基于RADA指标的投资策略研究

内蒙古财经大学经济学院　张令娟

基于RADA指标的投资策略研究

内蒙古财经大学经济学院张令娟

RADA指标是瑞银证券研究部提出的一项综合反映全球经济情况的指标，本文以RADA指标为基础详细介绍RADA指标区间法、基于RADA的常用指标法以及RADA指标光滑曲线一阶导数法等投资策略，阐述每种策略的产生过程、交易设置以及全数据段的测试，最后比较各种量化投资策略的表现优劣情况，对投资者具有参考价值。

量化投资RADA指标策略工具

一、引言

随着我国经济的迅速发展，广大民众的财富积累正在快速递增，个人财产成倍增长，普通家庭拥有了更多的可支配收入，进而理财需求不断凸显。自2005年首款银行理财发行以来，各种理财方式正在不断涌入普通民众的视野，而人们对于理财与投资的界定也越来越广泛。银行是多数普通投资者的理财产品提供者，随着中国银行业的不断开放，外资银行纷纷在中国大量设点，希望在中国市场占有一席之地。

中资与外资银行在客户资源争夺中各显其能，“余额宝”的宣战标志着中国金融业资金的拉锯战更加地白热化，而中资银行多数采取“资金池”类的产品。例如现在几乎所有银行都在发行的银行理财产品，都是将客户手中的闲散资金，通过购买不同期限的理财产品，不断汇集到银行后台的资金池，只要银行发行的产品能够期限搭配，基本保证进出的资金相对平衡，就能将资金池的资金集中式地用于信贷类等较高收益的产品，使得银行能获得更高额的回报。外资银行受到更多的监管限制，将产品的差异化做到极致，专注于保本类结构化产品，多数投资于海外市场，为国人提供了一个更加广泛的投资空间与平台。外资银行在国内的网点、客户接受度低、客户不熟悉、金融产品结构相对复杂等影响，累积客户群较为缓慢。但外资银行有其不可比拟的优势：（1）全球化财富管理策略。外资银行通常有全球的策略研究部门，每周更新市场信息和投资观点，建立和调整投资策略，帮助客户放眼全球，在不同国家、不同区域、不同版块、不同方向寻找投资机会，以最大化赚取收益，同时平衡客户国内单一投资风险的系统性风险和持有人民币单一货币的汇率风险；（2）由于外资银行的全球化战略模式比较成熟，其境外分支机构较多，且合作方较多，代开海外账户和旅游、留学、移民相关的金融服务，具有比中资更强的优势。（3）由于网点少等限制，外资银行的目标客户通常为高净值、高收入人群，这类人群或投资经验丰富，或社会阅历丰富，或对市场有独到的判断，因此对客户经理的专业素养要求较高。客户经理也必须具备更强的沟通能力和专业实力才能得到客户的长期信任。可见，外资银行从业人员的专业性，投资方向的多元化是外资银行的核心竞争力。在外资银行日常的客户营销与投资资产配置中，客户对于资金的收益情况与安全程度都提出了越来越高的要求，希望能更加准确地控制投资风险而提升投资收益。这样的要求迫使其提供更加专业的金融服务，特别是更加可靠的投资服务。投资的资产配置基本可分为情景综合分析法与量化投资法，前者更加依靠分析师的个人能力与历史经验，但具有较大的不稳定性；后者依靠数学统计模型的力量，借助历史数据的检验，提出相应的量化投资策略，可以在很大程度上克服投资者个体的差异、人性的贪婪与软弱，适应在一定范围内推广与借鉴，能为外资银行的整体专业提升提供了可能。

基于RADA指标的一系列投资策略是本文研究的重点。由于某外资银行的主要推荐产品与美国市场挂钩紧密，因此将S&P500指数作为投资标的物。RADA指标是瑞士银行证券研究部提出的一项反映全球经济情况的综合性指标，被业内认为是非常优秀的市场指标。RADA指标的简单运用并不能满足客户投资的需要，文中将围绕RADA指标产生三大类5种量化投资策略，包括RADA指标区间法、基于RADA的常用指标法以及RADA指标光滑曲线一阶导数法等，并详细阐述每种策略的产生思考、交易设置以及全数据段的测试，最后将比较各种量化投资策略的表现优劣情况，确定量化模型的最优参数。

