華泰基本面輪動(dòng)系列之七：行業(yè)配置策略趨勢(shì)追蹤視角

1、正文目錄 HYPERLINK l _TOC_250026 本文導(dǎo)讀 5 HYPERLINK l _TOC_250025 趨勢(shì)追蹤指標(biāo)梳理 6 HYPERLINK l _TOC_250024 趨勢(shì)追蹤指標(biāo)存在多種構(gòu)建方式，但都具有“追漲殺跌”特性 6 HYPERLINK l _TOC_250023 趨勢(shì)追蹤指標(biāo)間的本質(zhì)區(qū)別在于對(duì)歷史價(jià)格的加權(quán)方式 8 HYPERLINK l _TOC_250022 時(shí)間窗口等參數(shù)的選取對(duì)于趨勢(shì)追蹤策略至關(guān)重要 10 HYPERLINK l _TOC_250021 資產(chǎn)風(fēng)險(xiǎn)收益特性和趨勢(shì)追蹤策略表現(xiàn)之間的關(guān)系 11 HYPERLINK l _TOC_250020

2、單資產(chǎn)場(chǎng)景下的趨勢(shì)追蹤指標(biāo)測(cè)試 12 HYPERLINK l _TOC_250019 基于一階自回歸模型的虛擬序列生成方式 12 HYPERLINK l _TOC_250018 虛擬價(jià)格序列形態(tài)比對(duì) 12 HYPERLINK l _TOC_250017 趨勢(shì)追蹤策略的效果和底層資產(chǎn)的風(fēng)險(xiǎn)收益特性之間的關(guān)系 14 HYPERLINK l _TOC_250016 趨勢(shì)追蹤策略的參數(shù)選取本質(zhì)上就是和資產(chǎn)風(fēng)險(xiǎn)收益特性進(jìn)行匹配的過(guò)程 17 HYPERLINK l _TOC_250015 資產(chǎn)的風(fēng)險(xiǎn)收益比有助于確定趨勢(shì)追蹤指標(biāo)選取范圍 18 HYPERLINK l _TOC_250014 多資產(chǎn)場(chǎng)景下的趨

3、勢(shì)追蹤指標(biāo)測(cè)試 20 HYPERLINK l _TOC_250013 基于幾何布朗運(yùn)動(dòng)模型的虛擬序列生成方式 20 HYPERLINK l _TOC_250012 相關(guān)系數(shù)對(duì)于趨勢(shì)追蹤策略的影響 20 HYPERLINK l _TOC_250011 大類資產(chǎn)配置場(chǎng)景測(cè)試 22 HYPERLINK l _TOC_250010 行業(yè)指數(shù)配置場(chǎng)景測(cè)試 25 HYPERLINK l _TOC_250009 面向?qū)嶋H資產(chǎn)的趨勢(shì)追蹤策略構(gòu)建方法 28 HYPERLINK l _TOC_250008 大類資產(chǎn)配置策略構(gòu)建示例 29 HYPERLINK l _TOC_250007 大類資產(chǎn)配置策略一 30 H

4、YPERLINK l _TOC_250006 大類資產(chǎn)配置策略二 32 HYPERLINK l _TOC_250005 大類資產(chǎn)配置策略三 34 HYPERLINK l _TOC_250004 行業(yè)輪動(dòng)策略構(gòu)建示例 36 HYPERLINK l _TOC_250003 行業(yè)輪動(dòng)策略一 36 HYPERLINK l _TOC_250002 行業(yè)輪動(dòng)策略二 38 HYPERLINK l _TOC_250001 風(fēng)險(xiǎn)提示 39 HYPERLINK l _TOC_250000 附錄：趨勢(shì)追蹤指標(biāo)計(jì)算方法匯總 40類別 1：原始信號(hào)與 0 比較 40類別 1.1：原始信號(hào)不做平均化處理 40類別 1.2

5、：原始信號(hào)做一次平均化處理 42類別 1.3：原始信號(hào)做兩次平均化處理 44類別 1.4：一次平均與兩次平均結(jié)合 45類別 2：原始信號(hào)的快線和慢線比較 45類別 2.1：原始信號(hào)不做平均化處理 45類別 2.2：原始信號(hào)做一次平均化處理 46類別 2.3：原始信號(hào)做二次平均化處理 47類別 2.4：原始信號(hào)進(jìn)行一次與兩次平均化結(jié)合處理 47類別 3：原始信號(hào)的正負(fù)數(shù)值比較 49類別 3.1：原始信號(hào)不做平均化處理 49類別 3.2：原始信號(hào)做一次平均化處理 50圖表目錄圖表 1： 本文主要研究?jī)?nèi)容 5圖表 2： 趨勢(shì)追蹤指標(biāo)分類 6圖表 3： 本研究采用的趨勢(shì)追蹤指標(biāo)分類 7圖表 4： 12

6、0 日的 MA 和 EMA 趨勢(shì)簽名圖 8圖表 5： 不同移動(dòng)平均方式下各指標(biāo)趨勢(shì)簽名圖 9圖表 6： 不同濾波方式下各指標(biāo)趨勢(shì)簽名圖 9圖表 7： 不同參數(shù)設(shè)定下的 EMA 指標(biāo)趨勢(shì)簽名圖 10圖表 8： 本研究中計(jì)算涉及到的趨勢(shì)追蹤指標(biāo)具體參數(shù)設(shè)定 10圖表 9： 構(gòu)筑資產(chǎn)風(fēng)險(xiǎn)收益特性和趨勢(shì)追蹤策略回測(cè)表現(xiàn)之間的對(duì)應(yīng)關(guān)系 11圖表 10： 基于虛擬價(jià)格序列的趨勢(shì)追蹤策略風(fēng)險(xiǎn)收益特性分析 11圖表 11： 單資產(chǎn)價(jià)格序列的風(fēng)險(xiǎn)收益特性取值 12圖表 12： 變化時(shí)的虛擬價(jià)格曲線（=1%，=0.1） 13圖表 13： 變化時(shí)的虛擬價(jià)格曲線（=0.05%，=0.1） 13圖表 14： 變化時(shí)的虛

