基于A股沪深300指数和个股的Aroon指标有效性检验

王丽巍 安佳 刘畅

摘 要：Aroon指标主要用于对股票市场走势和方向的预测，可以帮助投资者寻找趋势和反转。但自其提出之后，对指标的应用和检验都偏少。本文选取沪深300指数2015年1月—2018年12月的收盘价为样本，使用Aroon指标检验了股票收益率的非正态性，并用非参数检验进行了验证。对沪深300和个股的分析证实，Aroon指标对于股市交易有一定预测能力。整体来看，Aroon指标对1年的长线投资的有效性预测，超过对1个月的短期投资的有效性预测；而且，应用在互联网和互联网金融公司的股票上，要比应用在传统行业的股票上效果显著。

关键词：Aroon指标；A股市场；沪深300指数；非参数检验

一、Aroon指标的提出和使用

自19世纪股票市场建立以来，投资者和资本市场管理者以及经济学者都没有停止过对于股票市场和市场走势的预测研究。众所周知，历史总会重复，但不是简单重复。回顾历史通常可以帮我们作出一些预测性的判断。

1问题与研究

查阅国内外资料发现，现有股票市场预测研究主要集中在如何基于原始定义构建策略模型进行价格预测，以及讨论数理模型预测的有效性方面。有学者结合印度股票市场的短期数据，从理论上介绍了Aroon指标体系的含义，分析了其在价格预测上的可行性。Zarikas，Christopoulos和Rendoumis以2005年8月25日至2007年8月3日的雅典股票指数日收盘价为研究对象，借助Aroon指标判断趋势，构建热动力学模型，试图从宏观角度解释股票市场指数的时间趋势特质。研究发现，随着回测样本数目的增加，以Aroon指标为核心的热动力学模型对指数趋势的预测精度会增加。另外，Silva，Castilho和Pereira把Aroon指标、移动平均指标、钱德动量摆动指标、商品通道指标等10个指标搭载在人工神经网络算法上，对巴西证券交易所2013年11月至12月的26个交易日的每5分钟、10分钟、15分钟的实时数据进行机器学习来优化算法，同样证实了指标预测的有效性。其他还有把Aroon指标应用在汇率和实物期货价格上的研究，如Al Ghamdi Ma将Aroon指标与不同技术指标相结合，在预测股票未来模式的基础上分析了汇率市场的变化趋势。

总的来看，在对Aroon指标研究上，国外主要是选取当地股票、外汇、期货等多类金融市场，进行相关算法、模型的构建和有效性分析。算法构建方法不一，从物理方向的热动力学模型到计算机领域大热的神经网络均有涉及。根据研究者的理解不同，算法的参数设置也存在差异。

在能查阅到的公开资料中，国内仅有个别金融机构的量化组（如银河期货）做过Aroon指标的策略设计，并且开源代码。从学术角度研究其他常见技术指标（如移动平均指标）有效性的文献虽然很多，检验方法从参数到非参数等都很成熟，但目前没有文献专门讨论Aroon指标在我国A股市场的表现。

众所周知，我国A股市场经常跟随政策变化，并因为投机者的行为而上下波动，所以使用Aroon指数对A股市场进行有效性测试具有一定的实践意义，这也是我们进行测试并撰写本文的初衷。

2Aroon指标的使用

Aroon指标（Aroon Index）的概念是1995年9月，图莎尔·钱德（Tushar Chande）首次在美国的Technical Analysis of Stocks & Commodities杂志发表文章提出的。Aroon出自梵文，意即“黎明之光”，指标用于指示一个新趋势的开始，并度量一个趋势的强弱程度。最初，Aroon指标是用来判断大宗商品期货市场价格的波动趋势，并估计趋势的强度，后来则用于对股票市场趋势的判断。它通过计算自价格达到近期最高值和最低值以来所经过的期间数，帮助投资者寻找趋势和反转，对未来的行情做出判断，产生交易信号。

