趋势跟踪类策略的内在逻辑

谭 磊

（武汉大学经济与管理学院，湖北武汉430000）

趋势跟踪类策略的内在逻辑

谭 磊

（武汉大学经济与管理学院，湖北武汉430000）

量化交易策略中非常常见的趋势是跟踪策略，以及趋势跟踪策略背后的盈利逻辑，从市场结构和行为经济学的角度分析其盈利来源的市场基础，同时给出经典的双均线策略以及新近公布的ATRRSI策略。

量化交易；趋势跟踪；行为经济学

一、趋势跟踪策略

趋势跟踪策略是量化投资策略中非常经典的投资策略，它利用预先制定好的模型或者各类技术指标来界定趋势，通过跟随趋势的延续来获利，当趋势反转或者趋势停滞时，及时止损出场。一个完整的趋势策略包括明确的进场规则，仓位控制，风险配置，出场规则。进场规则是一个趋势跟踪策略最主要的部分，它决定了在何时去持有仓位。仓位控制决定了持有头寸的大小。出场规则决定何时了结头寸，出场规则又包括根据买入卖出的原始信号出场，比如出现新的做多信号时才去平掉空头；止损出场，当损失到达预先设定的止损线时出场；止盈出场，当盈利到达预先设定的盈利目标时出场；根据持仓时间出场，当持仓超过规定的时长时，立即出场；市场收盘出场，为了规避隔夜的市场风险，大部分策略要求收盘即出场。而风险配置则是指策略之间的风险均衡，根据策略之间的相关性，风险与收益的表现，选择不同的资金分配方案，以求达到风险与收益的均衡。

“截断亏损，让利润奔跑”是趋势跟踪策略的核心逻辑，他们通过在市场中不断的进出，寻找从统计上对自己有利的交易方式，积累交易量，通过一次又一次的交易来获得稳定的盈利。传统的方式是通过设计类似于MACD，RSI等技术指标，通过技术指标来判定市场趋势，跟随趋势，而具体的进出规则是通过对历史数据进行回溯，即所谓的回测来得到的；更新一点的方式则是通过类似机器学习或者深度学习等黑箱算法，从数据中学习市场的模式，以求指示出市场趋势，或者预测出当前市场情形下的预期收益，从而进行操作。这两者的差别在于，前者的交易规则是从人的思维出发，由人的经验总结得到的决策树，而后者的交易规则则是通过数据中学习得到，根植于样本数据中；两相比较，由经验得到的交易规则，更加符合交易的逻辑，融入了人的经验，泛化能力更好；而机器的优势在于计算能力强，能够发现一些反直觉的模式。

趋势跟踪策略在早期被认为是alpha型策略，存在无风险收益，而在最近一些年内被认为是beta型策略，原因在于趋势跟踪的理念在近些年不断为大众所熟知，导致无风险收益逐渐的消失，慢慢的沦为了beta型策略，即该策略的利润来源于承受市场风险的风险溢价。

金融市场的本质就是买卖风险，这使得我们需要在风险和收益之间做出权衡，量化的本质是借助历史数据和精确化的定量手段为我们的每一次决策提供依据，从而使得每一笔交易都具有足够高的风险收益比，通过程序化交易执行每一次决策，通过不断累积交易量，通过大数定律来得到一个相对稳定的收益曲线。

趋势跟踪策略名声大燥归功于理查德.丹尼斯的海龟计划，1983年著名的商品交易者理查德.丹尼斯与其友人辩论，一位成功的交易者究竟是天生的还是可以后天培养的。随后理查德.丹尼斯招募了一些成员，向他们传授了自己的交易方法，并给他们真实的账户进行操作，这些成员大都取得了很高的成就。理查德.丹尼斯的交易理念被后人总结为海龟交易法则，而受到理查德.丹尼斯培训的人则被称为海龟，海龟的成功使得大家相信，一个成功的交易者是可以后天培养的。同时，他也向世人展示了一个完整的交易策略应该具备的要素。

1、策略示例

趋势跟踪策略大致分为四个模块，明确的买入规则，仓位分配规则，风险配置和明确的卖出规则。在下面，我将会展示两个经典的趋势跟踪类策略的具体规则。

（1）双均线策略

数据：历史K线数据，包含开盘价（Open），收盘价（Close），最高价（High），最低价（Low），成交量（Volume），成交额（Amount）

数据处理：计算M根K线的移动平均RM，计算N根K线的移动平均RN，M＞N

买入规则：当RN＞RM时，多头开仓（Long）；当RM＞RN时，空头开仓（Short）

卖出规则：当RN＜RM时，空头平仓（Sell）；当RM＜RN时，多头平仓（Cover）

仓位控制：一手（2）AtrRsi策略

数据：历史K线数据，包含开盘价（Open），收盘价（Close），最高价（High），最低价（Low），成交量（Volume），成交额（Amount）

数据处理：计算过去M根K线的ATR值记为ATR，并计算其N期移动平均记为ATRMA，计算其K期的RSI开仓规则：当ATR＞ATRMA，并且RSI＞L时多头开仓；当ATR＜ATRMA，并且RSI＜100-L

平仓规则：滑动止损出场，当该持仓从最高收益亏损超过一定比例，则平仓

仓位控制：一手

2、风险配置

在多个策略的基础上，我们需要在多个策略之间做出合理的资金分配，以求得到最佳的总体与风险。一个常见的办法是利用现代投资理论进行优化，计算其预期收益与协方差矩阵，利用历史数据求解下述最优化问题，得到最佳仓位分配方案。