7、擬價(jià)格曲線（=0.05%，=1%） 13圖表 15： 不同資產(chǎn)風(fēng)險(xiǎn)收益條件下趨勢(shì)追蹤策略年化收益率均值 14圖表 16： 不同資產(chǎn)收益率下策略年化收益率概率密度分布曲線（=0.5%，=0.2）14圖表 17： 不同資產(chǎn)風(fēng)險(xiǎn)收益條件下趨勢(shì)追蹤策略年化波動(dòng)率均值 15圖表 18： 不同資產(chǎn)風(fēng)險(xiǎn)收益條件下趨勢(shì)追蹤策略夏普比率均值 15圖表 19： 不同資產(chǎn)收益率下策略夏普比率概率密度（=0.5%，=0.2） 15圖表 20： 不同資產(chǎn)波動(dòng)率下策略夏普比率概率密度（=0.1%，=0.2） 15圖表 21： 不同資產(chǎn)風(fēng)險(xiǎn)收益條件下趨勢(shì)追蹤策略最大回撤均值 16圖表 22： 不同資產(chǎn)收益率下策略最大回撤概

8、率密度（=0.5%，=0.2） 16圖表 23： 不同資產(chǎn)波動(dòng)率下策略最大回撤概率密度（=0.1%，=0.2） 16圖表 24： 在選定不同風(fēng)險(xiǎn)收益特性的底層資產(chǎn)下 EMA 指標(biāo)平均回測(cè)夏普比率 17圖表 25： 在選定不同風(fēng)險(xiǎn)收益特性的底層資產(chǎn)下不同趨勢(shì)追蹤指標(biāo)（時(shí)間窗口設(shè)置為 20日）的平均回測(cè)夏普比率 18圖表 26： 三類資產(chǎn)具體信息以及日收益率和日波動(dòng)率統(tǒng)計(jì) 19圖表 27： 以滬深 300 指數(shù)為底層資產(chǎn)時(shí)回測(cè)夏普比率最高的十個(gè)趨勢(shì)追蹤指標(biāo) 19圖表 28： 以中債-國(guó)債總財(cái)富（3-5 年）指數(shù)為底層資產(chǎn)時(shí)回測(cè)夏普比率最高的十個(gè)趨勢(shì)追蹤指標(biāo) 19圖表 29： 以布倫特原油期貨指數(shù)為

9、底層資產(chǎn)時(shí)回測(cè)夏普比率最高的十個(gè)趨勢(shì)追蹤指標(biāo).19圖表 30： 檢驗(yàn)相關(guān)系數(shù)影響的測(cè)試流程 21圖表 31： 截面策略年化收益率表現(xiàn) 21圖表 32： 截面策略夏普比率表現(xiàn) 21圖表 33： 時(shí)序策略年化收益率表現(xiàn) 21圖表 34： 時(shí)序策略夏普比率表現(xiàn) 21圖表 35： 本研究篩選的大類資產(chǎn)具體信息以及日收益率和日波動(dòng)率統(tǒng)計(jì) 22圖表 36： 本研究篩選的大類資產(chǎn)相關(guān)系數(shù)矩陣 22圖表 37： 時(shí)序和截面策略表現(xiàn)對(duì)比 23圖表 38： 時(shí)序和截面 14 選 3 策略年化收益率對(duì)比 24圖表 39： 時(shí)序和截面 14 選 3 策略夏普比率對(duì)比 24圖表 40： 時(shí)序和截面 14 選 3 策略最

10、大回撤對(duì)比 24圖表 41： 時(shí)序和截面 14 選 3 策略月度勝率對(duì)比 24圖表 42： 時(shí)序策略和截面 14 選 3 策略中夏普最高的十個(gè)指標(biāo)（標(biāo)紅指標(biāo)同時(shí)出現(xiàn)在兩種策略前十名） 24圖表 43： 本研究篩選的行業(yè)指數(shù)具體信息以及日收益率和日波動(dòng)率統(tǒng)計(jì) 25圖表 44： 行業(yè)指數(shù)相關(guān)系數(shù)統(tǒng)計(jì)（計(jì)算區(qū)間 2005 年 1 月 1 日至 2020 年 7 月 31 日）.26圖表 45： 時(shí)序和截面策略年化收益率以及年化波動(dòng)率對(duì)比 26圖表 46： 時(shí)序和截面策略夏普比率、最大回撤以及月度勝率對(duì)比 27圖表 47： 時(shí)序和截面 31 選 5 策略年化收益率對(duì)比 27圖表 48： 時(shí)序和截面 3

11、1 選 5 策略夏普比率對(duì)比 27圖表 49： 時(shí)序策略和截面 31 選 5 策略中夏普最高的十個(gè)指標(biāo)（標(biāo)紅指標(biāo)同時(shí)出現(xiàn)在兩種策略前十名） 27圖表 50： 趨勢(shì)追蹤模型策略構(gòu)建流程 28圖表 51： CSCV 框架示意圖 28圖表 52： 本研究篩選的底層大類資產(chǎn)信息 29圖表 53： 策略一中夏普比率最高且過(guò)擬合概率小于 50%的 10 個(gè)趨勢(shì)追蹤指標(biāo) 30圖表 54： 策略一中夏普比率最高的 10 組復(fù)合指標(biāo) 30圖表 55： 復(fù)合策略的過(guò)擬合概率計(jì)算 31圖表 56： 大類資產(chǎn)配置策略一回測(cè)風(fēng)險(xiǎn)指標(biāo) 31圖表 57： 大類資產(chǎn)配置趨勢(shì)追蹤策略一凈值曲線 31圖表 58： 大類資產(chǎn)配置策