Aroon指标体系主要包括3个部分，分别是Aroon向上（Aroon_up），Aroon向下（Aroon_down），Aroon震荡（Aroon_Osc）。其中，前两个指标最为常用。3个指标的时间序列数据连成的曲线分别对应Aroon上升线、Aroon下行线和Aroon震荡线。做技术分析时，主要依靠曲线的形态对价格趋势做出推断。

在指标体系的计算方法方面，首先需要确定计算周期。结合一个月有效的交易日数目和方便计算的原则，通常选择20天或25天。其次需要确定计算周期内股票最高价和最低价对应的日期，并且记录从这两个日期到周期结束之间的天数。最后要把天数百分比化，得到Aroon向上、Aroon向下的数值。两者作差即为Aroon震荡的数值。公式表示如下：

Aroon_up=［（周期天数-最高价后的天数）/周期天数］×100（1）

Aroon_down=［（周期天数-最低价后的天数）/周期天数］×100（2）

Aroon_Osc=Aroon_up-Aroon_down（3）

Aroon指标的值域是0—100。当新的最高价或最低价出现时，Aroon指标数值增大；当价格长时间保持平稳，Aroon指标数值会逐渐下跌。为方便分析，通常选取50作为中位线，虽然Aroon指标不能取到50（最接近的是48和52）。Aroon超過52意味着至多最近12天股价出现了新的最值，即市场价格波动加剧。同样，Aroon指标低于48意味着最近的最高价和最低价至少在13天才出现，也即市场价格近期相对平稳。

根据经验分析，股价新趋势的形成对应Aroon指标体系3个阶段的变化。第一，Aroon上升线与下行线出现交叉。第二，Aroon线超过或跌破中位线50。第三，Aroon线触顶100。比如，股价出现上升趋势的一个表现可以是Aroon上升线穿过Aroon下行线，意味着股价新高比股价新低在观测周期内出现的次数更频繁。然后Aroon上升线超过中位线同时Aroon下行线跌破中位线，意味着趋势在延续。最后Aroon向上达到100时，Aroon向下保持在相对较低水平，意味着股价新高已出现而迟迟无下降趋势。此时可以判断未来短期内股价会保持上升趋势。类似地，Aroon下行线穿过Aroon上升线，然后突破中位线并触顶预示着股价呈现下跌趋势。

当Aroon上升线达到100时，认为市场处于多头强势。如果维持在70～100，表示市场处于多头上升趋势。同样，如果Aroon下行线达到100时，市场处于空头强势。如果维持在70～100，表示市场处于空头上升趋势。当Aroon上升线下触到0时，表示多头处于极弱势；如果维持在0～30，表明多头处于较弱势。当Aroon下行线达到0时，表示空头处于极弱势；如果维持在0～30，表明空头处于较弱势。如果两条线同时处于底部，表示股价处于盘整时期无趋势。

当Aroon上升线、Aroon下行线位于中位线以下，并且呈现平行下降趋势时，或者两者都很低（30以下）时，意味着市场价格出现稳定趋势。小于50对应的含义是最近13天或者更长，股价的最值一直未出现。平行下行意味着上述时期的长度一直在增长。这种趋势的打破需要Aroon指标线上行穿过中位线甚至触顶，才会形成新的信号。

总之，Aroon向上和Aroon向下是相互补充的两种指标，共同来衡量新的价格极值出现的时间。上升线和下行线结合在一起确定了新趋势的可能性与强度。总结起来，Aroon向上的增加伴随Aroon向下的减少预示着股价出现上升趨势；相反，Aroon向下的增加结合Aroon向上的减少意味着股价出现下降趋势。两个指标平行移动下行或者同时低于30时，通常伴随着股价的一段稳定期。或者从Aroon震荡线的角度来看，在零线以上表示为上升趋势；零线之下表示为下降趋势，偏离零线越远，走势越强。当两条线出现交叉穿行并且其中一条触顶时，往往会出现剧烈的新趋势。当然要想准确地判断价格趋势的强度，最好把Aroon指标体系与其他技术指标结合在一起使用。比如，当Aroon指标体系给出价格出现上升趋势的信号时，可以利用收盘价格计算钱德动量摆动指标，来更精确地测算上升的强度。

