2024年探究多策略ETF组合的构建方法（2）：短期反转策略

一、 短期反转策略

1、 策略背景概述

与动量策略类似，反转策略亦是市场中被应用最多的策略 大类之一。所谓反转，亦可称为均值回归效应（mean-reversion）， 简而言之便是资产价格在市场中围绕其内在价值运行时会突然 出现短期的大幅度下跌或上涨，我们称为“反应过激”现象，随 后价格便会逐步恢复到原先的被认为是合理的价格范围内，即 进行了均值回归。为了定义和标记“反应过激”现象，我们要求 资产的价格变化幅度足够大、变化速率足够快。而反转策略便 是利用这种短期“反应过激”现象后的均值回归来获取稳定的 投资收益。

1965 年美国著名经济学家尤金·法玛在其博士毕业论文 《The Bahavior of Stock-Market Prices》中对股票价格验证 随机游走模型时首次提出了“有效市场假说”的概念1，并在 1970 年发表的论文《Efficient Capital Markets: A Review of Theory and Empirical Work》中对该理论进行了深化2，明确给 出了“有效市场假说”理论的完整框架，其中的一点便是提出 股票市场价格已经充分反映了其过去的价格变化和交易信息。 然而随着金融市场理论的发展，有效市场假说受到了来自 市场与学术界的不断挑战，其背后蕴含的完全理性投资者的假 设也被部分学者认为是理想假设而与真实市场的情况有所不符。 在 Jegadeesh and Titman 于 1993 年发表的研究市场动量效应 的关键性论文《Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency》中3， 他们在构建动量组合时自动剔除了股票最近一个月的收益率。 而学术界最常见的研究价格动量时采用的时间周期为“12M-1M”， 即计算最近 12 个月的收益率时需要剔除最近一个月的收益率。 诸如此类的处理都说明了学术界普遍认为资产价格在短周期内 存在均值回归效应。

对于反转效应我们同样可以借助“行为金融学”原理来加以解释，也正是这些非理性投资者“行为偏差”的长期存在使 我们能够通过构建反转策略来长期稳定地获取收益。在行为金 融学的诸多“行为偏差”中，我们认为在均值回归效应中起到 主要作用的有以下三种：损失厌恶（Loss Aversion）、羊群效 应（Herding）和近因效应（Recency Bias）。这些效应的最终 结果都是过度放大股价的下跌幅度，以至于出现“反应过激” 现象，过度放大的短期下跌会随着时间推进而被逐渐修复，形 成所谓的均值回归效应。 我们的短期反转策略便是利用“均值回归效应”来设计以 获取稳定的收益。短期反转策略的投资方式因为与市场中普遍 存在的非理性心理相悖，从而其本身的交易执行在心理层面上 是令人不适的，因此本报告中的反转策略（包括系列其他策略） 均采用定量方法进行交易与回测。

2、 策略指标介绍与检验

i. 短期反转指标

我们先简单介绍短期反转策略中涉及到的指标并做部分检 验。在本报告的短期反转策略中，主要使用的指标有：RSI 指 标、%b 指标、均线指标等。其中 RSI 指标由韦尔斯·怀尔德 (Welles Wilder)提出，作为一种基于动量的振荡器，该指标主 要用于测量价格变动的速度和变化幅度,而%b 指标是由布林带 （BOLL）指标衍生而来。关于 RSI 指标与%b 指标的具体计算公 式请参考附录 A。 为了证明短期反转策略能否可行，即验证均值回归效应在 我国市场是否普遍且长期存在，限于篇幅原因我们选择市场中 最为常见且广泛受到认可的反向趋势指标—相对强弱指标（RSI） 作为主要测试的反转因子。 从 RSI 指标的计算公式中可以看出，RSI 指标是根据一定 时期内价格平均上涨数与平均下跌数的比值计算得出的，其取 值在 0—100 之间，是一种较为标准化的指标。因此我们在做因 子检验时，不再对该指标进行标准化处理，我们选取全部在国 内市场上发行上市的股票型 ETF、商品型 ETF 和跨境型 ETF 作 为样本池（共 913 只 ETF），分别计算参数值为 2 和 4 的 T 日 RSI 指标对样本池中 ETF 在 T 至 T+1、T+3 和 T+5 日涨跌幅的RankIC 和 RankICIR 值4，回测区间为 2014 年—2024 年5。

从以上测试结果中可以看到，作为短期反转因子的 RSI 指 标对未来收益率具备一定预测能力，如果我们以 5.00%作为因 子有效性的判断标准，其中 RSI(2)和 RSI(4)指标对区间 [T,T+1]的 ETF 收益率的 RankIC 均值表明其相对最有效，而两 者均随着收益率前瞻窗口的增加而衰减，说明该反转因子的有 效性仅在短周期内较为显著。

