2024年基于技术面量化的指数基金绝对收益策略

1、 如何建立绝对收益导向的场内基金策略组合

过去几年中，华鑫量化组一直致力于定量资产配置、宽基择时、风格轮动、行业轮动等 Beta 类策略开发，希望以指数基金、主动基金 C 份额等低成本投资工具，构建有效的绝对和相对收益型 FOF 和基金产品。

其中，在行业和风格轮动方面，我们已经构建了完善和为客户定期更新的周频、月频A股行业轮动因子研究框架 。

在风格轮动方面，我们针对目前场内基金数量最多的红利\价值、高景气\成长、超大盘\小微盘风格做了系统化定量建模，并构建了相应的指数基金轮动策略。

在大类资产配置策略方面，我们开发了基于结构化风险平价的QDII 基金组合产品。

2023 年以来，在样本外实践及和客户交流中我们意识到一个问题：无论2022年市场以行业轮动为收益胜负手，还是 2023 年开始风格因子（以红利和微盘为代表）的持续性成为市场主要驱动力，用因子截面打分，从而构建多头组合的方式，实际都只能求得类似指数增强的相对收益：以行业轮动为例，每期在全部 30 个一级行业中选择4-6 个行业作为多头等权构建组合，则 组合收益 = 行业等权基准收益 + 行业驱动因子超额收益。

在 2023 年之前 A 股本身处于相对震荡行情，这种“指数增强”策略仍有希望跑出不错的绝对收益。但 2023 年开始行业轮动速率明显加快，且市场本身处于震荡下行，即使我们的策略组合仍有不错的相对收益，也很难抵消基准收益的下行。风格层面也是同样的情况。2023 年初开始我们主要关注红利和微盘两大类强势风格。

但我们发现，即使红利风格在 2023 年表现相对市场抗跌，但以中证红利ETF为例，全年下来也只有 0.36%的绝对收益。即使价值/成长轮动、红利/高景气轮动相对等权基准超额明显，同样难以获得稳定的绝对收益表现。

显而易见，投资的最终目标仍然是在严控回撤的前提下尽量赚取绝对收益。在市场Beta 本身向上的年份里，以“指数增强”为思路问题不大，而在市场大幅度回调或短期较难进入上行趋势的年份里，寻求绝对收益必须另辟蹊径。针对这一问题，过去一年中我们尝试了两种思路：第一种方法，是在保证对标的做截面建模有效的前提下，通过股指期货进行对冲。这种方法的好处是，仍然在截面模型中解决问题。但坏处是由于ETF 和行业指数之间存在偏离，甚至少数行业不存在有效的指数基金，对冲难度较大；另外股指期货的基差也是一个扰动项。 第二种方法，是本篇以及后续报告希望介绍的：我们通过串联的方式，首先用截面因子打分选择出未来一段有希望跑出相对收益的标的，之后在其中通过基于量价和技术面的时序信号选择买卖点。这种做法的好处是效果直接，时序方法本身就以绝对收益为导向，同时准确的截面模型提供了胜率的保障。

当然这种做法的代价是，由于截面组合和时序信号都会带来调仓，组合换手率相应升高。但是当我们限定使用场内 ETF、LOF 等低成本交易工具时，测算下来对于收益侵蚀非常有限，可以说在当前 A 股市场场内指数基金蓬勃发展的当下是非常合适使用的策略。本篇报告将主要集中在时序技术面买卖点的构建。结合截面因子构建ETF、个股交易组合的内容将放在后续报告中。 本篇报告将首先在简易缠论的基础上对行情走势做一划分，并相应定义不同级别下顶底背驰信号的产生。通过“步进法”和“抽屉法”，我们在精选的“鑫选·场内基金池”基础上测算了“鑫选·场内基金绝对收益组合”的表现。

2、 基于技术面程序化下的走势划分

随着国内ETF 市场的蓬勃发展，构建于 ETF 丰富产品线之上的配置、组合、交易方法逐渐进入市场主流策略之列。交易层面上，我们曾经构造过偏动量的ETF 信号策略8，考虑到当前市场 Beta 相对弱势，动量突破型信号的胜率较低，本篇报告中我们尝试构建一个基于顶底背离，偏反转风格的时序信号。 传统的技术分析方法有着过于依赖使用者主观判断、较难以对指标胜率进行精准回测的缺点。我们无意介入“技术分析是否有效”这类经久不衰的讨论，更多希望通过采纳其中部分能够被定量使用的定义，来协助我们完成时序交易信号的构造。借鉴缠论中关于分型、笔、线段等部分定义，我们尝试构建了基于标的高、开、低、收以及不同时间尺度的结构划分方法，从而用于股价在不同级别上的形态识别，并进一步构建买点和卖点。 通过对重点宽基指数、风格指数、行业指数以及相应ETF 的回测，我们认为该方法在当前市场下胜率较高而稳定，可以用于单标的择时，或通过“抽屉法”构造组合。