二、样本的选取和整理以及策略设定说明

1样本的选取和整理

本文选取2015年1月5日到2017年1月5日两年期间的共500个交易日的沪深股票市场部分股票和沪深300指数收盘价作为实证分析的样本。数据来源于新浪财经网站①。

本文主要检验Aroon指标用于股市大盘和个股的效果，判断指标在A股市场的表现，因此，需要选择能够代表整个A股市场的样本数据。股票指数的时间序列数据可以刻画整个市场的表现，选择沪深300指数（CSI 300）作为研究对象具备以下好处：沪深300指数先把样本股票按最近一年的日均成交金额排序，剔除排名靠后50%的样本，然后按照日均市值排序，得到前300只股票。这样同时考虑了上市公司的规模和流动性，选股策略较为科学。而且，沪深300指数的样本包括上交所、深交所的股票，覆盖了两地股市60%左右的总市值，可以视为沪深两地股市的晴雨表。同时它及时剔除了股价波动异常的股票和停牌的股票等，也和其他指数有很强的相关性，所以基本能够代表A股市场的大盘走向，为投资的风向提供参考。

收集股票收盘价初始数据后再进行初步处理。待检验的问题是Aroon指标能否指导股票投资获益。我们根据指标有效性的标准，将判断的标准设为用Aroon指标编写的交易策略进行投资的收益率大于沪深300指数持有期收益率，则Aroon指标有效，因此需要得到持有期收益率。按照处理金融数据的惯例，采用价格对数形式计算

R=pt-pt-1pt-1≈lnptpt-1=lnpt-lnpt-1（4）

R表示持有期收益率，pt是第t个交易日股票的收盘价，pt-1是前一个交易日股票的收盘价，第一个等号是持有期收益率的定义式，第二个是对数函数的一阶近似，这样做的好处是去除数据量纲的影响。两个交易日收盘价格取对数作差就得到一个交易日的持有期收益率。

2策略设定说明

基于对Aroon指标使用方法的分析，对买卖指令触发条件做以下设定

Sgn（t）=1whenAroon_up-Aroon_down>50Aroon_Osc（t）>Aroon_Osct-1Aroon_up>70

Sgn（t）=-1whenAroon_down-Aroon_up>50Aroon_Osc（t）>Aroon_Osct-1Aroon_down>70

Sgn（t）=0 others

Sgn（t）是第t个交易日的符号函数，取值1代表买入信号，-1代表卖出信号，0代表不操作。

以买入信号触发条件为例，要求Aroon震荡连续两个交易日的值递增，或者说Aroon向上大于Aroon向下，并且差值在过去两个交易日增加，同时要求Aroon向上在当期交易日要超过高位线70。因此，满足以上条件时股票的上升趋势出现并正在持续，应该及时建仓。卖出指令触发条件同理，其他情况不进行买卖操作。

下面概括策略设定的一些关键原则：

（1）比较的基准设置为沪深300指数。

（2）每日开盘时，先清除掉停牌退市、ST股票，并且设置好滑点和手续费。

（3）根据现行股票市场的规定，股票每笔交易时的手续费设定是买入时交付佣金万分之三，卖出时交付佣金万分之三再加千分之一的印花税， 每笔交易佣金最低扣5块钱。

（4）回测使用的是动态复权价格（在确定的时间点往前复权）而非后复权价格，这样每到新的一天，如果持仓股票有拆股、分红或者其他影响复权因子的情形，系统会根据复权因子调节股票的数量。

（5）考虑到成交价格与下单时的预期价格存在一定偏差，为了更真实地模拟市场表现，设置固定价差为002元，或者说交易时加减001元，即发出买单指令时，系统的成交价格为当时的平均价格加上001元；下达卖出指令时，卖出的价格等于当时的平均价格减去001元。