12、略一月度和年度收益情況 31圖表 59： 本研究篩選的底層大類資產(chǎn)信息 32圖表 60： 策略二中夏普比率最高且過(guò)擬合概率小于 50%的 5 個(gè)趨勢(shì)追蹤指標(biāo) 32圖表 61： 策略二中夏普比率最高的 5 組復(fù)合指標(biāo) 32圖表 62： 大類資產(chǎn)配置策略一和策略二回測(cè)凈值曲線 33圖表 63： 復(fù)合策略的過(guò)擬合概率計(jì)算 33圖表 64： 大類資產(chǎn)配置策略一和策略二回測(cè)風(fēng)險(xiǎn)指標(biāo) 33圖表 65： 大類資產(chǎn)配置策略二月度和年度收益情況 33圖表 66： 大類資產(chǎn)配資策略三中的資產(chǎn)分類情況 34圖表 67： 不同類型資產(chǎn)最終篩選的趨勢(shì)追蹤策略 34圖表 68： 大類資產(chǎn)配置策略一和策略三回測(cè)風(fēng)險(xiǎn)指標(biāo) 3

13、5圖表 69： 大類資產(chǎn)配置策略一和策略三回測(cè)凈值曲線 35圖表 70： 大類資產(chǎn)策略配置策略三月度和年度收益情況 35圖表 71： 夏普比率最高且過(guò)擬合概率小于 50%的 10 個(gè)指標(biāo) 36圖表 72： 不同類型資產(chǎn)最終篩選的趨勢(shì)追蹤策略 37圖表 73： 行業(yè)輪動(dòng)策略一回測(cè)風(fēng)險(xiǎn)指標(biāo) 37圖表 74： 行業(yè)輪動(dòng)策略一回測(cè)凈值 37圖表 75： 行業(yè)輪動(dòng)策略一回測(cè)相對(duì)凈值 37圖表 76： 夏普比率最高且過(guò)擬合概率小于 50%的 10 個(gè)指標(biāo) 38圖表 77： 不同類型資產(chǎn)最終篩選的趨勢(shì)追蹤策略 38圖表 78： 行業(yè)輪動(dòng)策略一和二回測(cè)風(fēng)險(xiǎn)指標(biāo) 38圖表 79： 行業(yè)輪動(dòng)策略回測(cè)相對(duì)凈值曲線

14、39圖表 80： 行業(yè)輪動(dòng)策略二（三指標(biāo)）月度和年度超額收益分布情況 39本文導(dǎo)讀趨勢(shì)追蹤是最為典型的量化交易策略，其核心理念是認(rèn)為資產(chǎn)的價(jià)格具有趨勢(shì)性，即過(guò)去上漲的資產(chǎn)在未來(lái)一段時(shí)間還有可能繼續(xù)保持上漲。趨勢(shì)追蹤策略具有諸多的優(yōu)點(diǎn)，比如：換倉(cāng)頻率相對(duì)較低，受手續(xù)費(fèi)影響相對(duì)不敏感；收益性較好，單次調(diào)倉(cāng)收益高，可以有效把握牛市；構(gòu)建方式簡(jiǎn)單，易于實(shí)現(xiàn)程序化交易。基于趨勢(shì)追蹤的核心思想已經(jīng)演化出了較多成熟的資產(chǎn)配置策略，比較典型的如摩根大通的 Mozaic 指數(shù)以及瑞銀的GAMA 指數(shù)。從資產(chǎn)配置、行業(yè)輪動(dòng)到股票篩選，基于趨勢(shì)追蹤的方法都能構(gòu)建出戰(zhàn)勝市場(chǎng)基準(zhǔn)的量化策略。但是實(shí)際的資產(chǎn)價(jià)格難以穩(wěn)定預(yù)

15、測(cè)，不同的市場(chǎng)環(huán)境變化迅速，資產(chǎn)本身的價(jià)格趨勢(shì)容易被破壞，因此想要構(gòu)建出穩(wěn)定可靠的資產(chǎn)配置策略還是面臨著諸多的挑戰(zhàn)：市場(chǎng)上趨勢(shì)追蹤指標(biāo)種類繁多，構(gòu)建方式差異很大，如何評(píng)估不同指標(biāo)構(gòu)建方式的優(yōu)劣，或是針對(duì)特定應(yīng)用環(huán)境選擇合適的趨勢(shì)追蹤指標(biāo)？實(shí)際資產(chǎn)的風(fēng)險(xiǎn)收益特性千差萬(wàn)別，底層資產(chǎn)的選擇過(guò)程會(huì)對(duì)趨勢(shì)追蹤策略的構(gòu)建產(chǎn)生怎樣的影響？趨勢(shì)追蹤指標(biāo)確定參數(shù)的過(guò)程中將不可避免的存在過(guò)擬合風(fēng)險(xiǎn)，如何有效降低策略的過(guò)擬合概率？在本篇報(bào)告中，我們引入了蒙特卡洛模擬、過(guò)擬合檢驗(yàn)等多種手段對(duì)于趨勢(shì)追蹤策略進(jìn)行全面分析，為趨勢(shì)追蹤策略構(gòu)建過(guò)程中可能遇到的底層資產(chǎn)選取、參數(shù)設(shè)置、過(guò)擬合風(fēng)險(xiǎn)等問(wèn)題提供解決思路，最終目的是提

