量化专题报告：K线形态信息中的alpha

量化专题报告 K线形态信息中的alpha K线形态分析 在众多技术分析工具中，K线图是一种非常直观且具有预测价值的工具，每一个形态都有其独特的特征和交易信号，为交易者提供了洞察市场可能动向的线索。 在技术分析视角下，我们测试了十字星、锤头线、倒锤头线等经典K线形态，历史数据统计表明这些形态确实在特定条件下能对股票趋势的反转给出预判信号。因此，本文希望在定量化视角下研究形态在量化选股、行业轮动等投资中策略中的应用。 形态与组合形态 通过K线的形态划分与组合，我们首先划分出单根K线的24种形态，其次组合多根K线构建组合形态，本文构建了数万种的K线形态模式。统计结论表明，我们划分的形态对于股票未来的收益表现具有持续性的预测能力，过去有正向（负向）超额收益的形态在未来仍然能区分出有正向（负向）超额收益的股票。 形态选股因子 通过构建从形态到打分的映射关系，我们在多周期视角和多维度评价准测基础上，构建了对于股票形态的综合打分体系。2014年以来，形态选股因子CSP在全市场股票中月度IC均值达到9.6%，ICIR为4.13，多头组合年化超额收益超过11.5%。 形态信息在行业轮动中的应用效果同样显著，基于形态得到的交易型行业轮动信号与基本面行业轮动模型相关性低，二者结合之后的行业因子多头组合相比于行业等权年化超额收益达到10.2%。 风险提示：技术分析理论基于历史规律总结，市场环境变化可能导致失效风险；报告结论基于统计建模，模型过拟合、市场风格切换均可能导致失效风险。 证券研究报告|金融工程 2024年09月07日 作者 分析师缪铃凯 执业证书编号：S0680521120003邮箱：miaolingkai@gszq.com 分析师刘富兵 执业证书编号：S0680518030007邮箱：liufubing@gszq.com 相关研究 1、《量化分析报告：择时雷达六面图：技术面弱化情绪面恢复》2024-09-07 2、《量化点评报告：九月配置建议：关注中美极限估值差的收敛机会》2024-09-03 3、《量化周报：反弹有望继续》2024-09-01 请仔细阅读本报告末页声明 内容目录 一、K线形态分析3 二、形态与组合形态6 三、K线形态举例9 四、形态选股因子11 4.1形态因子构建11 4.2多周期形态与多维度评价13 4.3行业轮动应用15 �、总结17 风险提示18 图表目录 图表1：阳线构成3 图表2：阴线构成3 图表3：3类基础形态与成交量变化4 图表4：股票位置划分4 图表5：顶部位置的有效形态5 图表6：底部位置的有效形态5 图表7：顶部以及底部区域不同形态对应表现（2010.1.1~2024.7.1）5 图表8：阳线划分6 图表9：阴线划分6 图表10：日线聚合成周线7 图表11：K线组合形态7 图表12：看多样本超额累计8 图表13：看空样本超额累计8 图表14：看多与看空样本绩效统计（2014.1.1~2024.7.1）8 图表15：形态前后两年绩效相关性8 图表16：看多形态1图例9 图表17：看多形态2图例9 图表18：看空形态1图例10 图表19：看空形态2图例10 图表20：看多形态1比较对象图例10 图表21：看空形态3图例10 图表22：CSP因子分年绩效11 图表23：CSP因子IC和多空净值12 图表24：CSP因子分组收益12 图表25：CSP因子分域绩效12 图表26：因子和常用选股因子相关性12 图表27：多周期K线视角13 图表28：多聚合周期与多维度标签13 图表29：复合CSP因子分年绩效14 图表30：复合CSP因子分域绩效14 图表31：CSP因子行业信号15 图表32：行业信号相关性15 图表33：行业因子多头超额累计16 图表34：复合行业因子绩效16 下影线 下影线 一、K线形态分析 技术分析是股票市场中一种广泛使用的方法，它通过分析历史价格和交易量数据来预测未来的市场趋势。