强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义
一、 概述

本篇基于光大证券研报《基于阻力支撑相对强度(Resistance Support Relative Strength,简称RSRS)的市场择时》,从支撑位与阻力位相对强度的变化对于未来股票行情状态进行预测,并通过Python编程对Tushare获取的基础数据进行量化分析,为选股提供一定的数据依据。

二、 阻力支撑相关概念2.1 阻力位

阻力位是指股票价格上涨时可能遇到的阻力,也就是所谓的瓶颈,导致其继续上涨失败甚至可能回落。即交易者认为卖方力量开始反超买方,从而价格难以继续上涨或从此回调下跌的价位。

2.2 支撑位

支撑位是指股价在下跌的过程中遇到了下方的支撑,让股价不至于跌跌不休,甚至出现止跌回稳的走势。即交易者认为买方力量开始反超卖方,从而止跌反弹上涨的价位。

阻力位与支撑位是相对而言的,在股价运行时,阻力与支撑是可以互换的。具体地说,如果重大的阻力位被有效突破,那么该阻力位则反过来变成未来重要的支撑位;反之,如果重要的支撑位被有效击穿,则该价位反而变成今后股价上涨的阻力位了。

2.3 确定阻力支撑位的常见方法

常见的确定阻力支撑位的方法有,布林带上下轨突破策略(突破上轨建仓买入,突破下轨卖出平仓)和均线策略(如超过20日均线建仓买入,低于20日均线卖出平仓)。然而,布林带突破策略在震荡期间出现了持续亏损,均线策略交易成本巨大,且在震荡期间的回撤很大

三、 阻力支撑相对强度(RSRS)的相关概念

阻力支撑相对强度(Resistance Support Relative Strength,RSRS)是另一种阻力位与支撑位的运用方式,它不再把阻力位与支撑位当作一个定值,而是看作一个变量,反应了交易者对目前市场状态顶底的一种预期判断

3.1 RSRS的特点

根据光大证券研报,阻力支撑相对强度(RSRS)具有以下特点:

1). 阻力支撑新视角:有别于传统中对于阻力位与支撑位的定值应用,从变量的角度来探索它们对于未来市场涨跌预测性的价值。通过定义阻力支撑相对强度的概念,设计出对未来市场收益有显著预测性的技术指标。RSRS右偏标准分指标与市场未来2周收益率的相关系数高达75%。

2). 市场变化及时抓:阻力支撑相对强度指标对于市场状态的改变敏感。滞后性低,相比于均线,MACD等有明显滞后性的技术指标,RSRS指标可以当作一种领先指标,对市场变化有预判效果。运用RSRS指标择时的一大优势即使能在市场即将牛熊转换时,提前离场,锁定收益。

3). 配合量价效果佳:RSRS右偏标准分指标做多策略应用在2005年3月至2017年3月沪深300指数数据上,策略交易39次,在不计成本的情况下12年总收益1573.60%,平均年化25.82%,夏普比率1.20。价格优化右偏标准分做多策略交易32次,在不计成本的情况下12年总收益1971.05%,平均年化28.19%,夏普比率1.56。同期沪深300指数总收益350.94%。

4). 多种市场皆有效:RSRS价格优化右偏标准分策略应用在2005年3月至2017年3月上证50指数上,交易32次,在不计成本的情况下12年总收益1432.36%,平均年化24.84%,夏普比率1.42,回撤 -18.37%。同期上证50指数总收益290.13%。RSRS价格优化右偏标准分策略应用在2005年3月至2017年3月中证500指数上,交易39次,在不计成本的情况下12年总收益2898.93%,平均年化32.39%,夏普比率1.58,回撤 -26.21%。同期中证500指数总收益661.20%。

3.2 RSRS的应用逻辑

如果支撑位的强度小,作用弱于阻力位,则表明市场参与者对于支撑位的分歧大于对于阻力位的分歧,市场接下来更倾向于向熊市转变。而如果支撑位的强度大,作用强于阻力位,则表示市场参与者对于支撑位的认可度更高于对于阻力位的认可度,市场更倾向于在牛市转变。按照不同市场状态分类来说明支撑阻力相对强度的应用逻辑:

1). 市场在上涨牛市中:

如果支撑明显强于阻力,牛市持续,价格加速上涨。如果阻力明显强于支撑,牛市可能即将结束,价格见顶。

2). 市场在震荡中:

如果支撑明显强于阻力,牛市可能即将启动。如果阻力明显强于支撑,熊市可能即将启动。

3). 市场在下跌熊市中:

如果支撑明显强于阻力,熊市可能即将结束,价格见底。如果阻力明显强于支撑,熊市持续,价格加速下跌。3.3 阻力支撑代理变量的定义选择

从价与价的形成机制出发,每日价和价是一种阻力位与支撑位,它是当日全体市场参与者的交易行为所认可的阻力与支撑。一个很自然的想法是建立价和价的线性回归(线性回归也被称为小二乘法回归(Linear Regression, also called Ordinary Least-Squares (OLS) Regression)),并计算出斜率。即:

high = α + β ‧ low + ε, ε ~ N (0, σ2)

其中,被α称为常数项或截距;β被称为模型的回归系数或斜率;ε为误差项。

那么β值就是我们所需要的斜率。其中N 的取法不能太小,不然不能过滤掉足够多的噪音;但也不能太大,因为我们希望得到的是体现目前市场的支撑阻力相对强度,若取值太大,则滞后性太高。

当斜率β值很大时,支撑强度强于阻力强度。从价价序列来看,价变动比价迅速。在上涨牛市中与下跌熊市中很可能以下图中两种走势体现:在牛市中阻力渐小,上方上涨空间大;在熊市中支撑渐强,下跌势头欲止。

当斜率值很大时,支撑强度大于阻力强度。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

阻力渐小,上方上涨空间大

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

支撑渐强,下跌势头欲止

当斜率值很小时,阻力强度大于支撑强度。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

阻力渐强,上涨势头渐止

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

支撑渐弱,下方下跌空间渐大

3.4 阻力支撑相对强度(RSRS)指标的构建

在确定阻力与支撑的代理变量以及相对强度的定义之后,我们依此建立RSRS 指标。

(一)直接利用斜率的本身作为指标值。当日RSRS斜率指标的计算方式如下:

1. 取前N日的价序列与价序列。(N = 18)

2. 将两列数据按以上方程式的模型进行OLS线性回归。

3. 将拟合后的β值作为当日的RSRS斜率指标值。

4. 当RSRS斜率大于Sbuy时,买入;小于Ssell时卖出;(Sbuy=1, Ssell=0.8)

由于市场处于不同时期时,斜率的均值有比较大的波动。因此,直接采用斜率均值作为择时指标并不太合适。

(二)是将RSRS斜率标准化,取其标准分作为指标值。当日标准分的计算方式如下:

1. 取前M日的RSRS斜率时间序列。(N=18, M = 600)

2. 以此序列计算当日RSRS斜率的标准分RSRSstd:

RSRSstd = (RSRS斜率 – μM) / σM

其中:μM为前M日的斜率均值,σM为前M日的标准差。

3. 若RSRSstd大于Sbuy,则全仓买入;若RSRSstd小于Ssell,则卖出平仓。(Sbuy=0.7,Ssell=−0.7)

四、 RSRS指标择时的效果

策略应用在2005 年3 月到2017 年4 月的沪深300 指数数据上:斜率策略交易41 次,在不计成本的情况下12 年总收益1056.62%,平均年化21.71%,夏普比率1.10,回撤 -51.69%。同期沪深300 指数总收益350.94%。

标准分策略交易52 次,在不计成本的情况下12 年总收益1337.37%,平均年化24.12%,夏普比率1.27,回撤 -46.16%。同期沪深300 指数总收益350.94%。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