16、出一套穩(wěn)健可靠的趨勢(shì)追蹤策略構(gòu)建框架，使其適應(yīng)不同的應(yīng)用場(chǎng)景。本文是基本面輪動(dòng)系列報(bào)告的第七篇。該系列報(bào)告主要聚焦于中觀層面行業(yè)輪動(dòng)研究，前五篇報(bào)告主要從行業(yè)拆分與聚類（為后續(xù)系列報(bào)告確立統(tǒng)一的研究對(duì)象）以及行業(yè)全景畫(huà)像（從宏觀、風(fēng)格、經(jīng)營(yíng)模式、產(chǎn)業(yè)鏈等不同層面梳理各行業(yè)的核心驅(qū)動(dòng)因素）兩個(gè)維度展開(kāi)，自第六篇報(bào)告行業(yè)配置策略：宏觀因子視角（2020-08-04）開(kāi)始，我們將展開(kāi)具體的行業(yè)輪動(dòng)策略研究。因此本篇報(bào)告也是行業(yè)配置策略子系列的第二篇，具體工作主要分為以下三部分：對(duì)市場(chǎng)上現(xiàn)有的趨勢(shì)追蹤指標(biāo)進(jìn)行匯總，對(duì)指標(biāo)構(gòu)建邏輯進(jìn)行歸類梳理，通過(guò)趨勢(shì)簽名圖對(duì)比趨勢(shì)追蹤指標(biāo)的異同。基于虛擬價(jià)格進(jìn)行蒙特卡

17、洛模擬，在不同場(chǎng)景下分析趨勢(shì)追蹤策略效果，在更加泛化的角度下分析影響趨勢(shì)追蹤策略表現(xiàn)的核心因素。基于過(guò)擬合檢驗(yàn)和指標(biāo)復(fù)合的方式，構(gòu)建適應(yīng)性強(qiáng)的趨勢(shì)追蹤策略，并在大類資產(chǎn)和行業(yè)指數(shù)層面進(jìn)行實(shí)證分析。圖表1： 本文主要研究?jī)?nèi)容資料來(lái)源：華泰證券研究所趨勢(shì)追蹤指標(biāo)梳理趨勢(shì)追蹤指標(biāo)存在多種構(gòu)建方式，但都具有“追漲殺跌”特性盡管趨勢(shì)追蹤指標(biāo)的構(gòu)建方式非常多，但是其本質(zhì)都具有“追漲殺跌”的特征，即具有上漲趨勢(shì)的資產(chǎn)在未來(lái)很可能繼續(xù)上漲，而具有下跌趨勢(shì)的資產(chǎn)在未來(lái)很可能繼續(xù)下跌。既然趨勢(shì)追蹤指標(biāo)的底層邏輯是相通的，那么不同的趨勢(shì)追蹤指標(biāo)在構(gòu)建邏輯上一定存在一些共性。對(duì)這些共性特征進(jìn)行總結(jié)歸納，可以有助于理解

18、趨勢(shì)追蹤指標(biāo)構(gòu)建邏輯。通過(guò)對(duì)市面上常用趨勢(shì)追蹤指標(biāo)進(jìn)行搜集和整理，我們發(fā)現(xiàn)絕大多數(shù)的趨勢(shì)追蹤信號(hào)生成方式可以從以下四個(gè)角度進(jìn)行梳理：基礎(chǔ)數(shù)據(jù)選取、濾波計(jì)算方式、均線計(jì)算次數(shù)和信號(hào)生成方式。這四個(gè)角度相互疊加，衍生出紛繁復(fù)雜的趨勢(shì)追蹤指標(biāo)。圖表2： 趨勢(shì)追蹤指標(biāo)分類資料來(lái)源：華泰證券研究所基礎(chǔ)數(shù)據(jù)選取：趨勢(shì)追蹤指標(biāo)基礎(chǔ)數(shù)據(jù)分為收盤(pán)價(jià)或收益率兩種類型。收盤(pán)價(jià)就是資產(chǎn)自身的價(jià)格，而收益率是資產(chǎn)價(jià)格的一階導(dǎo)數(shù)，反應(yīng)了價(jià)格的變化趨勢(shì)。選用收盤(pán)價(jià)或是收益率來(lái)構(gòu)建策略，實(shí)質(zhì)上就是選擇利用價(jià)格自身還是利用價(jià)格變動(dòng)趨勢(shì)構(gòu)建策略。收益率計(jì)算涉及到具體時(shí)間窗口長(zhǎng)度的選取，較短的時(shí)間間隔能反應(yīng)市場(chǎng)近期變化，而較長(zhǎng)的時(shí)

19、間間隔能捕捉價(jià)格的長(zhǎng)期趨勢(shì)。濾波計(jì)算方式：濾波本質(zhì)上是對(duì)原始序列進(jìn)行平滑處理，常見(jiàn)方法的有移動(dòng)平均（MA）、指數(shù)平均（EMA）、加權(quán)平均（WMA）、平滑平均（SMA）、動(dòng)態(tài)平均（DMA）等，還有更為復(fù)雜的回歸分析（REG）等方式。濾波方式之間的差異本質(zhì)上是信號(hào)在不同滯后期之間權(quán)重分配的差異。比如說(shuō)相比于移動(dòng)平均（MA），指數(shù)平均（EMA）就將更多權(quán)重分配在近期的收盤(pán)價(jià)信息中，認(rèn)為近期的價(jià)格走勢(shì)對(duì)未來(lái)價(jià)格趨勢(shì)的預(yù)測(cè)能力更強(qiáng)。均線計(jì)算次數(shù)：均線的計(jì)算也是對(duì)于原始信號(hào)或是濾波信號(hào)的平滑處理，多次計(jì)算均線的方法在信號(hào)構(gòu)建過(guò)程中非常常見(jiàn)，我們單獨(dú)將均線構(gòu)建方式拿出來(lái)討論。一般常見(jiàn)的是直接采用原始信號(hào)或是