（6）策略周期设定为25天，使用其他参数合理亦可。

（7）股票买卖成交量比例为了简单也不做严格限制，即最多可以买入当日该股票最大成交量。当然需要在资金允许的范围内，每个交易日设置最大交易额是10万元。

（8）考虑到投资者的操作能力，策略设定每个交易日最多持仓10只股票。

（9）买卖操作是在每个交易日开盘时间上午930进行。其他设定不再赘述。

三、样本描述性统计分析

首先按照公式（4），把样本的收盘价序列转换成收益率序列，并对收益率序列做描述性统计分析（见图1、图2）。

（1）从图1中可以直观地看出沪深300指数收益率分布不符合正态分布，相较于正态曲线，它具有金融数据普遍的尖峰厚尾特性。K-S检验和S-W检验是样本正态性的常用方法，前者适用于大样本量，后者适用于小样本量。检验的零假设为样本服从正态分布，如果选择95%的置信度，那么P值大于005就表示样本服从正态分布，否则不服从。表2中K-S统计量显著性小于005，拒绝正态分布的假设，也进一步证明了沪深300指数日均收益率非正态。

（2）在表1中收益率序列的偏度为-1073，为左偏态，意味着在两年的观测期内日均持有期收益率小于收益率均值-0020的交易日數更多。样本的峰度4146>3，即日均持有期收益率具备尖峰的特性，说明相较正态分布，股市收益率更集中于平均值附近。

（3）由表1可知样本的均值为-0020，方差为4132，说明市场波动较剧烈。从图2可以直观地看出，收益率围绕0轴上下频繁波动，而且大波动后面紧跟较大波动，小波动后面紧跟较小波动，显示了股市收益率的波动集群特性。

上述对样本的描述性统计分析以沪深300指数为例子，其他个股样本按照同样方式也会得到类似结论，下文不再赘述。总之样本收益率描述性统计分析部分验证了A股市场指数和个股收益率时间序列特性，即收益率具有尖峰厚尾特点，一般不服从正态分布，且波动具有集群性。综合考虑样本的特点和实际的可操作性，应选择非参数检验做进一步的分析。

四、指数投资收益风险非参数检验

根据策略设定，进行回测得到指数投资的结果，图3是回测期间策略累积收益与基准收益的折线图，图3清晰地显示出策略累积收益与基准收益在2015年和2016年回测期的显著差异。图3中benchmark_returns为基准收益，Backtest为策略累积收益。在2015年上半年股市大涨时，两者几乎重叠，即Aroon指标较好地追踪了趋势。2015年6月，股灾发生时，Aroon指标的策略出现了一次较大的回测，说明策略累积收益在熊市波动风险加大。两者分水岭出现在2015年7月的震荡期，策略累积收益超越了基准收益率。随后，在2015年8月和2016年1月股市再次出现跳水时，尽管此时策略收益呈下降趋势，但凭借2015年第四季度和2016年第二至第四季度对牛市趋势的追踪，策略累积收益已经遥遥领先指数趋势。

投资只关注收益是不够的，表3中列出衡量投资收益和风险的常用指标（计算时无风险利率全部设定为004）。首先在两年的回测期间，累积的收益为058，大于基准收益-006。alpha是投资者获得与市场波动无关的回报，正值表示策略相对于风险获得了年化超额收益。beta衡量策略相对于大盘的变动比率。接近1的beta说明策略收益与大盘收益变动方向一致、程度相近。夏普比率079表示每承担1单位的风险，会产生079单位的超额回报。索提诺比率110表示承担1单位的下行风险，可以获得110单位的超额回报。另外，策略年化波动是高于基准波动的，表示Aroon的风险要比买入并持有的风险更大。

刻画量化策略交易风险最重要的指标之一是最大回测率。其含义是选定历史时期内任意时刻向后折算，资产净值落到最低点时的收益率回测幅度最大值。最大回测的计算公式如下，其中Px、Py 是第x，y交易日策略股票和现金的总价值。

MaxDrawdown=Max（Px-Py）/Px（5）

选定前5次最大的回测区间，根据公式计算出最大回测幅度，同时列出基准下跌的幅度进行对比。第三次回测恢复的日期是在2017年，不在回测的时间区间内，所以未列出。从表4可以看出，这5次回测都发生在熊市，除第5次外，前4次的策略下跌比例显著大于基准下跌的比例。所以从这两年的数据来看，Aroon指标在熊市的波动风险的确大于指数收益的波动。