这种方法的核心理念是市场行为会以某种可识别的模式重复出现，而这些模式可以通过图表和指标进行识别和分析。 在众多技术分析工具中，K线图是一种非常直观且具有预测价值的工具。K线图通过四个基本元素——开盘价、收盘价、最高价和最低价——来展示股票在特定时间内的价格变化。通过观察这些价格的排列和组合，投资者可以识别出各种K线形态，这些形态往往预示着市场可能的反转或持续趋势。 实体 最高价 收盘价 开盘价 最低价 阳线 上影线 实体 最高价 开盘价 收盘价 最低价 阴线 上影线 图表1：阳线构成图表2：阴线构成 资料来源：国盛证券研究所绘制资料来源：国盛证券研究所绘制 K线可分为阳线和阴线，图表1和图表2分别为阳线和阴线的构成，均由实体、上影线和下影线三部分组成，其中阳线开盘价低于收盘价，而阴线收开盘价则要高于收盘价。 因此，我们可以借助于实体宽度、上影线、下影线长度这三部分表征任意K线的形态，这三部分可以定量化表示为如下公式： 1.实体宽度：𝑏𝑜𝑑�=𝑎𝑏𝑠(𝑜𝑝𝑒𝑛−𝑐𝑙𝑜𝑠𝑒) 𝑝𝑟𝑒𝑐𝑙𝑜𝑠� 2.上影线长度：𝑢𝑝𝑝𝑒�𝑠ℎ𝑎𝑑𝑜�=ℎ𝑖𝑔ℎ−𝑚𝑎𝑥(𝑜𝑝𝑒𝑛,𝑐𝑙𝑜𝑠𝑒) 𝑝𝑟𝑒𝑐𝑙𝑜𝑠� 3.下影线长度：𝑙𝑜𝑤𝑒�𝑠ℎ𝑎𝑑𝑜�=𝑚𝑖𝑛(𝑜𝑝𝑒𝑛,𝑐𝑙𝑜𝑠𝑒)−𝑙𝑜� 𝑝𝑟𝑒𝑐𝑙𝑜𝑠� 关于K线的形态分析，前人经过多年的市场观察和经验积累，已经识别并记录了众多有效的图表形态。这些形态，如头肩顶、双底、旗形、楔形、通道、三角形等，都是基于市场行为的自然模式，它们反映了投资者情绪和市场心理的变化。每一个形态都有其独特的特征和交易信号，为交易者提供了洞察市场可能动向的线索。 我们以一些经典的形态为例，让读者对于形态的分析有初步了解： 例1：在股票市场技术分析中，十字星形态是一种重要的图表模式，通常被视为潜在的趋势反转信号。例如当股票价格在经历一段明显的上升（下跌）趋势后，顶部（底部）出现十字星，这可能意味着买方和卖方的力量开始均衡，之前的价格动能可能正在减弱。 缩量 平均成交量 放量 例2：锤头线通常出现在股票价格的下降趋势中，被认为是潜在的底部反转信号。这种形态由一个小的实体和一根长下影线组成，而上影线通常很短或几乎没有。锤头线的实体位于整个价格范围的上端，下影线的长度至少是实体的两倍。 例3：倒锤头线通常出现在一段上升趋势的末端，被认为是潜在的顶部反转信号，表明卖方可能开始控制市场。这种形态由一个小的实体和一根长上影线组成，而下影线通常很短或几乎没有，倒锤头线的实体位于整个价格范围的下端。 倒锤头线 十字星 锤头线 顶部 底部 图表3：3类基础形态与成交量变化图表4：股票位置划分 资料来源：国盛证券研究所绘制资料来源：国盛证券研究所绘制 借助于K线基础表征变量，这3类形态可以定义如下： 1.十字星：箱体宽度≤2%、上影线长度≥3%、下影线长度≥3%； 2.锤头线：箱体宽度≤2%、上影线长度≤2%、下影线长度≥5%； 3.倒锤头线：箱体宽度≤2%、上影线长度≥5%、下影线长度≤2%； 此外，价格变动通常被视为市场供需关系的直接反映，而成交量则提供了这种供需关系强度的量化指标。高成交量通常伴随着价格的显著变动，表明市场对该价格水平的认可和参与度；相反，低成交量可能表明市场对该价格水平的兴趣不足或存在不确定性。 因此，成交量变动也是一个重要的信息，我们将股票的放量和缩量行为确认为： 1.放量：当日成交额≥"过去20日成交额均值"×(1+20%)； 2.缩量：当日成交额≤"过去20日成交额均值"×(1-20%)； 最后，在进行股票市场技术分析时，除了跟踪价和量的信息外，价格所处的位置同样至关重要。价格是趋势的间接表示，价格顶部和价格底部反映了市场参与者不同的心理预期，在股票价格接近这些关键点位时，投资者会关注于趋势的延续或反转。 