20、對(duì)信號(hào)進(jìn)行一次平均或兩次平均的計(jì)算。求取均線使得短期波動(dòng)信息被濾去，平均次數(shù)越多，數(shù)據(jù)越平滑。信號(hào)生成方式：經(jīng)過(guò)處理后的數(shù)據(jù)需要轉(zhuǎn)化成買(mǎi)入和賣(mài)出信號(hào)，比較典型的三種信號(hào)生成方式是：與零比較、快慢線比較以及正負(fù)收益比較。與 0 比較指的是信號(hào)本身數(shù)值是否大于零，如果大于零即為買(mǎi)點(diǎn)?？炻€比較指短期均線和長(zhǎng)期均線相比，短期均線在長(zhǎng)期均線之上時(shí)即為買(mǎi)點(diǎn)。正負(fù)收益比較則關(guān)注過(guò)去一段時(shí)間內(nèi)正負(fù)收益天數(shù)的占比或正負(fù)收益總和的對(duì)比，正收益越多說(shuō)明上漲動(dòng)力越足，上行趨勢(shì)更明顯。下表給出本文匯總的 41 個(gè)常用的趨勢(shì)追蹤指標(biāo)。可以看到基礎(chǔ)數(shù)據(jù)選取、濾波計(jì)算方式、均線計(jì)算次數(shù)和信號(hào)生成方式四個(gè)角度能夠充分解釋各趨

21、勢(shì)追蹤指標(biāo)間的差異。本研究所有整理的趨勢(shì)追蹤指標(biāo)都可以給出時(shí)間序列層面或是橫截面層面的資產(chǎn)買(mǎi)入或者賣(mài)出信號(hào)，各指標(biāo)具體的計(jì)算方式以及在時(shí)間序列和橫截面上的信號(hào)生成方式在附錄中給出。為了和國(guó)內(nèi)市場(chǎng)投資環(huán)境相匹配，后文中構(gòu)建的趨勢(shì)追蹤策略只計(jì)算多頭收益，即只生成買(mǎi)入或是空倉(cāng)兩種信號(hào)。圖表3： 本研究采用的趨勢(shì)追蹤指標(biāo)分類序號(hào)指標(biāo)名稱基礎(chǔ)數(shù)據(jù)選取濾波計(jì)算方式均線計(jì)算次數(shù)信號(hào)生成方式待定系數(shù)個(gè)數(shù)1BIAS收益率MA一次平均與 0 比較02BIAS36收益率MA一次兩次耦合快慢線比較03BBI收盤(pán)價(jià)MA一次平均與 0 比較04ROC收盤(pán)價(jià)無(wú)原始值與 0 比較15MA收盤(pán)價(jià)MA一次平均與 0 比較16WM

22、A收盤(pán)價(jià)WMA一次平均與 0 比較17EMA收盤(pán)價(jià)EMA一次平均與 0 比較18DPO收盤(pán)價(jià)MA一次平均與 0 比較19VIDYA收盤(pán)價(jià)DMA一次平均與 0 比較110KST收盤(pán)價(jià)MA一次平均與 0 比較111TMA收盤(pán)價(jià)MA兩次平均與 0 比較112DEMA收盤(pán)價(jià)EMA一次兩次耦合與 0 比較113REG收盤(pán)價(jià)REG一次平均與 0 比較114RET收益率無(wú)原始值與 0 比較115SROC收益率EMA原始值與 0 比較116MOM_MA收益率MA一次平均正負(fù)收益比較117CMO收盤(pán)價(jià)無(wú)原始值正負(fù)收益比較118PSY收盤(pán)價(jià)無(wú)原始值正負(fù)收益比較119POS收益率無(wú)原始值與 0 比較120TII收盤(pán)

23、價(jià)MA一次平均正負(fù)收益比較221THRES_AVG收盤(pán)價(jià)MA一次平均正負(fù)收益比較222MASS收盤(pán)價(jià)MA一次平均正負(fù)收益比較223UP2DOWN收益率無(wú)原始值正負(fù)收益比較224OSC收盤(pán)價(jià)MA一次兩次耦合快慢線比較225AVG_LINE收盤(pán)價(jià)MA一次平均快慢線比較226EXPMA收盤(pán)價(jià)EMA一次平均快慢線比較227HULLMA收盤(pán)價(jià)EMA兩次平均快慢線比較228ZLMACD收盤(pán)價(jià)EMA一次兩次耦合快慢線比較229RSIH收盤(pán)價(jià)EMA一次平均正負(fù)收益比較230TSI收盤(pán)價(jià)EMA兩次平均正負(fù)收益比較231ROC_CHANGE收益率無(wú)原始值快慢線比較232MOM收益率MA一次平均快慢線比較233EF

24、FICIENCY收益率無(wú)原始值快慢線比較234INVVOL收益率無(wú)原始值快慢線比較235SHARP_MOM收益率無(wú)一次平均快慢線比較236PMO收益率DMA一次兩次耦合快慢線比較337DBCD收益率SMA一次平均快慢線比較338MACD收盤(pán)價(jià)EMA一次兩次耦合快慢線比較339COPP收益率WMA原始值與 0 比較340PPO收益率EMA一次兩次耦合快慢線比較341DELTA收益率無(wú)原始值與 0 比較4資料來(lái)源：華泰證券研究所趨勢(shì)追蹤指標(biāo)間的本質(zhì)區(qū)別在于對(duì)歷史價(jià)格的加權(quán)方式不同趨勢(shì)追蹤指標(biāo)的構(gòu)建具有非常相似的邏輯，可以看成是對(duì)過(guò)去一段時(shí)間的資產(chǎn)價(jià)格或是收益率賦予不同的權(quán)重，并將過(guò)去加權(quán)的結(jié)果用于

