间最大回撤超过10%平仓。
结果显示,相对止损导致收益降至4.04%,最大回撤56.89%,波动率22.77%;回撤止损策略稍好,收益7.70%,回撤59.99%,波动21.02%,持股数量相较无止损下降较多(图22、23)。
基于组合净值回撤触发卖出,达到反弹触发买入的择时逻辑(回撤15%,反弹20%重新开仓),见图24,显著降低最大回撤至33.17%,波动率16.69%,收益上升至9.20%。另一种基于持股数量择时:当最近500日持股数量首次超过80时全仓平仓,空仓120日后重新进场(图25)。此方法回撤进一步降低至32.85%,波动率17.37%,收益11.53%,表现最佳。2018年3月起该策略进入空仓阶段。
表5和表6分别汇总了这两种择时方式下的历年胜率、收益、盈亏比、持有期数据,显示回撤及择时措施显著压缩持有期,提高盈亏比,但也牺牲部分平均收益率。整体来看,择时成功过滤了市场大幅回调期的风险,优化了组合的风险收益特性。,9,10,11]
图1-4(个股案例走势):展示典型深跌反弹情况,跌幅均超过50%,随后短期内反弹幅度达40%-90%,凸显深跌反转模式的投资价值。
图5(指数走势):沪深300、中证1000指数2007-2018年走势,清晰标注2008、2016年重要下跌反弹区间,验证大盘级反转规律。
表1、表2(指数涨跌幅统计):总结2015年以来主要指数及成分股的涨跌幅,说明中小盘股深跌且反弹不明显,市场整体存在深跌反转空间。
图6、图7(关键点位识别):说明技术形态识别中关键点选取方法及差异,佐证滚动窗口极值法的选择理由。
图8(典型样本走势划分):厦工股份2015-2016年走势划分,直观表现出深跌形态识别过程。
图9、图10(样本年度分布):体现筛选样本在不同年份的分布格局,突出2008年的熊市特征。
图11、12(市值与波动率分位箱型图):说明大跌样本市值无明显风格集中,但波动率整体处中高位。
图13、14(后续走势及胜率):揭示样本反转走势差异,验证高胜率伴随大市场反弹出现,非2008年样本反弹不稳定。
图15-18(下跌段数与表现):展示下跌段数与反弹关联,强调极端年份对统计影响的重要性。
图19、20(组合持有期与净值):分析持有期对组合收益的影响,长期持有及持股数量波动导致较高风险。
表3、表4、图21(持仓限制与组合表现):结合持仓数限制,探讨收益风险权衡,发现持仓多数不足以规避系统性风险。
图22、23(止损策略净值及持股):止损策略降低回撤但压缩收益,持股数量减少映射组合风险管理。
图24、25(组合净值和持股择时策略):择时机制优化最大回撤与收益表现,成功规避极端熊市回撤,体现策略实用性。
表5、表6(历年收益和风险指标):详尽统计分别展示基于组合净值和持股数量择时的收益、胜率和盈亏比,说明择时策略有效平衡风险收益。
所有图表均基于Wind数据库及中信建投证券研究发展部数据支持,时效定位于报告撰写截止点,来源可靠,体现较高的数据质量与专业水准。,3,4,5,6,7,8,9,10]
本报告核心为技术形态识别与组合策略量化研究,未涉及传统证券估值模型(如DCF、市盈率等)内容。报告运用波浪理论、技术形态关键点识别及统计分析构建策略,无直接基于估值模型的目标价或评级,因此不包含估值部分。
报告隐含并明确提及以下风险因素:
市场风险:深跌反转形态的表现高度依赖于宏观市场环境,极端熊市(如2008年)样本对策略收益贡献巨大,而非极端环境下样本胜率和反弹幅度不稳定,策略效果存在周期性波动风险。
