东吴证券《技术分析拥抱选股因子”系列研究(二)》详尽分析报告
一、元数据与概览
- 报告标题:《技术分析拥抱选股因子”系列研究(二)》——“T上able下_Mai影n线,蜡烛好还是威廉好?”
- 报告作者:高子剑(证券分析师,执业证号:S0600518010001021),沈芷琦(研究助理)
- 发布机构:东吴证券研究所
- 发布日期:2020年6月19日
- 研究主题:技术分析工具(蜡烛图上下影线及威廉指标)在中国A股市场构建选股因子的效果评估与改进,涵盖指标定义、因子构建、回测验证、综合因子设计及风险提示等。
核心论点与贡献:本报告继承了东吴金工将传统技术分析方法创新性应用于选股因子构建的理念,深入探讨了蜡烛图上下影线与威廉指标上下影线对应因子的选股能力。通过对二者的测评与比较,发现蜡烛图上影线因子表现优异,威廉指标对下影线有优势,进而构建出综合因子 UBL(Up and Bottom Shadow Line),该因子在长周期内实现了优异的选股表现和风险控制能力,体现了技术分析因子在选股领域的拓展潜力,3,4,5,9]。
二、逐节深度解读
1. 前言(第3页)
-
总结:报告回顾了蜡烛图的起源和市场历史应用价值。1990年尼森的《阴线阳线》一书推动了蜡烛图在西方的广泛应用。蜡烛图通过形态反映市场参与者的心理和行为,被公认为有效的市场择时工具。报告举例说明,在中国A股上证指数2019年第四季度的真实行情中,出现长上影线通常预示买方力量减弱、卖方压力增大,未来价格下跌概率提升。该经验奠定了本报告将技术分析方法用于选股因子构建的基础。
-
推理:通过具体市场实证案例(长上影线之后价格下跌)强调技术指标可提炼交易信号,且蜡烛图因其可视化和心理指示属性,适合作为选股因子研究的切入点。
2. 蜡烛上下影线选股因子(第4-5页)
-
关键内容:定义蜡烛图上下影线标准化计算方法:
- 上影线:最高价 - max(开盘价,收盘价)
- 下影线:min(开盘价,收盘价) - 最低价
- 标准化处理:以当前影线长度除以过去5日对应影线平均值,减少个股波动偏差。
-
因子设计:使用滚动20个交易日计算标准化上、下影线的平均值(_mean)和标准差(_std)分别构造四个因子(蜡烛上_mean、蜡烛上_std、蜡烛下_mean、蜡烛下_std)。
-
投资策略:每月月初基于当月因子值排序,5组分组多空对冲持有。
-
结果与指标:
- 图2-3显示“蜡烛上_mean”和“蜡烛上_std”分组净值呈明显分层,表现优异;
- 图4-5显示下影线因子表现平平,尤其“蜡烛下_std”净值走势无明显区分;
- 表1量化指标显示“蜡烛上_std”信息比率最高(1.64),月度胜率达68.38%,年化收益率8.04%,最大回撤3.33%;而“蜡烛下_std”无效,年化收益率接近零,负信息比率,胜率约49%,5]。
-
推理:
- 上影线较长常暗示卖压增强,抑制价格上涨,因此具有预测性;
- 下影线因“min(开盘价,收盘价)-最低价”布局对买气估计不足,导致信号乏力。
3. 威廉上下影线选股因子(第5-8页)
3.1 威廉指标对蜡烛图的修正(第5-6页)
-
定义差异:
- 蜡烛图的买卖力量基于开、收盘价(max或min),卖压=最高价 - 最大开/收价,买气=最小开/收价 - 最低价;
- 威廉指标基于收盘价衡量,卖压=最高价 - 收盘价,买气=收盘价 - 最低价。
-
案例对比(图6-8):
- 2020年1月23日长下影线,蜡烛图判定买气强看涨,但威廉指标显示卖压更强,后者判断更准确(次日大跌超8%);