二、基于RADA指标的投资策略

（一）RADA指标RADA指标（Risk Adjusted Dynamic Alpha）是由屡获殊荣的瑞银证券研究部于2005年研发创建，正式发表于2007年5月。正值2001年科技股泡沫时代、911恐怖事件袭击后，股指从低位反弹，已走至中位。瑞银经过大量的数据分析和量化处理，找到了8个指标：期权波动率（Options Volatility）、信用利差（Credit Spread）、固定收益平均收益率（SwapSpread）、货币波动率（Currency Volatility）、周期/非周期股票敏感度（Cyclicals/Defensives）、高波动地区的表现（High-Beta Regions）、高波动板块的表现（High-Beta Sectors）、股票市场波动率（Equity Market Momentum），并按照如下方式算出每个指标的“参考值”：

参考值（x）=（x-Avg（x））/stdv（x）

同时，运用量化模型，通过过往数据拟合测算出每个指标的权重，然后将“权重”与“参考值”相乘并累加，得到RADA风险指标的数值。

RADA指标从其构造来看，是一种区间式的综合性指标，到目前为止的数据区间为[-9.79，3.05]，其下限极值只在金融危机最严重时出现过，而90%的概率区间在［-4.65，1.73］，较为温和地在0线上下震荡。理论上判断，RADA风险指标跟实际资本市场是有关系的，因为数值的计算方式完全来源于资本市场表现。且根据RADA计算的逻辑，与资本市场应是正相关的，即同涨同跌。那么，很容易得到一个简单结论：如果是上涨周期，就买入；如果是下跌周期，就卖出。可是，如何判断何时是上涨周期，何时是下跌周期？瑞银就RADA指标的运用给出了一个“风险管理策略”，即：

当RADA数值≥1.25或者≤-0.75时，市场呈现下降趋势，卖出；

当RADA数值≥1.25时，市场处于超买阶段，有回调风险；

当RADA数值≤-0.75时，市场处于超卖阶段，虽然有可能反弹，但更有可能出现趋势性下跌，因为下跌过程中的投资者往往处于较强的风险规避情绪，极有可能杀跌。

（二）基于RADA指标的投资策略RADA指标的强大研发团队与众多跨国投行的使用说明，其对于全球经济与金融的冷暖有较好的反映与一定程度的预测功能，对于银行销售的前台有较好的辅助、提示功能。但我们不希望仅满足于RADA指标的简单使用，其背后尚有较多的市场信息值得进一步发掘。

（1）RADA指标的滞后性研究。此处想探讨的是RADA指标对S&P500指数有没有较简捷的指示作用，主要将证明与验证“在RADA指标连涨数天后，是否对未来的走势有一定预测作用”。投资思想为RADA指标连涨N天，进行反向操作是否能在未来一段时间有收益。反向操作指如果连续下跌N天就买入；如果连续上涨N天就卖出。投资期限设定为1月、2月、3月、4月、5月、半年；收益要求依然为大于5%，大于10%，大于15%。

对于N的设定，一般将选择一个较为折衷的数字，不能让连续单边的天数过少，也不能过多，因此选定3天。同时希望验证得到，选定的数字不会有过强的敏感度，即因为天数的微小变化导致数据结果有很大的变化。表1为连续下跌三天后买入，未来赢利的可能性表格。同样，连续上涨三天后卖出，未来避免亏损的可能性（即亏损的可能性）如表2。

表1　RADA连续下跌赢利可能性

整体来看，预测的可靠性并不理想。其中连续上涨三天后卖出的方式更好一些，理由可能是上涨过程中回调较多，而下跌过程中一般是急如暴雨，回调的时刻较少。

表2　RADA连续上涨赢利可能性

（2）RADA指标的阀值设置。连续三天的涨跌只能说明当天的短期走势较强，连涨或连跌本身并没有太强的意义，因此在判定操作方向时必须与RADA指标的当前数值相结合。比如，RADA指标已经较大，再出现连续三天的上涨，可能是市场短期顶部出现，选择卖出，效果可能会较好；情况相反时，RADA指标已经较小，再出现连续三天的下跌，可能是市场短期底部出现，选择买入，可能会得到较好超额收益。因此对于操作门槛的设定，当RADA指标大于上限阀值或小于下限阀值时可以进行相应操作。首先按照瑞银给出的标准，当RADA指标大于1.25或小于-0.75时，观察效果如何。连续下跌三天后买入，未来赢利的可能性如表3。

