鑫量化之十三：“趋势先锋”：基于动态支撑阻力强度的ETF交易增强策略

证 券 研2023年08月19日 究 报“趋势先锋”：基于动态支撑阻力强度的ETF交易增强策略 告—鑫量化之十三 投资要点 分析师：吕思江 lvsj@cfsc.com.cn 分析师：马晨 S1050522030001 S1050522050001 machen@cfsc.com.cn ▌动态阻力支撑强度指标（DRSS） DRSS指标实现对市场阻力支撑位置和强度的动态判断 阻力位与支撑位是经典的技术分析概念，实质上反应了交易者对目前市场状态顶底的一种预期判断。如果支撑位的强度小，作用弱于阻力位，表明市场参与者情绪倾向于向熊市转变。反之如支撑位的强度大，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，市场更倾向于向牛市转变。 相关研究 金融工程研究 通过动态判断支撑阻力的相对强度，我们用一个固定窗口期内日频最高价和最低价序列，构建了动态阻力支撑强度 （DRSS，下同）指标。指标能够有效识别上行趋势，相较于传统趋势指标更敏锐，在趋势走弱的整理期也有逻辑明确的多空信号。 DRSS强度原始指标的信噪比较高。进一步考虑对DRSS相对强度异动幅度做标准化处理，得到DRSS标准分指标，并构造“趋势先锋”择时策略。 ▌DRSS策略针对高波动指数呈现明显超额 趋势先锋：择时增强效果明显 将DRSS指标和策略运用在沪深300指数上进行回测，回测区间为2003年1月至2023年7月。策略总收益显著提升至1992.25%，年化16.41%，超额年化收益9.84%。 从统计数据来看，“趋势先锋”无论从收益率、夏普比率还是最大回撤上均优于基准指数。同时在2009年至2014年的 震荡区间，以及2016年至2020年的大波段时段内，净值仍较稳定增长，体现了优秀的左侧预测能力。 ▌“趋势先锋”策略在ETF产品中作为增强策略 用DRSS标准分指标划分网格，利用动态仓位的方式允许仓位在50%至150%范围内波动，在市场条件不利下及时减仓，可以大幅增厚指数产品的持有收益。 将策略应用于全市场单一行业指数下跟踪的最大规模ETF产品，共有78支ETF产品在“趋势先锋”策略的加持下跑赢了自身买入并持有的收益，约占总产品数的90.70%；平均实现超额年化收益2.39%。在平均交易间隔方面，该策略的平均持有日期为30.2天，避免过高的手续费和冲击成本对收益造成侵蚀。 在全市场ETF组合构建中，允许融资买入的不限仓位组合回测收益为221.49%，相对买入持有基准超额收益75.89%，同样表现出较大的优势，扣除融资费用后年化超额2.64%。 最后，“趋势先锋”策略作为一种基于技术面指标的收益增强策略，推荐配合行业轮动、配置类策略用于持仓增强。 ▌风险提示 数据全部来自公开市场数据，市场环境出现巨大变化模型可能失效。基于历史数据的模型存在失效风险，基金历史业绩不代表未来。 正文目录 1、DRSS：动态阻力支撑强度5 1.1、动态阻力支撑强度的概念5 1.1、动态阻力支撑强度及其市场状态对应5 1.2、策略指标的构建和实现6 1.3、动态阻力支撑强度（DRSS）指标构建8 2、DRSS指标策略效果8 2.1、指数回测构建方式9 3、“趋势先锋”ETF交易增强策略13 3.1、ETF底层标的优势分析13 3.2、“趋势先锋”ETF交易增强策略构建方法14 3.3、“趋势先锋”逻辑细节分析——以516660.SH为例15 3.4、“趋势先锋”策略应用于全市场ETF表现结果17 4、风险提示21 5、附录22 图表目录 图表1：阻力支撑强度与其市场状态的对应关系6 图表2：传统阻力支撑位示意图6 图表3：相对强度对应最高最低价走势图形情景划分7 图表4：阻力支撑强度与买卖点逻辑对应关系9 