- 2020年2月4日,蜡烛图无明显信号,威廉指标显示买气强,后续6连阳印证威廉指标的有效性。
-
结论:威廉指标通过收盘价视角修正部分蜡烛图判断盲区,特别是对下影线买卖力量的更准测,6]。
3.2 威廉上下影线的选股能力(第7-8页)
-
因子构建:
- 威廉上影线 = 最高价 - 收盘价
- 威廉下影线 = 收盘价 - 最低价
- 同样标准化,滚动计算均值和标准差形成四个因子(威廉上_mean、威廉上_std、威廉下_mean、威廉下_std)。
-
回测结果(图9-12、表2):
- 威廉上影线因子表现较差(信息比率分别0.19和0.36);
- 威廉下影线因子选股效果显著优于蜡烛下影线,“威廉下_mean”年化收益12.04%,信息比率1.43,月度胜率68.38%;
- 相比蜡烛图,上影线选股能力弱,下影线因子改良明显提升。
-
数据对比(表3):
- 上影线因子:蜡烛因子ICIR优于威廉因子,信息比率和月度胜率显著更高;
- 下影线因子:威廉因子整体指标优于蜡烛图,特别是威廉下_mean表现突出。
-
推理:
- 威廉指标更准确捕捉了下影线处买卖力量的不对称性,提升了选股信号价值;
- 蜡烛图上下影线定义虽经典,但其下影线因买气定义欠准,影响因子效果,8].
4. 上下影线综合因子 UBL(第9-10页)
-
构建逻辑:
- 结合蜡烛图上影线标准差因子“蜡烛上_std”与威廉指标下影线均值因子“威廉下_mean”,分别对二者进行市值中性化后横截面标准化;
- 以等权线性组合方式生成综合因子UBL。
-
回测表现(图13,表4):
- 月度IC均值-0.034,年化ICIR达到-2.47,年化多空对冲收益15.86%,信息比率2.29,月度胜率73.53%,最大回撤仅3.68%;
- 分年度均表现稳定,尤其2009年年化收益高达168.78%,其他年份年化收益基本维持正向,高胜率1年以上持续超过60%;
- 综合因子大幅提升了整体表现,比单个子因子更稳健有效。
-
推理:
- UBL因子融合了两种经典技术指标的优势,高度利用买卖力量信息;
- 市值中性化减少规模股效应干扰,增强因子纯粹选股贡献;
- 因子风险控制优秀,最大回撤低,反映稳定性强,10]。
5. 其他重要讨论(第10-13页)
5.1 纯净UBL因子的选股能力
-
相关性分析(表5):
- UBL因子与10个Barra风格因子(Beta、Momentum、Size、Liquidity等)均呈极低相关性,最高绝对相关系数仅约0.09,表明UBL捕捉全新、不重合的选股信息。
-
剔除风格和行业影响:
- 通过对UBL进行多元回归,剔除Barra风格因子和28个申万一级行业虚拟变量影响,以残差构建“纯净UBL因子”;
- 纯净因子依然表现优秀,月度IC均值-0.026,年化ICIR-2.75,5分组多空对冲年化收益11.3%,信息比率1.96,最大回撤4.75%,月度胜率77.94%(图14)。
-
推理:
- 纯净UBL因子不仅在风格和行业层面保持稳定选股能力,且获得提升,进一步验证其策略有效性和避风控溢价的独立性,11]。
5.2 UBL因子的参数敏感性
-
标准化参数M的检验:
- 标准化指标时采用的过去M日平均值,默认M=5;
- 对M分别设置为3、5、10、15、20进行回测(图16、表6);
- 结果显示因子稳定性强,ICIR均保持在-1.8至-2.5之间,年化收益率从12.42%提升至16.89%,最大回撤控制在3.68%-5.33%之间;
- M取5表现相对均衡,信息比率最高(2.29),月度胜率达73.53%。
