量化投資中趨勢策略的應用

【摘 要】 隨著計算機的技術的進步，傳統(tǒng)的投資方式由于效率低下、人為心理因素干擾以及投資策略單一等缺點，已經越來越無法適應全球投資者的步伐，因此，借助現代統(tǒng)計學、數學的方法，從海量歷史數據中尋找能夠帶來超額收益的多種“大概率”策略，并紀律嚴明地按照這些策略所構建的數量化模型來指導投資，力求取得穩(wěn)定的、可持續(xù)的、高于平均的超額回報的量化投資嶄露頭角。本文主要介紹量化投資在雙均線策略、以及單均線策略中應用。

【關鍵詞】 量化投資 雙均線 動量

一、量化投資發(fā)展

量化投資是指通過數量化方式及計算機程序化發(fā)出買賣指令，以獲取穩(wěn)定收益為目的的交易方式。在海外的發(fā)展已有30多年的歷史，其投資業(yè)績穩(wěn)定，市場規(guī)模和份額不斷擴大、得到了越來越多投資者認可?；ヂ摼W的發(fā)展，使得量化投資概念在世界范圍的傳播速度非?？?，隨著我國資本市場的不斷完善，量化投資策略開始為大量的投資人員提供新的投資思路，不過由于起步較晚還處于發(fā)展的初級階段，所以在發(fā)展過程中仍舊存在許多不全面的情況。[1]

在一定程度上說，量化投資可以理解為自動化交易系統(tǒng)，只不過隨著人工智能技術的發(fā)展，量化投資被賦予了新的內涵，比如在投資模型的構建過程中，需要進行數據清洗、數據挖掘、數據分析、數據回測、機器學習等，以便使量化策略變得更加有效，使量化模型不斷得到完善，從長期來看能夠持續(xù)、穩(wěn)定盈利。[2]

二、雙均線策略

（一）策略簡介

雙均線策略，通過建立m天移動平均線，n天移動平均線，則這兩條均線必有交點。若m>n，n天平均線“上穿越”m天均線則為買入點，反之為賣點。該策略基于不同天數均線的交叉點，抓住股票的強勢和弱勢時刻，進行交易。即：策略邏輯是在金叉時候買進，死叉時候賣出，所謂金叉死叉是兩條均線的交叉，當短期均線上穿長期均線為金叉，反之為死叉。

比如：入場條件：快線（9日均線）上穿慢線（18日均線）;出場條件：快線下穿慢線

（二）回測優(yōu)化

此次選取股票代碼為000001的平安銀行，回測時間區(qū)間為2017.05.01-2020.51;交易保證金比率：5%，其余交易成本暫且為0。

參數設置：快線周期MA1=9 慢線MA2=18 ?結果如圖1所示：

參數設置：快線MA1=25，MA2=50 ?結果如圖2所示

參數設置：快線MA1=5，慢線MA2=50

（優(yōu)化從理論上來講，長度越大的兩根相鄰均線之間的差異越小，例如2日均線和3日均線之間的差異，遠遠大于100日均線和101日）均線之間的差異。結果如圖3：

首先，由上面的回測可以發(fā)現：在快線周期MA1=9 慢線MA2=18時回測出來的收益率是小于當快線MA1=25，慢線MA2=50以及快線MA1=5，慢線MA2=50的時候。

其次，由圖像可以看到快慢均線周期較短時，其收益回測時大部分處于基準收益下方，說明該參數下的策略并非最優(yōu)。當擴大周期后即MA1=25，慢線MA2=50 ，其收益增加5%左右，但波動率也有所加強，在后者中，其收益大部分位于基準之上，說明這樣策略下，收益是大概率優(yōu)于長期持有。

最后，進行優(yōu)化后即快線MA1=5，慢線MA2=50的時候，年化收益達到22%。

三、動量策略

（一）策略簡介

股票的收益率有延續(xù)原來的運動方向的趨勢，即過去一段時間收益率較高的股票，在未來依舊會取得高于平均的收益率。動量效應是研究過去的歷史行情，并預測過去的行情能延續(xù)。

該策略比較大的爭議就是：很多人認為動量效應是一種非常激進、盲目的投資策略，說白了就是追漲殺跌，其風險程度相當高，一不小心就可能買在頂點。其潛在的優(yōu)勢就是盈利空間巨大，劣勢是盈利機會較少。

計算公式：動量值=最新收盤價-N日MA

進場：動量值大于零且動量值一直在增加中

出場：動量值小于零且動量值一直在減少中

（二）回測優(yōu)化

對于該策略的有效性的評價，依舊選取股票代碼為000001的平安銀行，回測時間區(qū)間為2017.05.01-2020.51;交易保證金比率：5%，其余交易成本暫且為0。

參數設置：均線周期=40時。如圖4所示：

由回測結果可以看出，此參數下的策略的年化收益為21%，但依舊是低于基準值而且波動率有所上升。

接下來為了得到更好的數據，可以對參數設置進行優(yōu)化，通過參數優(yōu)化，得到均線周期為50的時候，數據最優(yōu)。

參數設置：均線周期=50時。如圖5所示：

由回測結果可以看出，優(yōu)化參數參數之后的策略的年化收益是大于基準值的。而且在回測歷史區(qū)間內，大部份時段的收益是是大于長期持有的收益。但是相對的其波動率有所增長，風險略微增大。

該種參數優(yōu)化其實是一種遍歷算法，這會導致的缺點是：過度擬合。這就相當于對著結果找過程。一般這樣找出來的參數只適用于過去的數據，對于未來是否適用，我們無法確定。

三、策略效果對比

利用該雙均線策略和MTM策略進行回測平安銀行，采取的是一個比較理想的環(huán)境，即未設置交易成本。所以在最后得到的收益等指標是較為理想的，因為沒有頻繁交易開關倉帶來的手續(xù)費，這樣盈利是凈值。從優(yōu)化的回測結果可以看見在初始資金量相等一系列條件相等的時候：

其實從表格1對比各項評價指標來看其實MTM要略優(yōu)于雙均線的。但是這存在樣本誤差與選取的標的和回測區(qū)間有關。其實在實務中，動量交易策略要比雙均線更為流行。這兩項指標策略屬于比較經典的策略，還有許多的不足，僅僅靠優(yōu)化參數還不夠。

【參考文獻】

[1] 白一池.資本市場量化投資策略和風控措施探析[J].現代商業(yè)，2020，5：117-118.

[2] 姜學文.超買超賣量化投資策略構建[J].科學管理，2020，1：117-117.

作者簡介：張翔，1995——，男，漢族，安徽合肥，金融專碩在讀，安徽大學經濟學院