形态学研究之二：如何利用形态信号进行市场择时

K线的本质内涵是多空双方资金在争夺主导权而留下来的轨迹，通过研究K线形态，我们能够深入地观察到市场的真正变化。不论是宏观环境变化，还是赛道格局改变亦或是个股基本面的变化，都可以反应在股票K线形态图上。 华创形态学研究系统对资产的历史胜率统计时间为5天，对市场短期的走势预测较准，但如果想做市场中期的预测，则不能仅使用指数本身形态信号，需要另辟蹊径，见微知著。 市场是由不同个股构成的，通过指数成分股对指数进行未来走势的建模，我们已经在《涨跌停剪刀差择时系列之一：推波助澜模型》、《涨跌停剪刀差择时系列之二：双剑合璧模型》、《涨跌停剪刀差择时系列之三：推波助澜V2模型》、《涨跌停剪刀差择时系列之四：权衡利弊，推波助澜V3》四篇报告进行了充分的挖掘，本篇报告沿用涨跌停模型的建模方式，继续尝试使用个股形态信号合成的方法对万得全A指数进行择时研究。 基于个股形态信号，我们选择Wind全A的成分股，计算每天从形态学角度看多的个股数量与看空的个股数量，除以当天的Wind全A成分股数量，计算看多形态比例与看空形态比例。与涨跌停模型的推波助澜比率(涨停比率-跌停比率)类似，我们可以计算每天多空比率的剪刀差，即多空形态比率剪刀差。我们亦对多空形态比率剪刀差进行30日均线的HMA平滑，当多空形态比率剪刀差的N日HMA均线指标值大于0的时候，我们做多万得全A指数，第二天开盘做多，否则空仓。参数N等于30，构建多空形态比率剪刀差择时模型。 多空形态比率剪刀差择时模型的万得全A历史回溯表现。年化20.05%，最大回撤40.3%，平均每年交易次数为7.5次，夏普比率0.876，胜率53.1%，盈亏比2.49，平均看多持有周期为25个交易日，相比涨跌停V3的中期模型，多空形态比率剪刀差择时模型的平均多头持有周期时间更长。且多空形态比率剪刀差择时模型历史回溯表现超越了基准本身，模型历史回溯表现非常优秀。 风险提示： 模型结果基于历史数据测算，不保证未来数据的有效性。 投资主题 报告亮点 首次尝试使用个股形态学对指数进行择时，通过计算看多形态比例与看空形态比例剪刀差，使用HMA均线构建模型，获得年化20.05%，最大回撤37.9%的Wind全A择时模型。 投资逻辑 见微知著，先通过形态对指数成分股的未来走势做判断，通过个股的形态信号合并成指数的形态信号，进而对指数进行判断。该方法相对指数本身形态信号来说，持有期更长，交易次数更少。 一、K线形态学基础回顾 自从有了股票市场后，无数人对股票进行研究，目的是找出股票上涨与下跌的原因与规律，试图通过交易股票获取人生财富密码，股票形态学就是其中的一种。那么，什么是形态学？什么是K线？能否通过K线赚到钱？不同K线所代表的形态历史收益如何？我们在《K线形态研究开篇：形态学初识与应用》中介绍K线与常见形态概述，以及《华创金工形态学研究网站》的使用方法。华创金工在大盘择时获得的研究成果颇为丰富，能充分利用各类历史信息，构造量化择时模型。那么K线形态能否成为一个独特的角度，围绕K线形态并构建量化择时模型呢？因此，本篇报告将继续利用形态学信号，对市场未来的走势进行量化择时判断。 （一）K线形态学投资原理回顾 K线形态学研究的是股票价格在下跌、盘整、上升的过程中的价格轨迹的图形、形态及特征。 股票形态是将股票的一切交易信息进行合成，并最终以一定的形状展示。