图表5：DRSS斜率历史数据分布9 图表6：DRSS斜率（上）、DRSS标准分（下）指标时序走势情况10 图表7：DRSS指标值随时间变动情况10 图表8：沪深300指数DRSS斜率策略表现结果11 图表9：沪深300指数DRSS标准分策略表现结果11 图表10：沪深300指数策略表现结果统计11 图表11：DRSS斜率策略考虑成本表现结果12 图表12：DRSS标准分策略考虑成本表现结果12 图表13：ETF规模和产品数量历年变化13 图表14：中证新能源汽车ETF买卖明细图15 图表15：中证新能源汽车ETF回测结果15 图表16：中证新能源汽车ETF（516660.SH）2020年3月至2021年7月期间交易详情16 图表17：中证新能源汽车ETF（516660.SH）2021年7月至2022年7月期间交易详情17 图表18：部分跟踪指数下最大规模ETF产品池情况17 图表19：全市场86支ETF产品回测平均结果18 图表20：全市场86支ETF产品超额收益分布18 图表21：全市场86支ETF产品组合限制仓位回测结果19 图表22：全市场86支ETF产品组合不限制仓位回测结果19 图表23：全市场86支ETF产品组合回测结果对比19 图表24：全市场ETF限制仓位融资成本敏感性分析20 图表25：全市场ETF不限制仓位融资成本敏感性分析20 图表26：全市场ETF融资成本敏感性分析20 图表27：指数对应规模最大ETF按行业标签汇总超额收益均值和ETF数量21 图表28：全市场行业跟踪指数下最大规模ETF产品池具体情况22 1、DRSS：动态阻力支撑强度 1.1、动态阻力支撑强度的概念 传统技术分析的核心思想是通过对量价数据进行分析，构建买卖策略，其中支撑阻力位是一对重要概念。 阻力位与支撑位的应用十分灵活：在明确的趋势市场中，交易者往往利用这两个点位进行突破交易；而在震荡行情下，它们则常用于构建反转策略。实际交易中，阻力位与支撑位并非恒定不变的常数，代表着市场参与者对当前市场态势的动态预期。每个投资者心中都有一个他认为的市场的“安全价位”，这个价位实际上就是他对市场的隐含阻力位和支撑位的判断。这种判断并不是凭空而来，而是基于对过去市场数据的分析、对未来趋势的预判、对全球宏观经济的解读等多方面因素的综合判断。如果我们将阻力位和支撑位视为一种“变量”，就可以利用统计学和量化分析方法对其进行研究。期望值可以帮助我们确定市场对阻力位和支撑位的整体预期，而方差则可以帮助我们了解市场对这两个预期的分歧程度或者说是预期的稳定性。 进一步地，我们可以构建一个基于这种思路的策略框架。如果市场对支撑位的共同预期（或说强度）大于阻力位，这可能意味着市场普遍认为下跌的空间有限，未来有更大的上涨潜力，从而形成牛市预期。相反，如果市场对阻力位的共同预期大于支撑位，那么市场可能更加悲观，认为未来的下跌风险较大。 1.1、动态阻力支撑强度及其市场状态对应 我们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 图表1：阻力支撑强度与其市场状态的对应关系 市场状态 阻力强度>支撑强度 阻力强度<支撑强度 牛市 上涨动能衰竭，或将见顶 上涨动能强劲，加速上涨 震荡市 短期情绪见顶，行将回调 短期情绪见底，行将反弹 熊市 恐慌情绪强劲，加速下跌 下跌动能衰竭，或将触底 资料来源：wind，华鑫证券研究 1.2、策略指标的构建和实现 在确认了择时逻辑后，接下来要做的则是从量价数据中抽取信息构造能够对“支撑阻力相对强度”有刻画能力的代理指标。 在量价数据中，最能表征支撑与阻力概念的是最高价与最低价。从最高价与最低价的形成机制出发，只要它们没有触碰到涨停或跌停价格，那它就是当日全体市场参与者通过交易行为投票出来的阻力与支撑。 