综上，在选定的时间区间整体来看，Aroon应用在指数投资上，回测收益高于买入并持有的基准收益，对于股指投资具有一定指导意义。需要强调的是，指标是否有效与参数设置、时间选取有关。策略投资收益率并非在任意时刻一直高于指数收益率，2015年股灾之前两者几乎无差异，2016年股市恢复平稳，两者几乎平行上升，回测区间内也出现过策略收益率低于股指收益的情况。另外超额收益是在价格震荡期累积起来，同时伴随着熊市时可能的高回测风险。

五、个股检验

我们在这个部分要探究的问题有两个：第一，Aroon投资个股的效果是否与投资期的长短有关？第二，Aroon在哪类股票或者说哪种行业股票投资效果更好？下面从长短期时间的纵向角度和不同行业的横向角度分别对Aroon指标在个股投资上的有效性进行分析。

1长短期投资效果检验

要想比较长短期投资效果的差异，首先要明确长短期的定义。这里简单地把投资期限划分为长期（1年）和短期（1个月）。根据50只样本股票的收盘价数据和持有期收益率公式，可以计算出50只个股的长期持有期收益率longterm_r和短期持有期收益率shorterm_r。并且把策略回测得到的长期收益率记为longterm_aroon，短期收益率记为shorterm_aroon。我们可以看出无论是长期还是短期，策略收益率方差都高于基准收益率方差，或者说策略波动风险更大。另外策略收益率均值高于基准收益率均值，但这并不能说明策略有效，需要把50只样本配对检验，在统计意义上证实两组随机变量两两存在显著差异。根据前文分析，即使用非参数检验中的曼一惠特尼秩和检验（M-W检验），分别验证longterm_aroon和longterm_r，shorterm_aroon和shorterm_r是否有显著差异（见表5）。

考虑到上一节对样本数据尖峰厚尾非正态特性的分析，选择非参数检验的方法判断两组样本均值之间是否有显著差异。根据样本量和数据特点，比较适合的方法是曼-惠特尼秩和检验。其思想是假设两个样本来自总体均值以外其他参數相同的两个总体，目的是判断两个总体均值是否具有显著差别。提出原假设：longterm_r与longterm_aroon，shorterm_r与shorterm_aroon无差异。统计量的计算步骤如前文所述，下面直接给出SPSS做长期和短期M-W检验的结果如表6、表7所示：

样本1中longterm_1的秩和R1=2233，样本2中longterm_2的秩和R2=2817。根据前面M-W统计量的计算方法，得到统计量为958，P=0044<005，说明在95%的置信水平下可以拒绝原假设，即认为Aroon长期投资收益是高于买入并持有的基准收益，或者说指标长期投资带来的超额收益显著（见表8和表9）。

样本3中shorterm_3的秩和R3=2421，样本4中shorterm_4的秩和R4=2629，M-W统计量为1146，P=0473＞005，说明在95%的置信水平下不可以拒绝原假设，即认为Aroon短期投资收益与买入并持有的基准收益无差别，或者说Aroon指标短期投资带来的超额收益不显著。

指标长期和短期投资的效果不同，可能与指标的定义有关。Aroon指标最初应用在期货投资时，周期设置为20天或25天，自身定位就是一个中长期趋势追踪指标。如果改变参数设置，如周期从天改为小时、分钟，或许可以应用在高频交易上。此外个股和股指的投资结果有差异，原因可能是沪深300指数编制时是300只个股的加权平均，权重是按照证监会规定的“自由流通比例①表”确定，对于绩优、流通性好的公司股票赋予更大权重，并且每半年剔除不超过10%的劣质股票。而上面检验的样本股均值是数学意义上简单的算数平均，认为50只股票权重相似。权重设置不同，盈利亏损都有可能出现。

2个股投资的行业差异

Aroon指标在不同行业或产业之间的效应有无差异呢？我们先按照《国民经济行业分类》的标准，把50只样本股票进行划分，见表10。

因P=0001<001，所以在99%的置信水平下可以拒绝原假设，认为按表12排列的行业组间的样本数值存在上升趋势，即在一年的回测期内，Aroon应用在房地产、信息技术服务、金融行业的股票比交运设备、能源、建筑行业股票超额收益更高。或者说Aroon应用在第三产业股票相较于第二产业股票，能带来更大的alpha。