表3　RADA连续下跌赢利可能性

连续上涨三天后卖出，未来避免亏损的可能性（即亏损的可能性）如表4。

表4　RADA连续上涨赢利可能性

研究发现，数值上各有利弊，效果并没有整体显著地提高，因此将不选择此参数作为最优参数。那么经过优化参数1.25与-0.75，搜索最优的参数，如何评价参数的优劣？采用将概率值加和的方式，求最优参数使得整体概率值最大。同时，对于不同收益率的期望是不同的，因此改进的“加权的概率和”作为评价标准，且给收益>5%，>10%，>15%的权重值分别为1，2，3。所以，最终的加权的概率和为收益率>5%的1-6月概率和乘以1加上收益率>10%的1-6月概率和乘以2加上收益率>15%的1-6月概率和乘以3。最优参数搜索结果为:在RADA小于下限阀值参数时，连续下跌三天后买入，未来赢利的可能性整体和与参数的关系如图1。

图1　RADA指标下跌阀值与盈利概率和

当RADA指标越小时，整体概率和越大，这是符合正常逻辑的，因为下跌越深，未来反弹或上涨的可能性越大；当RADA指标过小时，发现符合要求的情况越少。因此找到相对较好的参数值即可。研究发现在-1.46附近时，达到局部的最优情况，因此可以选这个作为最优参数。此参数与瑞银给出的-0.75的参数有较大的距离。在RADA大于上限阀值参数时，连续上涨三天后卖出，未来避免亏损的可能性整体和与参数的关系如图2。

图2　RADA指标上涨阀值与盈利概率和

研究中看到了一个非常有意思的拐点，即当参数从0变大时，加权概率和在不断下降，说明在RADA值的初期，RADA连续涨三天，未来下跌的可能性在下降，这说明在RADA值上涨的初期完全可以持有，连续上涨只是后期大涨的开始；而当参数在拐点1.45之后，随着RADA值变大，RADA连续涨三天，接来下跌的可能性迅速增大，说明此时连续上涨是见顶的迹象。此项结果对于实际投资有较大的借鉴意义。

RADA指标连续涨跌三天，必须要同时考虑到这三天的上涨下跌幅度是多少，因为上涨下跌三天只是定性要求，就算只涨跌了一点点，也满足了要求，但从投资逻辑上看，赶顶或探底需要有一定的幅度与速度，因此需要对其幅度和参数进行优化。

由于RADA指标与一般市场指数不同，有正数有负值，因此不能使用上涨下跌的百分比，否则负数时数值会明示错误，或者在0附近时变化极快，因此使用变化的绝对数值作为参数标准。值得注意的是，此时RADA指标起始的阀值依然设定为上小节的最优化参数1.45与-1.46。

RADA大于1.45，且连续三天上涨，并且涨幅大于某值，整体概率和如图3（图3中横轴为上涨的绝对数值，纵值为加权概率和）。由图3可以看到，参数在0.33附近时，整体概率和达到最大，同时上涨数值的设定确实能提高整体的概率和，值得使用。

RADA小于-1.45，且连续三天下跌，并且下跌绝对数值大于某值，整体概率和如图4（图4中横轴为下跌的绝对数值，纵值为加权概率和）。

由图4可以看到，在下跌过程中，下跌数值阀值影响不明显，可以不使用。如果需要提高预测精度，可以使用参数最优值0.45。

图3　RADA指标上涨幅度阀值与盈利概率和

图4　RADA指标下跌幅度阀值与盈利概率和

（3）RADA指标的区间运用方法。区间运用方法的投资思想是起源于RADA指标的本身构造方式，因为RADA指标在0线附近上下震荡的可能性较大，在远离0线的地方可能性较小，因此可以给RADA指标设立上限、下限的阀值。当RADA指标在上下阀值之间时，认为市场较为温和，可以继续持有；当RADA指标超过上限阀值时，认为市场过于狂热，应当及时退出、等待未来的回调或下跌；当RADA指标低于下限阀值时，认为市场进入恐慌期，先行回避，等待市场回稳后再次投资。那么可否在RADA指标低于下限阀值时买入呢？可以尝试此种方法，并且将前者标记为RADA-T1，后者标记为RADA-T2。

瑞银证券研究部曾经给出阀值为上限1.25，下限-0.75，将测试各种参数组合，并选其中较优秀、稳定的参数组作为实战运用的模型。

如何比较各种参数组合之间的优劣？将给出一系列的评选标准。最终收益率是非常重要的条件，代表了客户的收益情况；期间最大亏损率是客户最关心的问题，一方面多数客户属于相对保守型，对亏损更加在意，另一方面最大亏损率涉及客户是否能始终坚持住最初的投资策略；客户整体的投资时间关系着客户的资金利用情况，多数客户也比较关心资金的时间成本；资金的最大回撤对于客户情绪的影响也较显著，可以作为重要变量参考。经过与领域内资深人士及部分客户咨询，一共筛选出4个指标，并经过24人次的打分与平均化处理，运用主成分方法运算，得到评选系数如表5。