2.1、 K 线的归并

传统理论中对 K 线的理解，和我们参考缠论构造的技术面量化方法（简称技术面量化）中使用的 K 线有本质区别。 传统 K 线：常用阴线、阳线幅度，以及上下影线对多空强弱进行分析。并通过K线、K线组合、结构、形态，以及

技术面量化下的 K 线（技术 K 线，下同）只包含“最高价”和“最低价”，且未必等同于传统 K 线下的“最高价”和“最低价”。 其次，技术面量化 K 线只有一个 K 线实体，没有上影线、下影线以及阴线阳线的区别。技术面量化的分析基础已经不是 K 线而是笔、线段。K 线只是笔的组成部分。单独的K线已没有意义。

任何两条经过处理后的技术面量化 K 线（简称 JLK），都有且只有四种形态H1>H2 and L1>L2，上升形态 K 线---------- H1H2 and L1L2，（向）左侧包含。

在 K 线图中，存在包含关系的 K 线随处可见。为了避免这些K 线给分析增加难度，我们需要对他们进行包含关系处理。这指的是将相邻的具有包含关系的K 线合并为一条，使得总 K 线数有所减少。 包含关系处理步骤分为三步： 1、判断 K1 和 K2 的 JLK 关系。如果是包含关系则：2、判断 K0 和 K1 的 JLK 关系。直到出现不是包含关系的第一对JLK 线。假定K0和K1不存在包含关系，则进一步判断属于上行还是下行 3、定义两种处理方式：如果 K0 和 K1 是上行关系，则讲K1 和K2 中高点中最高点视为新 K 线的最高点，K1 和 K2 中低点中最低点中的较高者视为新K 线的最低点，简写为“高高”；反之如果 K0 和 K1 是下行关系，则处理为“低低”。这样就完成了K 线的归并。

2.2、 分型

分型是由相邻的 3 根 K 线构成的，顶分型的中间的K 线其高点和低点都是最高的，底分型的中间的 K 线其高点和低点都是最低的。需要注意的是K 线一定是经过归并后的K线。注意，如果存在多个分型时，相邻的两个分型要满足条件：顶分型形态中的中间K线的最低点不能低于底分型形态中的中间 K 线的低点；底分型形态中的中间K线的最高点不能高于顶分型形态中的中间形态的高点。 顶底分型是技术面量化下走势划分中最基础的形态之一。顶分型的出现意味着股价即将见顶，空方力量强于多方力量，且空方力量仍在逐渐变强，是减仓的信号。如果持续上涨过程中未出现顶分型，可继续持有。 底分型的出现意味着股价跌至低位即将反弹，是重要的抄底和建仓信号。

以底分型起始为例：当出现底分型 A 后，我们可以认为短期内空方力量已经衰竭。进一步当出现顶分型 B 后，模糊判断，这一笔多方的反弹可能也暂时见顶。但随后并没有出现下一个底分型，而是经过调整后再次向上，直到再次出现顶分型C。从行情的角度，常常出现“一鼓作气、再而衰、三而竭”的例子。这里当C确认出现后，我们将之前的划分，顶分型 B 的标签抹去，并认为B 是一个“中继”分型。

2.3、 笔

笔是技术面量化中画线分析最基本的结构。 笔是由分型发展而来的，指的是两个相邻的顶分型和底分型顶底之间的连线，即为笔9。特别要注意的有如下几项： 1）笔必须是相邻的底分型和顶分型组成。 2）笔必须由顶分型的顶和底分型的底连接而成。3）笔是由顶分型、底分型和中间的独立 K 线组合而成的。由此，最简单的笔的形态应该至少包括 7 条 K 线（顶分型3 条、底分型3条、独立K线 1 条）。中间独立 K 线可以有无数根。 4）相同高度的顶和底，取先出现的那个；不相同高度的，取更高的顶、更低的底。之前的分型抹去成为中继分型。

有了“中继笔”的概念后可以看到，笔产生之后，可以继续延伸，只有当相反的方向出现新笔之后才会结束。

2.4、 线段

我们定义，有重叠部分的三根相邻的笔构成线段，没有重叠则无法构成线段。此外，还需规定线段破坏和延伸的情况。笔是分析的最小构件；线段是构筑走势类型的最小构件。从线段开始一切都是递归逻辑。

线段的定义实际仍需考虑线段划分定理，在进一步构建中枢后可以再定义一二三类买卖点，这些内容我们将在后续报告中详述。 在有了笔到线段的定义后，我们已经可以开始定义相应标的的顶底背离买卖点。