-
推理:
- 参数设定灵活,对因子实用性有积极影响;
- 建议实际应用中可综合考虑资金流动性与信号及时性调整M值,12]。
5.3 不同样本空间表现
-
样本类别:
-
回测结果(图17-18,表7):
- 沪深300成分股年化收益7.79%,信息比率0.76,月度胜率61.76%,最大回撤13.26%;
- 中证500成分股年化收益11.51%,信息比率1.41,月度胜率67.65%,最大回撤9.67%;
- 全体A股年化收益15.86%,信息比率2.29,月度胜率73.53%,最大回撤3.68%。
-
结论:
- 因子在中小市值股票(中证500等)中表现更佳;
- 大盘股存在更高波动和回撤,可能因流动性和机构交易策略不同影响。
三、图表深度解读
图1(前言):上证指数蜡烛图(2019/10/10-2019/12/25)
- 图示3个长上影线对应的日期,均伴随后续4-5个交易日内显著下跌(约2.3%),佐证蜡烛图上影线作为卖压指标有效。
图2-5(蜡烛上下影线因子5分组及多空对冲净值走势)
- 图2-3(蜡烛上_mean及蜡烛上_std)均显示分组间净值曲线层级分明,1组(因子值最小)净值最高,5组最低,贴合因子负相关卖压假设;
- 图4-5(蜡烛下_mean及蜡烛下_std)净值线相互纠缠无显著差异,尤其蜡烛下_std无效,验证下影线缺乏选股信号,5]。
表1(蜡烛因子绩效指标)
- 强化上述图形观察,蜡烛上_std年化收益8.04%,信息比率1.64,最大回撤3.33%,优势明显。
图6-8(威廉指标修正蜡烛图案例)
- 图6蜡烛图显示2020/1/23大幅下影线,威廉指标显示卖压强,更准确预测后续大跌;
- 图7 BarChart细节展示收盘价贯穿最高最低价上下衡量关系;
- 图8示意蜡烛卖压与威廉卖压买气对比,在关键交易日内威廉指标修正了蜡烛图信号,从而提升判断准确度。
图9-12(威廉上下影线因子5分组及多空对冲净值)
- 9-10威廉上影线因子表现平庸,无明显分层,1组与5组净值接近;
- 11-12威廉下影线因子明显分层状态优于蜡烛下影线,净值差距明显;
表2(威廉因子绩效指标)
- 威廉下_mean信息比率1.43,月度胜率接近68%,显著优于威廉上影线因子和蜡烛下影线因子。
表3(蜡烛与威廉上下影线因子对比)
- 综合定量指标清晰展示上下影线各因子优劣,决策了后续综合因子构建的因子选取。
图13(UBL综合因子5分组及多空对冲走势)
- 净值呈稳定上升趋势,分组间差距明显,分组1(最优选股)净值超过10倍增长,最大回撤仅3.68%,展现因子稳定性和较强的风险调整收益。
表4(UBL因子分年度表现)
- 不同年份表现差异明显,但整体多数年份选择因子带来正向收益,且信息比率均处较高水平,验证因子可持续性。
表5(风格因子相关性)
- UBL因子与传统风格因子相关低,验证其提供独立选股信息。
图14(纯净UBL因子净值表现)
- 剔除行业风格影响后的UBL残差表现依旧抢眼,净值提升,表明真正捕捉了行业与风格以外的选股机会。
图15(因子构建流程)
- 涵盖蜡烛与威廉指标上下影线计算与标准化的具体步骤,简洁明了。
图16,表6(参数M敏感性)
- 5分组净值随M值平滑变动,参数表现稳定,最大回撤小幅波动,IC数据坚挺,典型M值为5。
图17-18,表7(不同样本空间表现)
- 中小市值表现优于大盘,凸显中小盘股适合本因子选股策略。
四、估值分析
本报告聚焦于技术分析因子构建及回测,并无对具体目标价、公司估值的计算或讨论,故无DCF、市盈率等传统估值方法分析。