表5　专家打分各项权重值

同时，在主成分提取时，累积贡献率达到87.4%，已经超过了相应要求，因此只需要一个主成分因子；由此，也说明专家打分的意见相当一致，有一个共同的主方向。表5中得到了各指标之间的权重值，但各指标的量纲不同，不能直接比较。因此本文中采用系数标准法，将每种策略的数值a经过处理，得到a～=a-mean（a）/std（a），其中mean（.）代表均值，std（.）代表标准差。因此，每种策略的客户满意度最终评分为

之后的每种策略提出后，都将给出在测试区间的策略评分值。形成了客户满意问题的评分方法后，依然要考虑投资策略本身的性质。采用同样的专家打分方法，首先将寻找影响投资策略评价的主要标准，形成表格，邀请14位某银行的投资顾问团队进行专家打分，最终得到各评价标准的权重值。主要的评价标准有：其一，投资策略在市场中产生的次数，由于投资测试的时间段是一致的，因此投资次数即为相同时间投资机会的形成次数；其二，投资成功率，即为所有投资过程中最终产生盈利的比率；其三，每一次投资的平均盈利率，即为单次投资的可能收益情况。经过SPSS19.0的主成分处理后，得到评选系数如表6：

表6　专家打分各项权重值

其中，主成分提取时，累积贡献率为81.5%，基本达到相应要求，因此只提取一个主成分作为结果。依然对每个评选标准进行标准化后，形成投资策略评价得分如下：

对于每个策略的最终评价，基于两种评价同等重要的思想，将两种评价得分直接进行加和，形成最终评价得分：

S=SC+SS。

（4）基于RADA的常见指标运用方法。RADA指标也是一种广义的指数，如果只是看到区间的内外，那么遵守了“在市场狂暴时退出，在市场平静时进入”的原则，从理论上看，占据了趋势中段的一部分，而且此类趋势的规模需要较大。那么能否对RADA指标的走向进行更加细致地分析与了解，从而提前一步对市场的整体变化进行一定程度上的预知，让银行的前台营销人员与客户有更加从容的时间去传导市场的变化，最终使得客户能有更满意的收益。因此，将对RADA指标进行深一步的探索，采用部分市场上较为成熟的指标体系（称为二级指标），构架在RADA指标之上，从而对RADA指标进行预测。入选的二级指标必须是有较长的市场检验过程，且被大众广泛接受的指标，挑选了两种，分别是KDJ与MACD。将RADA指标借助KDJ方法，得到RADA－KDJ方法，并借此设计相应策略。将采用目前较为流行且常用的“金叉、死叉”方法。进入市场的时机：当K值由较小逐渐大于D值，在图形上观察为K线从下方上穿D线，即为图线上K线向上突破D线时，俗称金叉，定为买入的讯号。

退出市场的时机：当K值由较大逐渐小于D值，在图形上观察为K线从上方下穿D线，显示出趋势将为向下，即为图形上K线向下突破D线时，俗称死叉，定为卖出的讯号。MACD指标体系主要由两部分组成，正负差（DIF）与异同平均数（DEA），其中，DIF是核心，DEA是辅助。DIF是快速平滑移动平均线（EMA1）和慢速平滑移动平均线（EMA2）的差。在市场中常用的技术分析软件中，MACD常用参数是快速平滑移动平均线为12，慢速平滑移动平均线参数为26，异同平均数参数为9。

市场中对MACD指标公认的缺点有二：一是由于MACD的指标能力偏重于中、长线投资，体系中买进点、卖出点和投资品的最低价、最高价之间价差较大。特别当行情在短期内震荡过于迅速或幅度过小或盘整时，按照体系提供的信号进场后随即又要出场，投资可能不但没有利润，还将有较频繁的亏损。二是当短期内涨跌幅度特别大时，MACD指标将滞后反应，原因是MACD的移动相当缓和，相对于市场行情的变化有一定的时间差，因此当行情迅速大幅涨跌，MACD不会立即产生信号，所以此时的MACD体系无法发生作用。这两条缺点对于RADA指标的影响并不大，因为RADA是一种综合化的市场反映指标，本身变化的速度并不快，正好适合MACD方法的特点。本文中提出的RADA－MACD方法，依然采用是常用的参数组（12，26，9），而客户投资的策略设计为：