六、结论与建议

本文研究内容是对技术分析指标中的Aroon指标有效性进行检验，即探究以Aroon指标为基础构造的交易策略能否指导A股市场交易来获取超额收益。在对国内外相关文献和券商研报阅读分析的基础上，整理了股市投资分析的理论和Aroon指标的研究现状。在此基础上，本文选取2015年1月至2017年1月近500个交易日沪深300指数和50只个股收盘价作为样本进行实证研究。先把Aroon指标应用于指数投资，对回测的收益和风险进行分析。然后把Aroon指标应用于个股投资，从长期和短期角度比较分析策略的收益。接着把个股按照行业分类，找寻Aroon指标应用在何种股票上更为有效。

1结论

（1）在对Aroon指标应用于指数和个股的分析中，首先通过描述性统计分析，验证A股市场的大盘指数及个股收益率时间序列的统计特征，即收益率一般不服从正态分布，而具有尖峰厚尾、波动集群的特点。在对样本进行检验时，本文在Aroon定义和使用规则基础上编写交易策略，在量化交易平台上得到回测结果，收集整理到Excel表中，然后利用SPSS统计软件处理数据。首先在两年回测期内，Aroon指标应用于指数投资相较于买入并持有指数，可以获得超额收益，同时伴随着更高的投资风险，即在熊市中Aroon的回测幅度相较股指下跌幅度更大。同时需要注意Aroon指标并非在任意回测区间都能带来超额收益。Aroon本身是趋势追踪指标，在本文的样本中是通过股指波动较大时捕捉到价格趋势，调整对于上涨行业的超配和下跌行业的低配来累积超额收益，而在股市平稳盘整时期，指标作用一般，不能显著高于股指买入并持有收益率。

（2）Aroon指标应用在50只个股上时，短期投资的超额收益不显著，长期投资超额收益显著。但具体到某只或某类股票上，收益率差异很大。应用在某些股票上可以获取超额投资收益，应用在另一些股票上不仅比不上买入并持有，甚至产生负值的收益。接着按行业对个股进行分组，用非参数检验（J-T检验）比较Aroon对各组股票的作用，结果发现在以建筑、制造业为代表的第二产业股票上表现显著不如以金融业、信息技术服务为代表的第三产业的股票。这与指数投资时行业配置调整的结果一致。原因可能是跟不同行业股票价格的波动率有关。

综上所述，作为价格趋势追踪指标，Aroon在A股市场上表现出了一定的预测能力。尤其是在长期投资中，对于价格波动大的股指和相应行业的股票指导性更强。但高收益的同时伴随着更高的回测风险。对于关注短期趋势的中国股市投资者来说，Aroon有效性或许不如MACD、RSI等指标，但设置合理的参数，多进行调试回测，Aroon可以对股市技术投资提供指导和参考。

2实际操作上的建议

（1）Aroon指标和其他技术分析指标配合使用。

本文通过实证研究虽然证实Aroon在回测样本期内具备一定的有效性，但由于样本回测期间、个股选择的不同，都可能产生不同的结果。每类技术分析指标有其适合的股市行情和股票类型，任意一个技术指标都不可能适用于所有股票，不存在放之四海而皆准的技术分析手段。本文的实证检验也说明了这一点，在回测期内Aroon对于价格波动大的金融、信息技术服务行业股票的指导作用要优于应用在传统行业股票的效果。建议投资者进行实践操作时，把Aroon和其他技术分析指标配合使用，比如将趋势追踪分析与行情反转信号、超买超卖分析相结合，各个技术指标相互验证能够增加行情预测的可信度。

（2）指標分析和其他技术分析方法相结合。

技术分析指标用数学表达式度量某视点的股市行情，看上去客观、形象。但其分析手段是基于历史数据的处理，对于行情的反应滞后。所以投资者不能完全依赖技术分析指标，而要把技术分析指标和切线分析、形态分析、波浪理论等其他技术分析方法配合使用，相互验证各个方法的预测结果。