25、對(duì)未來(lái)的預(yù)測(cè)中。Ari Levine 和 Lasse Heje Pedersen 在“Which Trend is Your Friend?”（2015）文中給出了趨勢(shì)簽名圖（trend signature plots）方法，將趨勢(shì)追蹤指標(biāo)納入同一個(gè)框架進(jìn)行分析。趨勢(shì)簽名圖表征的是過(guò)去一段時(shí)間趨勢(shì)追蹤信號(hào)權(quán)重隨時(shí)間的變化情況。典型的趨勢(shì)簽名圖橫坐標(biāo)表示相比于最新日期的滯后天數(shù)，縱坐標(biāo)表示某一天的價(jià)格（或收益率）信號(hào)在最新一天的趨勢(shì)追蹤信號(hào)中所占比重。比如滯后 10 天位置處的價(jià)格信號(hào)權(quán)重為 10%，意味著對(duì)于當(dāng)前的趨勢(shì)追蹤信號(hào)，十天前的價(jià)格數(shù)據(jù)能夠貢獻(xiàn) 10%的影響。基于收益或收盤(pán)價(jià)的線性趨勢(shì)

26、追蹤指標(biāo)的一般形式是等價(jià)的，都可以表示為過(guò)去一段時(shí)間價(jià)格或收益序列的加權(quán)求和形式，可以在趨勢(shì)簽名圖中展示和對(duì)比。下文中我們僅展示部分用價(jià)格數(shù)據(jù)構(gòu)建的趨勢(shì)簽名圖作為示例。比如 120 日的 MA（普通移動(dòng)平均）和 EMA（指數(shù)移動(dòng)平均）這兩個(gè)指標(biāo)價(jià)格權(quán)重沿時(shí)間分布情況存在明顯差異：MA 信號(hào)形式更加簡(jiǎn)潔，最新的信號(hào)等于過(guò)去 120 日價(jià)格數(shù)據(jù)的均值，所以過(guò)去 120日每天的價(jià)格數(shù)據(jù)權(quán)重為 1/120。相比之下 EMA 信號(hào)就對(duì)近期的價(jià)格數(shù)據(jù)給予了更高的權(quán)重，滯后天數(shù)在 50 日以下的 EMA 指標(biāo)價(jià)格權(quán)重顯著高于 MA 指標(biāo)。在趨勢(shì)簽名圖上，所有的趨勢(shì)追蹤信號(hào)都被拆分成了相似的形式。趨勢(shì)追蹤信號(hào)

27、具體數(shù)值主要取決于過(guò)去一段時(shí)間的價(jià)格或收益率，而不同趨勢(shì)追蹤信號(hào)的本質(zhì)區(qū)別在于對(duì)歷史數(shù)據(jù)的加權(quán)形式。有的信號(hào)更關(guān)注于短期價(jià)格的影響，有的關(guān)注中期價(jià)格的影響，有的可能把遠(yuǎn)期價(jià)格指數(shù)權(quán)重設(shè)置為負(fù)數(shù)。圖表4： 120 日的 MA 和 EMA 趨勢(shì)簽名圖 MA（120日）EMA（120日）EMA指標(biāo)更關(guān)注短期價(jià)格的影響2.5%2.0%價(jià)格權(quán)重1.5%1.0%0.5%0.0%020406080100120140滯后天數(shù)資料來(lái)源：華泰證券研究所以不同移動(dòng)平均方式下的趨勢(shì)簽名圖為例，可以看到同樣是 120 日的移動(dòng)平均值， EMA和 WMA 指標(biāo)更關(guān)注市場(chǎng)短期的價(jià)格影響，對(duì)于短期的價(jià)格數(shù)據(jù)分配更高權(quán)重。SM

28、A 的變化相比于 EMA 更加平緩。同樣的方式也可以對(duì)較為復(fù)雜的濾波方法進(jìn)行分析，比如 REG（回歸分析）的信號(hào)趨勢(shì)圖中，近期的市場(chǎng)價(jià)格會(huì)被賦予正權(quán)重，而遠(yuǎn)期的價(jià)格會(huì)被賦予負(fù)權(quán)重；HP 濾波信號(hào)趨勢(shì)圖中，近期的信號(hào)權(quán)重會(huì)異常高，相對(duì)遠(yuǎn)期的信號(hào)數(shù)據(jù)可以忽略不計(jì)?？梢哉J(rèn)為，不同趨勢(shì)追蹤指標(biāo)間的趨同度非常高，市場(chǎng)表現(xiàn)也存在較大的相同性。后文研究的重點(diǎn)就在于尋找趨勢(shì)追蹤指標(biāo)的共性特征，并將其應(yīng)用到實(shí)際的策略構(gòu)建過(guò)程中。圖表5： 不同移動(dòng)平均方式下各指標(biāo)趨勢(shì)簽名圖MA（120日）EMA（120日）SMA（120日）WMA（120日）020406080100120140滯后天數(shù)2.5%2.0%1.5%1.

29、0%價(jià)格權(quán)重0.5%0.0%-0.5%-1.0%-1.5%資料來(lái)源:華泰證券研究所圖表6： 不同濾波方式下各指標(biāo)趨勢(shì)簽名圖1.5%MA（120日）HP濾波（120日）REG（120日）1.0%0.5%價(jià)格權(quán)重0.0%-0.5%020406080100120140滯后天數(shù)-1.0%-1.5%資料來(lái)源：華泰證券研究所時(shí)間窗口等參數(shù)的選取對(duì)于趨勢(shì)追蹤策略至關(guān)重要對(duì)于趨勢(shì)追蹤指標(biāo)來(lái)說(shuō)，時(shí)間窗口的選取對(duì)于最終生成的信號(hào)數(shù)值也存在重要的影響。以不同時(shí)間窗口長(zhǎng)度的 EMA 信號(hào)為例，在趨勢(shì)信號(hào)圖上可以看到隨著時(shí)間窗口長(zhǎng)度的變化，指標(biāo)的價(jià)格權(quán)重分配發(fā)生顯著改變。為了盡可能減少過(guò)度調(diào)參帶來(lái)的過(guò)擬合風(fēng)險(xiǎn)，在后文的