其中w是多个策略之间的权重，∑w=1，∑为策略之间的协方差矩阵，q≥0为风险承受因子，R为预期收益；wT∑w为投资组合的方差，RTw为投资组合收益。当策略之前的相关性比较低时，我们可以通过均衡风险的方式来分配权重，通过对不同的策略给予不同的权重，使得不同策略以货币单位计量的波动总体相等，计量波动可以通过常见的标准差指标或者ATR指标（AverageTrue Range）。

二、内在逻辑

趋势跟踪策略从出现之初到如今广为流传，一直经久不衰，其原因是趋势行情没有消失，那么以跟踪趋势为主要盈利点的趋势跟踪策略自然不会消亡，在下面的篇幅中，我们会探讨为何趋势会出现。

首先，在期货市场或者是外汇市场中，交易的方式通常是保证金方式，也就是说参与者往往是带杠杆的。市场中的普通玩家大都资金有限，风险控制能力薄弱，容错能力低。所以，对于他们来说，顺着现有的方向交易和逆向交易意义完全不一样。顺势交易，先浮盈，即使出现行情转向，仍然不会马上面临保证金不足的问题；而逆势交易，先浮亏，如果保证金不足，则很快会被强制平仓，这导致了，即便是市场发生了一段时间的随机游走，散户也往往会选择跟随趋势下注居多，这就导致了市场往往容易呈现出趋势行情。

这是从简单的逻辑层面提供的一些解释，同时，我们可以从行为经济学中得到一些启示。

前景理论（prospecttheory）由DanielKahneman和AmosNathanTversky在1979年提出，前景理论解释了人们在面对收益与亏损，概率高低时做出不对称决策的心理模式。

根据前景理论，首先，人的偏好对于获利和损失的效用变化是不一样的，可以引申出四条规则：确定效应，当处于盈利状态时，多数人是风险厌恶者；反射效应，当处于亏损时，多数人是风险偏好者；损失规避，多数人对损失比对收益敏感；参照依赖，多数人对得失的判断往往由参照点决定

当市场较为平淡时，相对更接近于零漂移的随机游走的时候，市场上的交易者总是会在盈利时选择落袋为安，高位平仓，从而强化了价格时间序列的反相关性。当市场的趋势性较为明显时，尤其是基本面发现变化带来的变化时，即行情处于带漂移项的随机游走时，多空双方的平仓意愿都不会很强。那么即便在驱动价格变化的因素结束后，市场行情从带偏移项的随机游走进入不带偏移项的随机游走时，亏损的投资者会选择继续持有，根据前景理论，此时的价格随机游走会导致亏损方的效用损失会显著的大于盈利方的效用损失，当效用损失超出部分亏损者的心理承受极限或者被强制平仓后，这部分投资者主动平仓会推动行情朝着趋势的方向继续发展，甚至带来多空的踩踏行情，从而强化了价格时间序列的正相关性。

综合来看，当处于震荡行情时，时间序列的反相关性会被强化；当行情处于趋势时，时间序列的相关性，即趋势会被强化，这就是趋势行情与反趋势行情的不对称性。这种不对称性，导致了趋势跟踪策略收益分布的厚尾特性，趋势跟踪策略在现在已经被认为是一种beta策略，而beta策略获得收益的来源是我们承受市场风险带来的风险溢价。当我们买入一个市场标的时，用开仓去下注，用出场规则去买入风险暴露，买入具有足够的风险收益比的资产。并且由于收益的不对称性导致的厚尾效应的存在，使得我们在市场中并不是一个一直公平的游戏，我们的策略在统计上是具有正的期望收益的。这就可以保证趋势跟踪策略具有足够的盈利能力，这也是趋势跟踪类策略大部分利润来源于少数高收益的成交的原因。

三、总结

趋势跟踪策略是一类经典的CTA策略，它的利润来源于人的偏好的不对称带来的市场的厚尾效应，这些东西都是深深的根植于人的本性或者说市场的本性之中的，从这个角度来看，只要市场参与的主体不发生大的变化，趋势跟踪类策略在很长的一段时间内是不会消亡的。随着市场的不断进步与完善，趋势跟踪策略从原先的alpha策略转化为了beta策略，无风险收益部分逐渐消失。在未来，这一类策略的夏普比率会不断的下降，高夏普比率意味着富矿，随着不断的挖掘，会逐渐变得不稳定，成为贫矿。但是，以机器学习和深度学习为主要手段的新型CTA策略不断发展，给量化策略的研发注入了新的活力，趋势跟踪策略在新的时期将会持续焕发出新的活力。

[1]GreysermanA，KaminskiK.Trendfollowingwithmanaged futures：Thesearchforcrisisalpha[M].JohnWiley&Sons，2014.

[2]ClareA，SeatonJ，SmithPN，etal.Trendfollowing，risk parityandmomentumincommodityfutures[J].International ReviewofFinancialAnalysis，2014（31）.

[3]SzakmaryAC，ShenQ，SharmaSC.Trend-followingtrading strategies in commodity futures：Are-examination[J].Journal ofBanking&Finance，2010（34）.

[4]DaiM，ZhangQ，ZhuQJ.Trendfollowingtradingundera regimeswitchingmodel[J].SIAMJournalonFinancialMathematics，2010（1）.

（责任编辑：杨再新）