（3）使用Aroon指标时要防范风险。

Aroon指标策略中风险和收益并存。投资者不能只关注超额收益而采取激进的重仓策略。在本文的实证研究中，Aroon在熊市的回测风险高于大盘下跌幅度。如果进场时机不对，指数投资很可能带来更严重的亏损。股市没有常胜将军，投资者应学会及时止盈和及时止损。所以在设置Aroon策略中投资周期和买卖信号阈值等参数时，投资者应多进行历史回测和实盘操作，找到最适合自己的投资策略。更重要的是结合自己的抵御风险能力，设置合适的止损仓位，避免因头脑狂热而血本无归。

（4）技术分析手段和基本面分析法相结合。

技术分析和基本面分析哪个更有效是个没有答案的争议话题。但投资者普遍承认的是股市是混沌系统，技术分析与现实行情之间存在时滞。即便是最流行最先进的量化技术分析有时也会得到与现实截然相反的买卖信号，原因之一是存在联手操盘的大户机构扭曲炮制价格走势，若一味相信技术分析难免亏损惨重。所以建议投资者不能仅盯住历史价格，也要关注基本面分析，重视公司的财务报表和宏观政策，长线和短线相结合，互相弥补不足。

3理论研究上的建议

本文仅是从Aroon指标的定义和使用规则出发进行策略构建和实证检验，许多假设过于简单和理想化，未考虑实盘操作的现实问题。比如交易成本和成交量对于指标效果的影响。此外限于回测平台的效率，样本数据仅覆盖最近两年的股价数据，而A股市场自1990年年底开放以来，已经有三十余年的历史。在个股分析时，本文仅从行业角度进行分类，样本数目有限，实际上截至2018年，A股市场的股票数目已超过3000只，也存在其他划分标准，如大盘股、中盘股、小盘股等。

本文仅是对一个新兴技术指标在股市上的有效性进行简单的检验，未考虑成交量、交易成本、异步交易等因素的影响，通过扩大样本选择，采取不同分类标准，结合人工智能算法进行检验，在分析超额收益时使用最新的多因子模型等进行更深入的探究，这些都是Aroon指标有效检验这个课题可以进一步探讨的地方。

参考文献

［1］ZARIKAS V， CHRISTOPOULOS A G， RENDOUMIS V LA thermodynamic description of the time evolution of a stock market index ［J］ European Journal of Econo￣mics， Finance and Administrative Sciences2009，16（2）：74-85

［2］SILVA E， CASTILHO D， PEREIRA A， et al Humberto Brandao A neural network based approach to support the Market Making strategies in High-Frequency Trading ［D］ 2014 International Joint Conference on Neural Networks （IJCNN） 2014（9）：845-852.

［3］WONG W-K，DU J，CHONG T T-L［EB/OL］ http：//dxdoiorg/1022004/agecon50272 Do the technical indicators reward chartists in Greater China stock exchanges

［4］AL GHAMDI MA The role of technical analysis indicators over equity market （NOMU） with R Programing language ［J］ International Journal of Advanced Computer Science and Applications，2019，10（6）：465-471

The Effectiveness Test of Aroon Index on CSI 300 Index & Individual of A Stock Market in China

WANG Liwei AN Jia LIU Chang

Abstract：Aroon index is mainly used to forecast the trend and direction of the stock market， which can help investor find trends and reversals However， since its introduction， the application and inspection of indicators are relatively few This paper selects the closing price of CSI 300 Index from January of 2015 to December of 2018 as the sample， uses Aroon index to test the non-normality of stock returns， and uses non-parametric test to verify The analysis of CSI 300 and stocks confirms that Aroon index has certain prediction ability for stock market transactions Overall， the Aroon index predicts the effectiveness of a years long-term investment more than a months short-term investment Moreover， the application in the stock of Internet and Internet financial companies is more effective than in the stock of traditional industries But for a particular stock at a certain time， gains and losses may occur

Keywords：Aroon Index；A Stock Market；CSI 300 Index；Non-Parametric Test