30、計(jì)算中我們對(duì)于各指標(biāo)的調(diào)參范圍做出詳細(xì)規(guī)定，盡量將時(shí)間窗口等參數(shù)設(shè)置為具有經(jīng)濟(jì)學(xué)含義的值：對(duì)于單參數(shù)的指標(biāo)，我們?cè)O(shè)定了 20 日 (1 個(gè)月)、40 日(2 個(gè)月)、60 日(3 個(gè)月)、120日 (120 日)四種不同長(zhǎng)度的窗口期。對(duì)于涉及具有多個(gè)時(shí)間窗口的指標(biāo)，我們將其中短期時(shí)間窗口參數(shù)范圍設(shè)定為 20、 40 和 60 日，將長(zhǎng)期時(shí)間窗口參數(shù)范圍設(shè)定為 60、120 和 250 日，其中長(zhǎng)期時(shí)間窗口長(zhǎng)度需要大于短期時(shí)間窗口，舍棄長(zhǎng)短窗口同為 60 日的參數(shù)組合。部分指標(biāo)含有閾值的設(shè)定，比如統(tǒng)計(jì)過(guò)去 20 天中收益為正的天數(shù)比例是否大于某個(gè)閾值，對(duì)于閾值類的參數(shù)我們?cè)O(shè)定 0.4、0.5 和

31、 0.6 三個(gè)備選參數(shù)。圖表7： 不同參數(shù)設(shè)定下的 EMA 指標(biāo)趨勢(shì)簽名圖EMA（20日） EMA（40日） EMA（60日） EMA（120日）12%10%8%價(jià)格權(quán)重6%4%2%0%020406080100120140滯后天數(shù)資料來(lái)源：華泰證券研究所圖表8： 本研究中計(jì)算涉及到的趨勢(shì)追蹤指標(biāo)具體參數(shù)設(shè)定類別參數(shù)類型參數(shù)參數(shù)取值指標(biāo)名稱無(wú)參數(shù)無(wú)無(wú)BIAS、BIAS36、BBI單參數(shù)短窗口短窗口20,40,60,120短窗口20,40,60,120短窗口+閾值閾值0.4,0.5,0.6ROC、MA、WMA、EMA、DPO、VIDYA、KST、 TMA、DEMA、REG、RET、SROC、MOM

32、_MATII、THRES_AVG、MASS、UP2DOWN雙參數(shù)短窗口+長(zhǎng)窗口短窗口20,40,60OSC、AVG_LINE、EXPMA、HULLMA、ZLMACD、RSIH、TSI、ROC_CHANGE、MOM、EFFICIENCY、INVVOL、SHARP_MOM長(zhǎng)窗口60,120,250三參數(shù)短窗口+短窗口+短窗口短窗口20,40,60,120PMO、DBCD短窗口20,40,60四參數(shù)短窗口+長(zhǎng)窗口+短窗口四種窗口長(zhǎng)度（只給出五種參數(shù)組合）長(zhǎng)窗口60,120,25020,40,60,120,20,40,60,250,20,40,120,250,20,60,120,250,40,60,1

33、20,250MACD、COPP、PPODELTA資料來(lái)源：華泰證券研究所資產(chǎn)風(fēng)險(xiǎn)收益特性和趨勢(shì)追蹤策略表現(xiàn)之間的關(guān)系如前文所述，不同的趨勢(shì)追蹤策略都具有“追漲殺跌”的本質(zhì)，相互之間的區(qū)別僅在于對(duì)歷史數(shù)據(jù)的加權(quán)形式，因此每個(gè)趨勢(shì)追蹤指標(biāo)都可以看做一個(gè)獨(dú)立的樣本。對(duì)于一個(gè)確定的回測(cè)體系（也即確定底層資產(chǎn)和調(diào)倉(cāng)頻率等關(guān)鍵參數(shù)），我們可以統(tǒng)計(jì)所有趨勢(shì)追蹤指標(biāo)在這個(gè)體系中的測(cè)試結(jié)果，并借助計(jì)算結(jié)果分析趨勢(shì)追蹤策略的整體性表現(xiàn)。在此基礎(chǔ)上，如果我們改變用于回測(cè)的底層資產(chǎn)價(jià)格序列，就能分析不同資產(chǎn)自身的風(fēng)險(xiǎn)收益特性是否會(huì)對(duì)趨勢(shì)追蹤策略的表現(xiàn)產(chǎn)生決定性影響。圖表9： 構(gòu)筑資產(chǎn)風(fēng)險(xiǎn)收益特性和趨勢(shì)追蹤策略回測(cè)表現(xiàn)

34、之間的對(duì)應(yīng)關(guān)系資料來(lái)源：華泰證券研究所本章重點(diǎn)研究資產(chǎn)風(fēng)險(xiǎn)收益特性和趨勢(shì)追蹤策略表現(xiàn)之間的關(guān)聯(lián)性，首先對(duì)底層資產(chǎn)的風(fēng)險(xiǎn)收益特性進(jìn)行設(shè)定并在此基礎(chǔ)上生成多組虛擬價(jià)格序列，再將所有趨勢(shì)追蹤指標(biāo)在虛擬價(jià)格序列上進(jìn)行回測(cè)，總結(jié)不同場(chǎng)景下趨勢(shì)追蹤指標(biāo)共性表現(xiàn)。為了更為全面考慮資產(chǎn)相關(guān)性的影響，我們進(jìn)行了單資產(chǎn)和多資產(chǎn)兩種場(chǎng)景下的測(cè)試：?jiǎn)钨Y產(chǎn)模型：確定資產(chǎn)的收益率、波動(dòng)率和自相關(guān)系數(shù)，基于一階自回歸模型構(gòu)建虛擬價(jià)格序列，分析資產(chǎn)自身的風(fēng)險(xiǎn)收益特性與趨勢(shì)追蹤策略表現(xiàn)之間的關(guān)系。多資產(chǎn)模型：相比于單資產(chǎn)模型加入對(duì)不同資產(chǎn)相關(guān)系數(shù)的設(shè)定，基于幾何布朗運(yùn)動(dòng)模型構(gòu)建虛擬價(jià)格序列，可以通過(guò)實(shí)際資產(chǎn)價(jià)格序列提取出更接近