不论是宏观环境变化，还是赛道格局改变亦或是个股基本面的变化，都可以反应在股票K线形态图上，这种说法基于以下判断： 1.“正确的投资人”会利用“正确的股票信息”：正确的信息会引导股票朝向一个正确的形态方向运行，不可否认，股票的一些错误信息可以暂时打乱股票价格的轨迹，但长期看，正确的信息会对暂时错误的信息进行修正。这样K线形态就可以正确地反应股票的未来趋势。这里“正确的投资人”是指能利用各种宏观、行业、基本面信息的投资者，K线形态天然就会反应股票的交易情况，也就是“市场总是正确的”。 2.背离公司基本面的形态一定事出有因：我们发现，很多股票的基本面非常好，是行业龙头股票，但经常处于震荡甚至是下跌状态。究其原因，就是我们说的股价与基本面偏离，一般这种情况是尚未出现看多该股票的合力效应，而这种优质基本面个股的震荡，也能真实反应在K线图上，形成“当涨不涨、当跌不跌”的情况。 3.在一切可以得到的股票信息中，仿制K线形态是成本最高的。如果想仿制股票的K线形态，必须用钱“堆”出来，这比财务造假、发布一份造势公告来的成本高很多。所以K线形态更值得关注。 4.股票后期的形态必然是先期形态的结果。万事有因必有果，股票也不能例外。没有前期的积累，便没有后面的拉升。相反，没有前期的抛售，也没有后期的下跌。从这个意义上说，股票的K线形态与波浪理论、均线、箱体理论等其他形态学理论是暗合的。 （二）个股K线形态信号与市场的关系 市场是由不同个股构成的，通过指数成分股对指数进行未来走势的建模，我们已经在《涨跌停剪刀差择时系列之一：推波助澜模型》、《涨跌停剪刀差择时系列之二：双剑合璧模型》、《涨跌停剪刀差择时系列之三：推波助澜V2模型》、《涨跌停剪刀差择时系列之四：权衡利弊，推波助澜V3》四篇报告进行了充分的挖掘。 推波助澜V1模型：市场涨停个股较多的时候，市场人气旺盛，容易走出上涨行情；市场跌停个股较多的时候，市场人气冷淡，容易走出下跌行。基于经验设定涨跌停阈值为9.5%，即个股涨幅大于9.5%为涨停，个股涨幅小于-9.5%为跌停。定义涨停比率：宽基指数单日涨幅大于9.5%的成分股数量占其成分股总数的比率。定义跌停比率：宽基指数单日跌幅大于9.5%(单日涨幅小于-9.5%)的成分股数量占其成分股总数的比率。推波助澜V1模型是基于涨停比率与跌停比率构建的择时模型。 推波助澜V2模型：定义连板比率，即连续涨停比率和连续跌停比率。类似涨跌停比率剪刀差的定义，因此我们定义连板比率剪刀差：即连续涨停比率-连续跌停比率。我们还定义了地天板比率和天地板比率的剪刀差：地天板比率-天地板比率。推波助澜V2模型是基于涨跌停比率剪刀差、连板比率剪刀差、地天与天地板比率剪刀差构建的择时模型。 推波助澜V3模型：A股指数的行情主要依靠权重股来带动，纯粹使用涨跌停个股数量简单加减不一定能真实反映A股的整体情绪，因此推波助澜V1模型与推波助澜V2模型计算涨跌停比率剪刀差的方式可能有所弊端。因此定义了自由流通市值加权涨跌停比率剪刀差、自由流通市值加权连板比率剪刀差、自由流通市值加权地天与天地板比率剪刀差，最终得到推波助澜V3模型。推波助澜V3模型是涨跌停择时系列中最稳健的模型。 推波助澜模型样本外策略表现效果依旧较好(如图表1和图表2)，因为涨跌停模型系列的建模方式是利用个股信号去合成指数信号，所以本篇报告沿用涨跌停模型的建模方式，继续尝试使用个股形态信号合成的方法对万得全A指数进行择时研究。 