图表2：传统阻力支撑位示意图 资料来源：QuantPedia，华鑫证券研究 由于我们并非用支撑位与阻力位作突破或反转交易的阈值，而是更关注市场参与者们对于阻力位与支撑位的定位一致性，因此选择用过去一段时间每日最高价和最低价的斜率作为代理变量，即最低价每变动1的时候，最高价变动的幅度。使用线性回归，建立如下般最高价与最低价之间的线性模型： 式中拟合出的β值即是用以刻画支撑与阻力强度对比的代理指标，表明最近一段时期，最低价每波动1个点位，最高价相应会波动β个点位。因此，β越大，表明支撑强度相比阻力强度越显著，市场越容易上行，牛市中大概率对应后市加速上涨的走势，熊市中则对应后市止跌企稳的走势；同理，β越小，表明阻力相对支撑的强度更甚，在牛市中可能预示着即将见顶，在熊市中则对应后市大概率加速深跌。 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。当斜率值很大时，支撑强度强于阻力强度。从最高价最低价序列来看，最高价变动比最低价迅速。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。 从图形上，相对强度实际刻画的是如下四种情景： 图表3：相对强度对应最高最低价走势图形情景划分 高斜率 市场下降楔形上升 下跌下降扩散三角或确认后的下降三角 资料来源：华鑫证券研究 传统技术面形态学中对楔形和三角形的整理形态已经较为详细，我们叠加上涨下跌方 向描述对应图形。由于最高价恒大于最低价，我们穷举四种划分如下： 市场上涨，β高时：低位出现的上升扩散楔形/三角形仍能揭示趋势即将大幅上行。此时最高价上行速度远大于最低价。此种情形应该买入。若高位即将调整时情绪过热出现上升扩散楔形/三角形，随着价格向下调整β值也能迅速走低。 市场上涨，β低时：最低价向上速度大于最高价，显示上方阻力较强，对应图形中的上升楔形/三角形。上升楔形预示即将走弱，若上升三角形突破成功，斜率将迅速走高。 市场下跌，β高时：此时对应形态中的下降楔形和上升三角形，当价格成功向上突破时β只会继续变大，若确认调整中继，随着最低价快速下行β将会迅速变小。此种情形应该买入。 市场下跌，β低时：下降扩散三角或扩散楔形，未突破时图形显示大概率延续调整，最低价连续跌破支撑的速度更快。若突破反转β同样迅速走高。 其中N的取值范围过小则无法获得稳定结果，过大指标将钝化滞后。这里我们经验上要求N>7，默认值18（日）。 1.3、动态阻力支撑强度（DRSS）指标构建 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DRSS指标。一种即是直接利用斜率的本身作为指标值。 当日DRSS斜率指标的计算方式： 1.取前N日的最高价序列与最低价序列。 2.将两列数据按式（1）的模型进行OLS线性回归。 3.将拟合后的beta值作为当日DRSS斜率指标值。 另一种则为将斜率标准化，取其标准分作为指标值。当日DRSS标准分指标的计算方式： 1.取前M日的斜率时间序列。 2.以此样本计算当日斜率的标准分。 3.将计算得到的标准分z作为当日DRSS标准分指标值。 下一章中，我们将研究比较两种指标的优劣以及其背后的原因。 2、DRSS指标策略效果 在初步定义DRSS指标后，我们更关注其在市场择时上的应用效果。回测交易框架为阈 值交易逻辑，即当指标值上穿上阈值S1时买入，指标值下穿下阈值S2时卖出平仓。 图表4：阻力支撑强度与买卖点逻辑对应关系 资料来源：华鑫证券研究 2.1、指数回测构建方式 按照阈值交易框架，我们需要确定上下阈值。观察斜率的历史数据分布（以N=18计算）： 图表5：DRSS斜率历史数据分布 资料来源：wind，华鑫证券研究 从统计数据出发，一个看上去比较合理的阈值选取即均值加减一个标准差，我们取 S1