进入市场的时机：DIF、DEA两值均为正数，且图形上观察DIFF向上突破DEA，定义为买入信号。

退出市场的时机：DIF、DEA两值均为负数，且图形上观察DIFF向下跌破DEA，定义为卖出信号。

（5）RADA指标的一阶导数方法（RADA—1d）。RADA－1d将估算出RADA序列的极值点（即一阶导数为0且左右为异号的时机），从而在市场还处于将启未启之时，进行一定程度的预测；从定义上看，此方法的估测位置将比前几种方法更有利，且可能是理论上最先预测到的市场底部方法。

构造RADA－1d的过程并不容易。首先，RADA序列并不光滑，无法达到求导数中需要的曲线光滑的条件与要求，不能直接使用，必须要经过移动平均来进行光滑处理；其次，计算某一时刻一阶导数时，就必须使用此时刻未来的数值，由于在实际操作中，这种未来信息尚不可知，因此不能在实际上中直接使用，只能用此时刻之前的数值来代替，即某时刻的名义一阶导数是此时刻之前某时刻的一阶导数；其三，要确定此时刻的左右一阶导数为异号，那么必须计算出右边一个到数个单位时间的一阶导数，从而确定结果。因此，如果假设移动平均的光滑处理需要用N1天数据，而一阶导数需要用前后N2天数据，确定右侧的一阶导数需要用前后N3天数据，则实际上某时刻（或某天）的一阶导数值是之前（N1 N2 N3）／2时刻的一阶导数。因此，参数的选择较为重要，并且三个参数的要求不同，首先N1涉及到RADA序列或曲线的光滑程度，不能过小；其次，N2与N3不能过大，否则会使得导数的效果失真，成为一段曲线的某种平均。

由于RADA指标是反映市场整体综合性的指标，它的变动速率并不快，且由于其指标的设计构造，决定了其曲线的粗糙程度不强，适用于一阶导数的方法。并且一阶导数能够在很大程度上反映曲线的走势，但考虑到银行前台销售人员的反应速度与客户的接受速度，不能使得一阶导数因为过小的变动而导致数值为0，因此可以适当加大曲线的光滑程度，避免或减少因为短期震荡而出现错误信号。

RADA－1d的构造原理是曲线的一阶导数为0处是曲线局部的极值点（可以是极大值或极小值），那么构造策略如下：

进入市场的时机：当RADA指标的一阶导数由下往上穿过0线，即由负数变为正数，则定义为买入时机。

退出市场的时机：当RADA指标的一阶导数由上往下穿过0线，即由正数变为负数，则定义为退出时机。

三、各种策略的综合回测结果

（一）回测方法制订任何的投资策略都应该首先经过历史数据的检验，以上提出的诸多策略，将逐一进行路径测试。对于每一次测试，最终都会计算整个过程中的各项指标，并通过相应权重进行加和，比较最终评价分。

回测的区间为整体数据段，时间段为2007-05-29到2015-12-12，一共1725组数据，期间包含了整个世界经济与市场逐步走向2007年底的疯狂、2008年的世界级金融危机以及之后的缓慢复苏，基本囊括了一个完整的经济周期，非常适合成为测试数据段。回测过程将按照时间的顺序与各策略的进入、退出时机，全路径测试整个投资过程中的各项指标。对于区间法RADA－T1与RADA－T2、RADA－1d法，目前还有部分参数未确定，将一起在回测过程中解决。

（二）区间法RADA－T1、RADA－T2路径回测RADAT1与RADA－T2两种区间类方法主要需要找出投资区间上限阀值与下限阀值，考虑到RADA的取值范围，将在［2，0.5］×［0.5，2］的区间中搜索最佳参数，参数间隔为0.01，因此共同将进行151×151=22801次回测实验，并根据之前提出的投资策略最终评价得分，筛选出最优参数。对于RADAT1策略，最优参数为（0.87，-0.68）为上下限阀值；对于RADAT2策略，最优参数为（0.71，－2）为上下限阀值。各项指标的对比如表7所示：

表7　RADA区间法各项指标

从回测的指标数据来看，RADA－T1与RADA－T2的各项指标比较中，RADA－T1远远胜出，最终的收益率之和53.46%对比-9.93%，期间最大亏损24.55%对比-42.43%，与最大资金回撤-26.04%对比-53.51%。从投资策略的指标来看，RADA－T2只有4次投资机会出现，平均一年不到一次，对于银行前台销售人员来说，太少了。同时，数据的结果表明，RADA－T2的投资思想有待改进，而RADA－T1的投资思想目前较为出色。