图表1推波助澜V3模型的沪深300指数历史回溯表现 图表2推波助澜V3模型的沪深300指数历史回溯表现 （三）为什么不用指数本身的形态信号？ 在《华创金工形态学研究网站》平台中，我们提供了各种指数的独立形态判断，不同指数判断的胜率不同，大部分指数都存在正面与负面的有效形态，但形态学研究系统的历史胜率统计时间为5天，对市场短期的走势预测较准，但如果想做市场中期的预测，则不能仅使用指数本身形态信号，需要另辟蹊径，见微知著。 二、基于形态学的择时策略 择时策略从根本上说，是寻求能反应市场情绪指标的策略。从我们历史上基于价量、趋势、加速度、动量、涨跌停、VIX等研报来看，如果一个指标能敏感反应市场情绪，那么这个指标经过一些变换就可以作为择时的参考指标。 随着资产形态学研究的深入，我们已经在《华创金工形态学研究网站》平台中提供了宽基指数、行业指数、概念指数、主题指数、ETF跟踪指数、可转债、个股等资产的形态学信号。基于这些信号，我们选择Wind全A的成分股，计算每天从形态学角度看多的个股数量与看空的个股数量，除以当天的Wind全A成分股数量，计算看多形态比例与看空形态比例。与涨跌停模型的推波助澜比率(涨停比率-跌停比率)类似，我们可以计算每天多空比率的剪刀差，即多空形态比率剪刀差。 图表3多空形态比率剪刀差 我们首先来看多空形态比率剪刀差，如图表3，无均线平滑的多空形态比率剪刀差呈现出杂乱无章的走势。那我们又该如何去针对多空形态比率剪刀差去平滑呢？在《涨跌停剪刀差择时系列之一：推波助澜模型》一文中，涨跌停模型基于HMA的均线对涨跌停比率剪刀差进行平滑，其中短期参数为30。 因此，我们亦对多空形态比率剪刀差进行30日均线的HMA平滑，如图表4。多空形态比率剪刀差指标经过30日HMA平滑后的平滑指标，相比图表3的未经平滑的指标，我们在图表4能发现，当万得全A上涨的时候，指标值较高，当万得全A下跌的时候，指标值较低，指标值围绕着0附近摆动。 图表4多空形态比率剪刀差的30日HMA均线 图表5多空形态比率剪刀差择时模型的万得全A历史回溯表现 图表6多空形态比率剪刀差择时模型的万得全A历史回溯表现 类似涨跌停比率剪刀差择时模型的建模方式，我们定义多空形态比率剪刀差的择时模型，当多空形态比率剪刀差的N日HMA均线指标值大于0的时候(此时市场大概率上涨)，我们做多万得全A指数，第二天开盘做多，否则空仓。参数N等于30，无论是涨跌停比率剪刀差、特征龙虎榜机构模型(《特征分布建模择时系列之一：物极必反，龙虎榜机构模型》)，均使用HMA的30日均线进行短期平滑。 如图表5和图表6，即多空形态比率剪刀差择时模型的万得全A历史回溯表现。年化20.05%，最大回撤40.3%，平均每年交易次数为7.5次，夏普比率0.876，胜率53.1%，盈亏比2.49，平均看多持有周期为25个交易日，相比涨跌停V3的中期模型，多空形态比率剪刀差择时模型的平均多头持有周期时间更长。且多空形态比率剪刀差择时模型历史回溯表现超越了基准本身，模型历史回溯表现非常优秀。 参数稳定性检验，如图表7，HMA的短期参数由20每隔5个单位遍历至40，年化收益，最大回撤，胜率，夏普比率，回测结果受制于短期参数影响较低，平滑参数等于30仅仅是次优参数。 图表7参数稳定性检验 三、风险提示 策略基于历史数据的回测，不保证策略未来的有效性。