RSRS指标策略在沪深300指数上的净值表现

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

RSRS斜率指标策略在不同成本下的净值表现

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

RSRS标准分指标策略在不同成本下的净值表现

五、 RSRS标准分指标优化

从标准分策略中,我们发现巨大的回撤发生在2008 年大熊市中期,一种猜测是策略将其误判为下跌见底,从而尝试抄底买入。由于在大熊市中,每日跌幅十分巨大,这样的错误信号即使策略在几天后发现依旧在下跌趋势而平仓,往往也已经造成巨大损失。

我们通过对修正指标本身或融合其它量价信息来使得策略得到优化。

5.1 RSRS修正标准分

在使用斜率量化阻力支撑相对强度时,其量化效果很大程度上受拟合本身效果的影响。我们将RSRS标准分与决定系数R2相乘得到RSRS修正标准分,以此降低值很大,但拟合效果很差的RSRS标准分对策略的影响。通过这种变换,修正RSRS标准分有明显的向正态修正的效果。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

RSRS标准分分布情况,其尾部较厚

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

RSRS修正标准分,可以看出修正后更加接近于正态分布

5.2 RSRS右偏标准分

然而,修正标准分在预测性上的改善效果主要体现于标准分左侧,在做多策略中,左侧预测性改善对择时策略帮助并不大。我们将RSRS修正标准分与RSRS斜率值相乘得到RSRS右偏标准分。其分布如下图,可以看出右偏标准分左侧较薄,而右侧较厚。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

RSRS右偏修正标准分分布

5.3 RSRS右偏标准分指标策略的表现

RSRS 右偏标准分指标在成本冲击下的表现。策略开仓39 次,交易成本对策略冲击不大。在无成本下策略净值15.74,双边成本0.4%下策略净值13.49,双边成本0.6%下策略净值12.49。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

RSRS右偏标准分指标策略在不同成本下的净值表现

六、 RSRS指标配合量价数据优化策略

为了规避掉在大熊市买入的情况,我们尝试在开仓时,加入一个对目前市场状态的判断,过滤掉下跌行情中的开仓。下面给出基于价格趋势和基于交易量趋势两种优化。

6.1 RSRS右偏标准分指标 + 市场价格趋势优化交易策略

一个直接的想法是从近期历史价格趋势进行判断,使用前1日的20日均线值和3日前的20日均线值的相对大小来判断近期市场状态。策略如下(取值来自研报):

1、 计算RSRS右偏标准分指标RSRSrightdev。(N = 18, M = 600)

2、 若RSRSrightdev大于Sbuy,同时满足前1日的MA20的值大于前3日的MA20的值,则全仓买入。(Sbuy=0.7)

3、 若RSRSrightdev小于Ssell,同时满足前1日的MA20的值小于前3日的MA20的值,则卖出平仓。(Ssell=−0.7)

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

不同分布标准分指标策略在价格优化下的净值比较

6.2 基于RSRS 指标与交易量相关性的优化

交易量相关性优化交易策略:

1、 计算RSRS 标准分指标RSRSrightdev。(N = 18, M = 600)

2、 若RSRSrightdev大于Sbuy,同时满足前10 日交易量与修正标准分之间的相关性为正,则买入。(Sbuy=0.7)

3、 若RSRSrightdev小于Ssell,则卖出平仓。(Ssell=−0.7)

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

各标准分指标策略在交易量相关性优化下的净值比较

七、 标准分优化策略在多空及其它市场上的实证效果

RSRS 价格优化右偏标准分策略应用在2005 年3 月至2017 年3 月上证50 指数上,净值14.32,交易32 次,在0.6%双边成本下净值11.82,回撤 -18.37%。同期上证50 指数净值2.90。

策略应用在2005 年3 月至2017 年3 月中证500 指数上,净值28.99,交易39 次,在0.6%双边成本下净值22.95,回撤 -26.21%。同期中证500 指数总收益661.20%。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