股票价格所处的位置区域也可以定量，我们将顶部和底部确认为： 1.顶部区域：当日收盘价≥"过去1年最高价"×(1-10%)； 2.底部区域：当日收盘价≤"过去1年最低价"×(1+10%)； 综上，我们对于上述经典形态进行了历史回溯，以论证K线的形态分析对于股票未来的涨跌幅具有明显的预测能力。 在经过一段强劲的上涨之后，股票价格在顶部区域出现了十字星或者倒锤头线形态，暗示了市场在该价位上的犹豫不决，买方不再像之前那样积极推高价格，而卖方也开始显现出力量，试图压低价格。 而在一段明显的下跌趋势之后，如果股票图表上出现了十字星或者锤头线形态，这意味着买方成功地抵抗了卖方的抛售压力、并将价格推回接近或高于开盘价，这可能是买方正在重新获得控制权的迹象，也表明卖方的动力正在减弱。 倒锤头线十字星 市场顶部 较高或极高的成交量 图表5：顶部位置的有效形态图表6：底部位置的有效形态 资料来源：国盛证券研究所绘制资料来源：国盛证券研究所绘制 我们通统计了股票在2010年以来股票在顶部位置放量、且出现十字星或者倒锤头线， 在底部位置放量并且出现十字星或者锤头线，这些事件后股票在未来20日相对于市场所有股票等权收益的超额表现。 图表7：顶部以及底部区域不同形态对应表现（2010.1.1~2024.7.1） 位置 类型 胜率 收益均值 收益中位数 25分位 75分位 顶部 十字星 38.2% -2.5% -5.3% -16.1% 8.3% 顶部 倒锤头线 44.1% 0.6% -2.3% -11.3% 9.3% 底部 十字星 75.7% 15.2% 14.9% 0.5% 28.6% 底部 锤头线 55.2% 2.2% 1.3% -5.4% 9.2% 资料来源：wind，国盛证券研究所 如图表7所示，当顶部位置的反转形态对应的股票在未来大概率跑输于市场指数，而底部位置的反转形态对应的股票在未来大概率跑赢市场指数，这表明形态的分析对于股票未来的涨跌确实具有显著的预测能力。 值得注意的是今年技术分析表示出极强的有效性，例如2月市场众多股票触发了底部十字星放量特征，这些股票在随后超额收益显著。当然形态对于收益的区分能力是长期有效的，即使抛开今年的数据，底部十字星的历史超额收益均值仍然有2.4%。 然而，股票的形态数不胜数，传统技术分析通过逻辑推演，寻求少数能对股票未来涨跌具有预测性的形态。在本文中，我们希望通过量化分析，基于历史数据自动化探索学习有效的形态模式，同时利用样本外数据去验证这些形态在投资中的有效性。 因此，基于形态分析，本文希望研究形态在量化选股、行业轮动等投资中策略中的应用。 二、形态与组合形态 如前文所述，我们根据实体宽度、上影线和下影线长度这3个变量来表征K线。因此，我们将基于这3个变量对于K线的类型做进一步的划分： 首先，我们根据股票日内涨跌幅大于0、小于0，可以将K线划分为：阳线、阴线； 其次：根据实体宽度：小于1.5%、大于1.5%且小于3%、大于3%，我们可以进一步划分K线为：小阳、小阴、中阳、中阴、大阳、大阴； 最后，根据影线长度大于2%、小于2%，可以划分上影线和下影线为：长上影、短上影、长下影、短下影。 因此，综合3个条件，一根K线总共可以划分为2×3×4共计24种形态。 K线类型长上影线长上/下影线长下影线短上/下影线 小阳线 中阳线 大阳线 K线类型 长上影线 长上/下影线 长下影线 短上/下影线 小阴线中阴线大阴线 图表8：阳线划分图表9：阴线划分 资料来源：国盛证券研究所绘制资料来源：国盛证券研究所绘制 此外，我们的预测目标并非出现股票在呈现形态之后股票次日的涨跌幅，而是希望能预测诸如未来1个月的长窗口收益表现。那么，单根日线数据对于我们而言其所蕴含的信息量太少，受到噪声的影响较大。因此，我们希望使用一系列日线构建成一个组合形态，利用更长窗口的信息。