五、风险因素评估
-
历史数据局限:报告中的绩效均基于历史数据,未来市场环境可能有显著变化,历史斩获不代表持续的未来回报。
-
单因子波动性风险:单一技术因子表现可能存在较大波动,实际操作需结合严格资金管理、风险控制系统。
-
市场环境局限:部分因子效能在特定市值范围或行业环境下体现更佳,广泛应用需谨慎分层调整。
-
技术指标适用风险:传统技术指标在不同市场和时间段可能失效,其选股信号因市场发展及投资参与者结构演变而异。
报告建议结合其他因子及风险管理工具使用,且提醒投资者格外注意策略实施过程中的市场变化风险,14]。
六、批判性视角与细微差别
-
报告视角:报告整体正面强调技术分析因子优势,鲜有提及潜在弱点和极端不适用情况,存在技术分析信仰偏重的倾向。
-
数据解读:IC与ICIR指标均为负值(通常正IC表明因子方向性正确),报告未明确解释负系数的经济含义,可能是作者采用不同计算符号标准,需要注意。
-
指标定义选择:威廉指标的改进结构较巧妙,但是否适合所有市场或未来行情未做足够的稳健性检验。
-
样本区间问题:回测样本长度与市场阶段覆盖尚未明确涵盖极端波动周期,对稳健性尚需更长期多市场验证。
-
缺少交易成本及滑点分析:报告未披露因子交易过程中的实际交易成本对策略收益的影响,策略真实可行性尚待评估。
-
回撤与波动率分析:虽然最大回撤较小,但年化波动率较低对应期望收益也中等波动,适合稳健型投资者,激进策略者可能寻求更高波动伴随收益。
七、结论性综合
本报告以严谨的技术分析方法为核心,深入探讨了蜡烛图经典上下影线与威廉指标上下影线两类技术指标在中国A股市场构建选股因子的可能性和实证表现。通过精确的因子构建方法与长期回测,得出以下关键发现:
-
蜡烛图上影线标准差因子(蜡烛上_std)具有显著的负向选股信息,能够准确捕捉市场卖压与价格回调机会。
-
蜡烛图下影线因子表现暗淡,难以提供有效买气信号,存在定义方式限制。
-
威廉指标基于收盘价重新定义上下影线,尤其是威廉下影线均值因子,补足了蜡烛下影线在买气判断中的不足,显著提升下影线因子的选股能力。
-
综合两者优势的上下影线综合因子UBL,经过市值中性化和风格行业剔除,展现了强大且稳定的选股能力,体现为较高的信息比率(2.29),月度胜率(73.53%),15.86%的年化多空对冲收益,以及较低的最大回撤(3.68%)。
-
UBL因子在中小市值股票及不同市场环境下表现一致优异,参数敏感性低,具备广泛适用性和策略稳定性。
-
图表与量化数据一贯支持上述结论:净值曲线分组明显,风格相关性微弱,使得该因子具备独立且增量的选股信息。
报告最后提出风险提示,强调历史数据性质和单因子波动,建议实操中结合风险管理策略。
综上,报告有效阐释了技术分析传统工具通过科学量化后在选股因子构建上的创新拓展,UBL因子作为桥接经典技术分析与现代量化选股的优秀示范,推荐投资研究者持续关注和深度开发。
总之,报告立场明确积极,重视技术指标创新应用,UBL综合上下影线因子代表了技术分析策略在选股领域的最新成果,具备显著实证价值及投资潜力。
附:部分关键图表展示
图13 - 上下影线综合因子UBL的五分组及多空对冲净值走势
图示UBL因子各分组间净值明显分层,右轴(红虚线)显示分组1与分组5的净值差异持续扩大,支持因子优越的选股能力。
图16 - 参数M不同取值下UBL因子多空对冲净值走势
不同标准化窗口参数M下,UBL因子表现均稳定,显示出强参数鲁棒性。
以上为本研究报告的全面、详尽且专业剖析。所有结论均基于报告原文数据与论述。