3、 顶底背离形态统计

3.1、 基于技术面量化形态划分的顶底背离形态

首先定义顶底背离形态。 顶底背离是常见的反转型时序买卖点。这里我们将股价高低和股价运动力度（用MACD表示）之间的背离定义为顶底背离。 我们使用前文所述的笔或线段的划分来判断走势的高低点，之后用MACD的DIF线位置，或红绿柱高度，或走势所包围成的面积图三种方法来代表走势的运动力度。举例来说，以走势所包围面积为例，下图是一个简单而底背离走势：局部低点 B 的位置低于局部低点 A，同时在 MACD 所包围面积的角度，发现第二个向下一笔对应 MACD 所包围的面积 Beta 小于第一个向下一笔所包围面积Alpha，意味着当前c段向下的力度小于 a 段。

在实际使用中，可能出现 MACD 的面积大小出现背离，或DIF 线位置出现背离，或红绿柱出现背离三种情况，在测算中我们将三种情况的并集定义为买卖点。

DIF 线顶底背离：当日 K 线两个向下一笔终点股价创出新低（后一笔终点股价低于前一笔终点股价）而 DIF 线对应位置并没有创出新低，则为DIF类买点。当日K 线两个向上一笔终点股价创出新高（后一笔终点股价高于前一笔终点股价）而DIF 线对应位置并没有创出新高，则为 DIF 类卖点。

一笔内 MACD 面积顶底背离：当日 K 线两个向下一笔终点股价创出新低（后一笔终点股价低于前一笔终点股价）而后一笔中对应MACD 绿色柱面积总和小于前一笔中对应 MACD 绿色柱面积总和，则为 MACD 面积类买点。当日K 线两个向上一笔终点股价创出新高（后一笔终点股价高于前一笔终点股价）而后一笔对应MACD红色柱面积总和小于前一笔中对应 MACD 红色柱面积总和，则为MACD 面积类卖点。

笔终点所处 MACD 柱的面积背离：当日 K 线两个向下一笔终点股价创出新低（后一笔终点股价低于前一笔终点股价）而后一笔终点所处MACD 绿色柱块的面积小于前一笔终点所处 MACD 绿色柱块的面积，则为红绿柱买点。当日K 线两个向上一笔终点股价创出新高（后一笔终点股价高于前一笔终点股价）而后一笔终点所处MACD红色柱块的面积小于前一笔终点所处 MACD 红色柱块的面积，则为红绿柱卖点。

3.2、 对技术信号的CTA 信号测试

在了解了买卖点信号的定义方式之后，我们对 38 支指数进行了测试（8支宽基指数，30 支申万一级行业指数）。

对于实际买入日期，由于是通过日 K 得到，假设任意买点日期为T，得到信号的日期为T+1，实际买入日期为 T+2 开盘。 对于实际卖出日期，后文中我们使用更高频的 30 分钟K 线数据得到。由于是通过分钟K 得到，假设任意卖点日期为 T，得到信号的日期也为 T，实际卖出日期为T+1开盘。如上方式保证了回测中不会出现任何未来函数。 在此基础之上，我们对买卖点进行配对，即每个日线级别买点与之后第一个30分钟级别卖点相配，为一个买入卖出周期。随后用该数据进行后续胜率、收益率等数据分析。测试时间从 2021 年 1 月 4 日到 2024 年 1 月 5 日。从下面四张图中我们可以得到以下结论： 1.该买卖点策略整体胜率较高，38 支指数中有一支胜率在20-40%之间，两支胜率在40-60%之间，15 支的胜率在 60-80%之间，其余 20 支胜率均大于80%。2.在所有的 38 支指数中，仅有五支在该策略下呈现负收益，其余平均收益率与总收益率均为正。总收益率最多分布在 10-15%与 20-25%之间。3.该策略下持有标的的时间不长，持有时间约在 2-3 周左右。

而对于宽基指数的测试结果，当前用日 K 信号作为买点，30 分钟K 信号作为卖点得分方式表现不佳。复盘发现，主要因为宽基指数的的波动率明显小于细分行业指数。我们在附录中设计了用周 K 和日 K 级别作为买卖点构建的方法，择时效果不错，这里不再赘述。

3.3、 步进法信号测试

由于在信号划分中可能出现中继分型，形态的划分中很可能出现“高点之后有高点，低点之后有低点“的情况，我们修正了前述的测算方法，使用更加严苛的“步进法”。步进模式指的是在历史数据中选取一个起点，将时间向前推移，每次移动一天或一定的时间单位，在每个时间点上，根据我们制定的策略评估买入或卖出信号。再决定是否买入、持有、卖出后，虚拟执行买卖决策，并记录每次交易结果。这样做的优势在于可以模拟真实交易的情况。 步进信号测试： 测试时间从 2021 年 1 月 4 日到 2024 年 1 月 5 日。从下面四张图中我们可以得到以下结论： 1.胜率相比于 CTA 策略有所降低，10 支指数胜率在60-80%之间、21 支指数胜率在40-60%之间，6 支指数胜率在 20-40%之间，一支指数胜率在0-20%之间。2.总体收益率也于 CTA 相比有所降低，有 9 支指数呈现负收益率，大部分的指数总收益率分布在 0-15%之间。 3.持有时长也略有降低，大部分持有时间都在 1 周左右。