从RADA－T1对S&P500指数对比时，可以看到各项指标中RADA－T1依然全项胜出，其中RADA－T1方法有更好的最终收益率，有更小的投资期间最大亏损，以及更小的资金回撤幅度。由此可见，采用RADA－T1的方式，至少比一直持有的策略要更有优势。

（三）RADA－KDJ与RADA－MACD方法路径回测市场中常用指标的数量较多，部分指标算法也被历史证明是较有效果的，将其中部分较广泛的方法运用到RADA上，产生了RADA－KDJ与RADA－MACD方法，对相应的数据段进行了全面的路径回测，各项指标如表8所示：

表8　RADA常用指标法各项指标

从表8的指标结果来看，RADA－KDJ与RADA－MACD策略的比较中，发现RADA－MACD的方法较为领先，前者最终收益率为-11.44%对于后者的31.63%，两者的投资期间最大亏损与资金最大回撤都较大。从投资策略的评价标准来看，RADA－KDJ的投资次数过多、过于频繁，不适合前台销售人员的节奏，且成功率较低；而RADA－MACD投资次数与成功率均较为理想。因此，初步断定可以舍弃RADA－KDJ方法。

与S&P500指数的一直持有策略比较，RADA－MACD策略有一定的优势，有更大的最终收益率、更小的投资期间最大亏损以及更小资金最大回撤比例，因此可以认为采用RADA－MACD策略比一直持有较为有效。

（四）ADA－1d方法的路径回测RADA－1d方法根据RADA指标光滑曲线的1阶导数，基于1阶导数为0时为曲线的局部极值点（极大值或极小值），设计投资策略为当RADA指标光滑曲线的1阶导数由负转正时进入市场，由正转负时退出市场。其中有三个参数，分别为RADA指标的光滑处理参数N1，一阶导数的计算时样本量参数N2，以及一阶导数转正时的确认天数参数N3。经过一系列参数搜索，并根据之前提出的投资策略最终评价得分，筛选出最优参数为（32，6，2）。在筛选参数时发现，在最优参数组的周围参数一系列中，投资策略最终评价得分都排名靠前，说明最优参数组是非常稳定的参数组。而在参数组搜索中，也发现了另一组较为稳定且最终评价得分靠前的参数组（60，29，2），现将两组参数组下的策略各项指标显示如表9所示：

表9　RADA指标一阶导数法各项指标

从上述投资策略指标来看，两组参数的结果均较为出色，且各有特色。前一组短参数的投资策略显示出了较好的长期盈利能力，有更好的最终收益率（83.47%）、更低的投资期间最大亏损（-14.61%）、更小的资金最大回撤（-21. 98%）、较多的投资次数（25次，平均1年4次投资机会）；后一组短参数的投资策略显示出了较好的短期盈利能力，最终收益率最高（83.86%）、较少的投资次数（9次，平均1年1.5次投资时机）、较高的投资成功率（66.67%）与单次平均盈利。可以根据不同客户的投资风格进行选择。

四、结论

从上述实际数据回测的结果来看，RADA－KDJ与 RADA－MACD此两种基于RADA数据的常用市场指标效果最差，与一直持有SH50的策略比较没有明显的差异；RADA－T1与RADA－T2两种区间震荡的方法中，后者明显指标不佳，前者的指标与资金变化曲线图较好，在所有基于RADA指标的投资策略中处于中流水平；RADA－1d投资策略，以及其两组不同的参数，整体指标与资金变化曲线图都较为出色，并且可以满足不同投资风格客户的需要，是基于RADA指标的一系列投资策略中最为出色的。

［1］陈浪南、屈文洲：《资本资产定价模型的实证研究》，《经济研究》2000年第4期。

［2］Mukherji，Dhatt，Kim，A fundamental analysis of Korean stock return，Financial AnalysisJournal 5，1997:135-148.

［3］Stattman，D，Book value and stock returns，The Chicago MBA:A Journal of selectedPapers，2000（4）：25-45.

［4］Teo&Woo.Style Effects in the Cross-section of Stock Returns［J］.Journal of Financial Economics，2004（7）：67-98.

［5］J.Linter，the valuation of risk asset of risky investments in stock portfolios and capital budgets，Reviewof Economics and Statistics，2010（47）：12-27.

（编辑杜昌）