价格优化右偏标准分指标多空策略在沪深300指数上的净值表现

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

价格优化右偏标准分指标策略在上证500指数上的净值表现

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

价格优化右偏标准分指标策略在中证500指数上的净值表现

八、 右偏标准分+价格趋势优化策略的Python实现

综合以上分析,RSRS 右偏标准分+价格趋势优化指标策略对于市场未来收益的择时效果显著,有较强预判市场顶底的能力。因此,我们以此策略来进行Python实现。

8.1 所需Tushare接口数据

1) stock_basic股票基础数据接口。

2) daily股票日线行情数据接口。

以上两个接口数据均为免费接口,注册用户即可调用获取数据。详细接口说明,参见我的上篇文章:Python量化交易:利用Tushare数据之二——神奇九转指标策略。

8.2 Python主要代码

注:因篇幅原因,以下代码为主要实现逻辑,非全部代码。如需请联系。

1) 计算RSRS斜率以及决定系数R2

""" ==================================================*** Name: get_slope_and_r2*** 获取指定股票指定日期的斜率和决定系数*** Paras: lows: 前N日价格序列*** highs: 前N日价格序列*** Return: jason格式:slope: 斜率; r2:决定系数"""def get_slope_and_r2(lows, highs): slope = 0.0 r2 = 0.0 x_mean = np.mean(lows) y_mean = np.mean(highs) xy_mean = np.mean(lows * highs) xx_mean = np.mean(lows * lows) yy_mean = np.mean(highs*highs) slope = (x_mean * y_mean - xy_mean)/(np.square(x_mean) - xx_mean) intercept = y_mean – slope * x_mean f = slope * lows + intercept sst = sum(np.square(highs - y_mean)) sse = sum(np.square(highs - f)) ssr = sum(np.square(f - y_mean)) r2 = ssr / sst return {'slope':slope, 'r2':r2}

2) 计算RSRS标准分以及右偏标准分

""" ==================================================*** Name: get_rsrs_right_values*** 获取指定股票的RSRS标准分以及右偏标准分*** Paras: oBase: 前M日股票斜率列表*** slope: 当日RSRS斜率*** R2 : 当日RSRS决定系数*** Return: jason格式。rsrs_std: RSRS标准分*** rsrs_right: RSRS右偏标准分"""def get_rsrs_right_values(oBase, slope, R2): s_mean = np.mean(oBase) s_stdr = np.std(oBase) rsrs_std = (slope - s_mean) / s_stdr rsrs_right = rsrs_std * R2 * slope return {'rsrs_std':rsrs_std, 'rsrs_right':rsrs_right}

3) 计算股票MA20均线值

由于已经通过Tushare获取到股票每日交易数据,所有通过股票每日交易数据直接计算股票的每日MA20均线值并存储使用即可。

""" ==================================================*** Name: get_stock_ma20_value*** 从DB中每日交易数据表中SQL方式获取指定股票指定日期的MA20均线值*** Paras: tscode: 股票代码*** trdate: 交易日期*** Return: List格式;*** tscode: 股票代码*** trdate: 交易日期*** ma20 : MA20均线值"""def get_stock_ma20_value(tscode, trdate): sql = "SELECT T.ts_code, {} AS trade_date, ".format(trdate) sql+= " CASE WHEN COUNT(T.close)=20 THEN avg(T.close) ELSE 0 END AS ma20 " sql+= "FROM (SELECT D.ts_code, D.trade_date, D.close FROM " sql+= " stock_daily AS D WHERE D.ts_code = '{}' ".format(tscode) sql+= " AND D.trade_date <= '{}' ".format(trdate) sql+= " ORDER BY D.trade_date DESC LIMIT 20) AS T " sql+= " GROUP BY T.ts_code;" return self.get_data_from_db(sql)

4) 右偏标准分+价格趋势优化策略实现结果

以2022年1月10日星期一的数据为基础,计算结果如下图所示。

强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

计算结果,仅供参考

文章标题:强度相对指标与平均指标相比,强度相对指标与平均指标相比都具有平均意义

文章链接:http://www.grandcl.com/30148.html 转载请注明出处!

声明:格兰股票网部分内容及图片来源于网络,由作者华尔街股票学习网整理,如若涉及版权请与我们联系!