另一方面，该指标在 2014 年—2024 年的 RankICIR 均远低 于 0.50，说明 RSI 指标作为单一因子其有效性的稳健程度较差。 我们以三个月（63 个交易日）为一子窗口，选取 T 日 RSI(4)指 标对区间[T,T+1]ETF 涨跌幅为因子有效性代表，按月频观察因 子在 2014 年—2024 年有效性的变化趋势。从变化图中我们发 现其有效性在不同市场环境下的差异较为明显，自 2015 年下半年至 2019 年底保持一定有效性，而自 2020 年至今因子有效性 似乎较为微弱。 对于上述测试结果，我们认为真正使短期反转策略有效的 因素是投资者因恐惧而非理性抛售导致的急速下跌行情，而这 一类事件对应的往往是处于极端区域的反转指标。于是 RSI 指 标事实上在非极端区域的表现可能对资产未来价格不带有预测 与指导意义，这也是导致因子有效的稳定性较差的一大原因。 因此我们在采用反转因子构建短期反转策略时只使用极端区域 的指标作为信号，并同时考虑加入长期趋势滤波来进一步提升 策略的胜率。

ii. 长期趋势滤波

我国市场中缺乏做空工具，因此想要获取收益依旧以多头 策略为主，当资产价格出现短期非理性的大幅度下跌时，如果 市场整体依旧处于上升趋势，那么价格修复的概率与速率将会 更大更快。这也是多数短期均值回归策略中会加入长期趋势滤 波的原因。 移动平均线是最常见也是非常传统的用以划分价格趋势的 指标，我们将 200 日均线作为长期趋势滤波加入到短期反转策 略中。在此之前我们先做简单的测试，来检验该长期趋势滤波 对趋势划分的效果。

从数据中可以看出国内外股票市场指数在 200 日均线的长期趋势滤波划分下，其日均涨跌幅均表现出明显差异。当指数 价格位于其 200 日均线之上时其日均涨跌幅显著大于价格位于 其 200 日均线之下时，并且均显示为正收益（反之均显示为负 收益）。此外，从上述数据中还能发现除了日均涨跌幅外，市 场波动率也被 200 日均线加以划分，即当价格位于 200 日均线 之下时表现出更高的市场波动性，这一现象在国外股票市场更 为显著。其背后的原理我们认为可以如此解释：如果长期趋势 滤波能够有效将市场划分为上行趋势与下跌趋势，那么下跌趋 势往往表现出更高的波动性，这与“行为金融学”中的短期下 跌引发投资者非理性抛售从而加剧下跌行情与波动率的观点形 成自洽，而中国股票市场在上行与下跌趋势中波动率的表现与 国外存在差异性，说明了国内股票市场的结构与运行机制可能 与国外存有一定区别。

3、 交易规则与回测统计

本报告中的短期反转策略是以高胜率型策略作为设计目标 的，即在全部执行的交易中有较高概率能获得正盈利，一般来 说我们认为当平均胜率超过 70%且平均收益为正或更高的策略 为较好的高胜率型策略。在短期反转策略的回测中，回测区间 从第一只国内 ETF 发行上市的 2005 年开始，直至 2024 年 6 月 28 日。我们选取了满足以下条件的共 94 只 ETF 作为样本池： 1) 全部股票型 ETF、商品型 ETF 和跨境型 ETF6； 2) 上市时间在 2020 年之前； 3) 截止至 2023 年底月成交量大于 2000 万份； 4) 剔除跟踪指数重复的 ETF，保留上市份额最大的 ETF； 此外，短期反转策略的所有回测均为模拟交易而非真实交 易记录，其中单笔模拟交易我们不考虑交易成本与市场冲击成 本对收益的影响并统一按收盘价作为交易执行价。考虑到分红 除权的影响，我们在回测中采用的全部 ETF 价格均为复权价。

二、 优化短期反转策略

1、 策略交易规则

目前对短期反转策略的回测中是将该策略按买入卖出信号 来计算标的 ETF 的平均收益，其中并未设计仓位控制、资金利 用等细节，因此该策略实际上还无法计算出相应的年化收益率、 夏普比率等标准化指标。这并不利于该策略在真实市场中的交 易与执行，因此我们需要对短期反转策略进行一些优化与调整。

2、 策略回测分析

我们根据以上交易规则对优化后的短期反转策略进行回测， 由于在该策略中单只 ETF 的平均持有时间较短，我们直接采用 ETF 的二级市场交易数据进行回测。我们约定当满足月成交额 大于 1000 万份并且数据有效的 ETF 数量达到样本池总数的 50% 时（即 47 只）开始交易，因此设置回测区间为 2019 年 3 月 7日—2024 年 6 月 28 日。

