量化投资趋势策略的实证分析

华宇

摘 要：量化投资是将计算机处理大量历史数据的结果作为依据对股票未来价格进行判断。选取2012年-2017年历史数据，利用均线策略对股票进行收益率分析。结果发现，利用50日均线作为股票价格趋势的参考依据会获得更高的投资收益。

关键词：量化投资;传统投资;趋势追踪;均线策略;价格趋势

量化投资，是金融学、数学、计算机等学科相结合的产物，是利用计算机处理大量的历史数据、模拟交易策略实现投资收益的过程。量化投资不同于传统投资方法，它是以大量的历史数据为基础的完全客观的判断方法。人们相信未来和历史总会有相似之处，即使未来不会完全按照历史的模式去演绎，通过大量历史数据计算出的大概率事件也不會是一个非常极端的事件。随着计算机技术的快速发展，量化投资在海外已经很成熟，但在中国，仍处于起步阶段，需要更多的学者去探索。

一、文献综述

量化投资起源于20世纪50年代，Fama的有效市场假说理论，投资组合理论、资本资产定价模型都为其奠定了理论基础[1]。Shik TC曾将移动均线指标交易系统应用到外汇市场，获得的收益远高于市场回报[2]。国内学者林玲将移动平均交易准则应用到A股上，证明利用移动平均交易策略获得的收益率高于买入持有的收益率[3]。汪天都采用双重移动均线、交易区间突破交易方法，获得了显著的超额收益率[4]。蒋树国根据葛兰碧法则，对我国上证综指进行了统计分析和样本外测试，证实葛兰碧法则是一种适用于A股中小投资者的有效量化投资策略[5]。

二、实证分析

用计算机语言描述策略：股票价格超过X日均线1%时全仓买入，股票价格低于X日均线时全仓卖出。实证数据来源于聚宽平台，样本股为平安银行，时间区间为2012-2017，设定沪深300指数收益率为基准收益率，便于比较。

策略的运行结果显示，基准收益率为71.84%，而短期均线中5日均线、10日均线、15日均线的年化收益率分别为67.46%、20.27%、68.5%，没有跑赢沪深300指数的基准收益率，可以看出短期均线不适合作为此策略的参考均线。原因为：量化投资策略的本质就是根据历史的数据趋势来捕捉最大可能的未来的价格走向，根据预测的价格走向进行买卖的判断。而短期均线在短期内并没有形成一个稳定的趋势，并且价格波动的过于频繁，常常会出现一些假的买点和卖点，达不到好的收益率水平。

20日均线到60日均线的收益率分别为：99.59%、115.94%、149.61%、146.73%、135.78%、181.46%、240.76%、171.65%、153.25%，收益率逐渐呈上升的趋势，并且均大于基准收益率;beta系数分别为：0.411、0.418、0.449、0.455、0.460、0.475、0.485、0.482、0，487，将风险控制在了较低的范围内;最大回撤率分别为：32.065%、28.516%、31.843%、28.570%、24.929%、26.348%、25.628%、25.435%、27.594%。在50日均线时，收益率达到最高，虽然没有达到西蒙斯和大奖章基金的38.5%的年收益率，但是收益率已经非常可观。另外，50日均线的最大回撤率只有25.628%，与其他相比同样说明风险相对是较低的。55日均线和60日均线的收益率开始逐步的下降，最大回撤率也在60日均线时有了大幅度的上升。这是因为长期均线的走势趋于平稳，价格没有太大的波动，使得卖点和买点减少，买入的股票会变成一直持有的状态，收益率会大幅度下降。综合收益率和风险系数等指标可以看出，50日均线是一个非常重要的技术指标，利用50日均线作为股票未来价格趋势的参考可以在较低的风险内获得更大的收益。

三、结论和建议

（一）量化投资技术在我国正蓬勃发展，具有很好的前景。利用量化投资均线回归策略对平安银行2012年-2017年的5-60日均线（间隔为5日）进行了实证分析，当股票价格高于日平均价格的1%时，全仓买入;当股票价格低于日平均价格时，则全仓卖出。结果表明，利用50日均线作为买卖价格的参考依据时，收益率达到最高点，并且可以将风险控制在较低范围内。

（二）趋势追踪策略是根据均线的历史走势去捕捉股价未来的大趋势，并不是完全的去拟合未来均线的走势。每个策略可以根据不同的时期，不同的特定情况，进行具体的优化，但是过于复杂的策略往往会使得均线过于拟合，反而得不到一个好的收益。因此在实际应用中，投资者应该根据股市的实际情况适当优化均线策略使其更符合当下行情。

参考文献：

[1] Fama，E..Effieient captial markets：a review of theory and empirical work[J].Journal of Finance，1970，25：383-417.

[2] Shik TC.Portfolio selection in stochastic environment.The Review of financial Studies[J].2007：234-245.

[3] 林  玲.移动平均线交易规则检验[J].电子科技大学学报，2000（06）.

[4] 汪天都.技术分析、有效市场与行为金融[D].复旦大学博士学位论文，2013.

[5] 蒋树国.量化投资趋势策略分析和研究——基于葛兰碧法则[D].对外经济贸易大学硕士学位论文，2016.

作者简介：

华  宇（1993-），女，辽宁朝阳人，金融学专业硕士生，研究方向：金融市场。