策略风险:关键点位识别参数选择及样本筛选对结果影响显著,若参数设置不当,可能导致样本偏差与策略失效。报告指出不同算法稳定性及筛选参数调整对样本规模和分布的敏感性。
持仓风险:持股数量较少时组合波动加大,且多次持仓集中导致净值回撤大。通道数限制及风险管理措施能够一定程度缓释风险,但未能完全规避市场剧烈波动的冲击。
止损与择时风险:过度止损可能导致过早退出获利机会,降低收益率。择时规则依赖历史持股数或净值变化,未来表现可能受市场结构变化影响。
报告未提供具体的风险发生概率评估及全面缓释方案,但通过止损、通道限制和择时措施体现了风险控制思路。,8,9,10]
数据驱动偏差问题:报告核心投资效果在很大程度上依赖于2008年的市场环境,若剔除高集中时期的样本,策略效果明显减弱,限制了策略的普适性与稳定性。报告对此已有客观说明。
算法参数依赖与未来函数依赖风险:滚动窗口极值法虽较为稳定,但仍依赖一定未来数据监督,理论上未来函数的存在对实时操作形成约束,报告认可这一现实且无更优替代方案,提醒关注这一限制。
止损阈值与择时规则的经验性:止损幅度(10%或25%)、回撤和反弹阈值等均为经验设定,报告未深入提供这些超参数的敏感性分析,可能存在优化空间或过拟合风险。
忽略交易成本与滑点:报告构造的组合未考虑实际交易的交易费用和市场冲击,实际执行成本可能影响收益表现,尤其是频繁调仓和持仓数扩大情形下。
盈利可持续性:报告未详细讨论深度反转形态策略面临的市场结构变化、监管政策影响及投资者行为改变等长期风险。
总体来看,报告保持了较高的客观性和数据透明度,对潜在局限与风险亦较为坦诚,读者应结合自身风险偏好与市场状况谨慎参考。
本报告系统研究了A股市场的“深跌反转”技术形态,利用滚动窗口极值法识别连续大幅下跌的股票,并基于筛选样本实证验证了深跌后出现反弹的概率及幅度,尤其强调了2008年极端市场环境下策略的显著表现,揭示了市场大跌可塑造投资机会的核心投资逻辑。
在此基础上,报告构建了基于筛选条件的量化投资组合,详细分析了持有期限、持仓比例限制、止损策略和择时条件对组合风险收益表现的影响。研究发现:
长持有期(150-200交易日)有助于充分捕获深跌反转收益;
持仓数限制对控制组合波动和回撤有积极作用,推荐通道数设定为10;
适度的止损和平仓机制,尤其是基于组合净值及持股数量的择时策略,能显著降低最大回撤(由近70%降至约30%),同时提升风险调整后的收益水平;
实证收益率在约10%-19%年化区间,最大回撤控制在30%左右,展现策略实际运作潜力。
深跌反转形态的识别与利用,为投资者提供了一种基于市场技术特征的量化选股路径,尤其适合在整体市场或个股经历大幅下跌后把握反弹机会。报告同时提醒,策略效果在不同市场环境下差异显著,风险管理尤为重要,实际应用需结合交易成本与市场结构调整。
最后,报告通过图表和历史数据生动呈现深跌反转形态的量化表现,凸显了基于技术形态的择时与选股策略在A股市场的研究与实践价值。投资者可据此设计风控严密的策略体系,捕捉“黎明曙光”中的投资机遇。
(所列图表均源自报告内容,附件内以相对路径引用)
该报告以扎实的量化技术形态分析为基础,结合丰富的实证研究和严谨的组合回测,系统展示了“深跌反转”形态投资的核心价值与操作路径。逻辑清晰,数据支持充分,风险关注充分,是技术面量化投资领域中的优质专题报告。阅读者可从中学习先进技术形态识别方法与量化组合设计思路,并结合自身实际制定适宜的投资策略。
【建投金工 深度专题之六十一】技术形态选股研究之黎明曙光:深跌反转形态.pdf