另一方面，从分年度的策略表现来看短期反转策略在 2019 年 3 月至 2024 年 6 月的 6 年内仅有 1 年（2022 年）表现为负 收益（沪深 300 有 3 年表现为负收益），胜率超过 80%。虽然在 2020 年沪深 300 大涨的行情下该策略涨幅弱于前者，然而在接 下来沪深 300 进入连续三年下跌的行情时我们的策略仍在其中 两年保持了较为可观的正收益，并且在跌幅最大的 2022 年表现 出远比沪深 300 优秀的抗跌能力。再来看策略的分月度表现， 短期反转策略在 2019 年 3 月至 2024 年 6 月总共 64 个月份中有 43 个月产生了正收益，占比达到 67.19%，而沪深 300 指数 该占比仅有 48.44%。因此从分年度以及分月度的收益数据来看， 短期反转策略的收益能力在时间周期方面的稳健性略强于沪深 300 指数。

再结合净值表现与动态回撤我们可以发现，整体上短期反 转策略的回撤控制能力要强于沪深 300，其最大回撤发生在 2020 年 3 月，伴随着市场在当月发生急跌并创出 2019 年以来 的低点。另一方面，当国内权益市场自 2022 年开始进入股灾式 的连续下跌时我们的策略表现出相反的上涨趋势，其中原因我 们认为是在该策略的样本池中加入了商品型 ETF 与境外型 ETF14， 以及在交易规则中加入的长期趋势滤波。这使得当市场指数进 入中长期熊市时便难以触发买入信号，从而避开熊市市场的下 跌行情，转而寻找仍可能处在上涨行情的指数，结合为提高资 金利用率而加入的国债 ETF，继而形成了短期反转策略如此的 净值走势。

3、 策略小结

总结来看，参与测试的短期反转策略在使用 ETF 作为投资 工具的情况下展现出了一定的收益能力，并且达到了高胜率型 交易策略的要求。然而这一风格的策略在各种市场环境中尚不 能保障持续的有效性，尤其是例如 2015 年与 2018 年的极端悲 观行情。从中看出依靠单一策略来构建 ETF 组合是不合理的，其面对的系统性风险在市场整体走弱时可能会使组合出现较 大回撤。 另一方面，为解决资金利用率与仓位控制的问题，我们对 短期反转策略做了优化调整并进行回测。虽然回测区间有所变 化但从回测结果中可以看到该策略的回测区间实际上已经穿 越一波国内权益市场的中长期牛熊市，而在此过程中我们的策 略表现出了较为稳定的收益能力同时还能保持相对权益指数 更强的风险控制能力。其中最值得注意的便是当国内权益市场 进入低迷期时，我们的策略能够表现出完全不同的净值走势， 在此期间与市场的低相关度说明了该策略受系统性风险的影 响较小。

事实上无论是上一篇报告介绍的资产轮动策略还是短期反 转策略，其获取收益的方式都是站在市场上行趋势的基础之上， 这一点通过我们在短期反转策略中加入长期趋势滤波以及资产 轮动策略本身就是基于动量因子的多头策略就能看出。而这两 个策略主要的区别有： 1) 两者背后的经济学原理不同：短期反转策略通过市场 因短期内的恐慌性抛售导致的急速下跌后出现均值回 归效应获取利润，因此持仓时间普遍较短。而资产轮 动策略通过市场长期动量效应获取利润，因此持仓时 间较长，这里我们固定为一个月； 2) 两者资金利用率不同：资产轮动策略通过固定周期的 调仓操作使得我们的仓位始终保持持有一定数量的 ETF，而短期反转策略需要通过反转指标来指导投资者 进行实时交易，从而无法保证投资过程中的资金利用 率； 3) 两者 ETF 样本池不同：短期反转策略需要一定程度的 市场波动来支持其成功发掘交易机会，因此其样本池 主要包括股票型 ETF 与商品型 ETF。而资产轮动策略 为了能有效投资历史表现强劲的市场，其样本池横跨 了多个大类资产与国家市场，其受国内股市的表现影 响相对更低。

关于短期反转策略还需补充一点的是，上述 5 个交易规则 中涉及多个数值参数，而我们给出的测试结果均未经过参数调 优，其主要原因有以下几点： 1) 本专题系列报告的核心目标是验证市场主流策略在以ETF 为主要投资工具时的可行性，因此此处我们以检 验反转策略的有效性与策略在多只 ETF 中的适用性为 主，而非寻求策略最优解； 2) 过度追求寻找参数的最优化会大幅度增加策略样本外 失效的风险，我们希望策略超额收益的产生来源于指 标本身蕴含的投资逻辑而非来自通过最优化挖掘到的 少数样本内参数组合； 3) 我们认为，优秀且经得起市场验证的策略从来不是押 注单一赛道或者风格。欲以短期反转策略（反转因子） 适用于所有市场环境是非常困难的，因此求解单一风 格策略的最优解往往对整体 ETF 组合的提升效果不大；

编辑：火腿肠