3.4、 组合测试方法

通过以上时序信号有效性判断，我们认为基于技术面量化走势划分定义下的顶底背离对多数宽基和行业指数都有较好的绝对收益获取能力。能不能将单一标的的信号汇总形成一个可投资组合呢？我们使用如下的“抽屉法：我们的测算标的除了申万一级行业指数外，也纳入可以直接交易的A 股场内ETF。这里我们使用两个池子，第一个是 260 只独一指数的跟踪产品，第二个是经过我们筛选后的大约 120 只“鑫选指数基金池“ 10。 策略由交易策略和止损策略两部分构成：

交易策略： 由于 ETF 标的较多，我们将全部资金分为 20 份，每一份占总额的5%。每当有一只ETF标的出现买入信号，我们会将一份仓位配置到该 ETF，持有至卖点出现或出现止损信号，我们再将该股票进行卖出。空余资金按年化 2%的收益率进行计算。当我们的组合中有一日超过最大持仓数时，我们会将组合中已有的标的按已获得收益率进行排序，并将收益率最高的标的卖出，买入新的标的。

止损策略： 为了避免阶段性反弹导致的错误买点造成的损失，我们目前用两套止损策略进行应对。第一个策略为底分型最低点止损。即当某一日股价收盘价跌至低于买点底分型开盘价收盘价中更低的那个价位时，我们会在第二日开盘将其卖出。第二个策略为MA10死叉止损，即当 T-1 日收盘价>T-1 日 MA10 而 T 日收盘价小于 T 日 MA10，我们会在T+1 日开盘将其卖出。

在改用 ETF 基金后，由于有了更多可选择标的，策略表现比单纯使用一级行业指数有了明显提升，同时换手率也不可避免的有所上升。

总结一下，本文中我们主要做了如下的工作： 1、 我们希望在一个有足够波幅、本身不是趋势性向下的标的上，通过K线顶底背离的信号做出绝对收益，俗称“搓波段”。 2、 通过吸收部分缠论中的定义，我们首先对行情做出结构划分，之后在保证没有未来函数存在的前提下，测试了该波段策略在主要宽基和申万一级行业中的信号有效性。结果显示该方法在历史上，尤其是当前震荡行情中表现优异。3、 通过“抽屉法”，我们在场内权益 ETF 池中进一步进行测试。组合过去三年年化收益 14.23%，最大回撤仅为 8.6%，夏普比率达到1.44。未来我们会在两方面优化这套 ETF 投资策略。一方面尝试纳入更多ETF标的，例如海外 QDII、商品、债券等，另一方面我们将结合华鑫量化组具有长期积累的系统性量化思路，纳入更多基于基本面数据和宏观因子的筛选策略。我们相信基本面因子提供胜率，技术面和量价因子提供买卖信号的思路会更加合适当前市场特征。

4、 附录：基于周线级别笔的宽基指数择时

我们使用沪深 300 作为宽基指数代表，仍然使用日K 底背离和30 分钟K顶背离作为买卖点，发现择时策略效果不佳。我们认为主要原因可能来自两方面：第一种情况下，在宽基指数出现大幅度快速上行，尤其是例如2005-2006、2015年全市场牛市时，基于底背离的行情买入，并在第一个次级别卖点卖出后，容易在错失涨幅后找不到再次进入的合适时点，俗称“踏空”。 第二种情况下，宽基指数在熊市和震荡市中，波幅往往小于细分行业指数，尤其是2016 年之后，全面牛市不再，往往只存在结构行情时，波幅不足造成没有明显的底背离买点。

因此对于宽基指数，或本身波幅不足的标的，我们尝试将行情过滤放大，用周K的底背离作为买点，日 K 的顶背离作为卖点，历史上除了 2005-2006、2015 年的“全面牛”仍然无法找到第二波进入点外，其他时段表现出较为良好的适应性，最终表现相比沪深300指数 Buy-And-Hold，在收益率、最大回撤、夏普比等方面都有显著的提升：

择时策略自 2005 年至今，年化收益 7.53%，相比沪深300 本身6.53%的表现有所提升（这是在错失 2005-2006 以及 2015 年大牛市的情况下获得的）；最大回撤仅为26.25%，相比沪深 300 指数 72.46%的最大回撤明显较小；夏普比率为0.58，大约提升2倍。

编辑：火腿肠