35、實(shí)際情況的資產(chǎn)風(fēng)險(xiǎn)收益特性組合，研究趨勢(shì)追蹤策略的適用場(chǎng)景。圖表10： 基于虛擬價(jià)格序列的趨勢(shì)追蹤策略風(fēng)險(xiǎn)收益特性分析資料來(lái)源:華泰證券研究所單資產(chǎn)場(chǎng)景下的趨勢(shì)追蹤指標(biāo)測(cè)試單資產(chǎn)場(chǎng)景可以較大程度復(fù)現(xiàn)資產(chǎn)本身的風(fēng)險(xiǎn)收益特性，在規(guī)定好資產(chǎn)收益率、波動(dòng)率以及自相關(guān)系數(shù)后可以生成虛擬價(jià)格序列。我們可以采用趨勢(shì)追蹤指標(biāo)在單資產(chǎn)虛擬價(jià)格序列上構(gòu)建時(shí)序策略，總結(jié)不同資產(chǎn)風(fēng)險(xiǎn)收益特征趨勢(shì)追蹤策略表現(xiàn)之間的關(guān)系?；谝浑A自回歸模型的虛擬序列生成方式我們以一階自回歸模型 AR(1)模型為基礎(chǔ)構(gòu)建單資產(chǎn)虛擬序列。首先一個(gè)常見(jiàn)的 AR(1)模型可以表示成如下形式： = 1 + (0, )是自相關(guān)系數(shù)為的一階自回歸序列

36、，其中是波動(dòng)率為的白噪聲序列。序列的波動(dòng)率和自相關(guān)性都能夠得到保證，但是均值會(huì)發(fā)生漂移，所以我們對(duì)的均值進(jìn)行調(diào)整，得到資產(chǎn)日收益率序列：1 = + =1基于上述方法構(gòu)建的序列日收益率為、日波動(dòng)率為、自相關(guān)系數(shù)為。后文的模擬計(jì)算中將調(diào)整、和來(lái)生成具有不同風(fēng)險(xiǎn)收益特性的收益率序列，再通過(guò)累乘的方法還原成虛擬凈值序列，各序列的初始點(diǎn)位0設(shè)置為 1000： = 0 (1 + )=1虛擬價(jià)格序列形態(tài)比對(duì)依據(jù)實(shí)際股票、債券和大宗商品指數(shù)等常見(jiàn)的資產(chǎn)風(fēng)險(xiǎn)收益特性，我們構(gòu)建的虛擬價(jià)格序列收益率取值范圍是 0.01%-0.1%，波動(dòng)率取值范圍是 0.5%-0.2%，自相關(guān)系數(shù)的取值范圍是 0.01-0.2?？傆?jì)

37、生成了 333=27 組資產(chǎn)價(jià)格序列，每組資產(chǎn)價(jià)格序列包含了 1000 個(gè)價(jià)格曲線用于蒙特卡洛模擬分析。為了最大程度還原擬合數(shù)據(jù)的真實(shí)性，最終生成凈值序列和 A 股交易日序列進(jìn)行對(duì)應(yīng)。所有的虛擬資產(chǎn)價(jià)格都被映射到了 2005 年 1 月 4 日至 2019 年 12 月 31 日的 3646 個(gè)交易日上。圖表11： 單資產(chǎn)價(jià)格序列的風(fēng)險(xiǎn)收益特性取值收益率波動(dòng)率自相關(guān)系數(shù)取值 10.01%0.5%0.01取值 20.05%1%0.1取值 30.10%2%0.2資料來(lái)源：華泰證券研究所分別改變收益率、波動(dòng)率以及自相關(guān)系數(shù)來(lái)觀察虛擬序列的形態(tài)，結(jié)果顯示，資產(chǎn)本身的收益率和波動(dòng)率對(duì)價(jià)格走勢(shì)的影響更為顯

38、著，自相關(guān)系數(shù)的影響相對(duì)較小。當(dāng)收益率越高、波動(dòng)率越低時(shí)，價(jià)格上漲勢(shì)頭較強(qiáng)、曲線更加陡峭；收益率越低、波動(dòng)率越高時(shí)，價(jià)格曲線波動(dòng)性更大。圖表12： 變化時(shí)的虛擬價(jià)格曲線（=1%，=0.1）=0.01% =1% =0.1 =0.05% =1% =0.1 =0.1% =1% =0.145,00040,00035,000虛擬價(jià)格序列30,00025,00020,00015,00010,0005,0002005200620072008200920102011201220132014201520162017201820190資料來(lái)源:華泰證券研究所圖表13： 變化時(shí)的虛擬價(jià)格曲線（=0.05%，=0.1

39、）=0.05% =0.5% =0.1 =0.05% =1% =0.1 =0.05% =2% =0.110,0009,0008,000虛擬價(jià)格序列7,0006,0005,0004,0003,0002,0001,0002005200620072008200920102011201220132014201520162017201820190資料來(lái)源:華泰證券研究所圖表14： 變化時(shí)的虛擬價(jià)格曲線（=0.05%，=1%）=0.05% =1% =0.01 =0.05% =1% =0.1 =0.05% =1% =0.212,00010,000虛擬價(jià)格序列8,0006,0004,0002,000200520

40、0620072008200920102011201220132014201520162017201820190資料來(lái)源:華泰證券研究所趨勢(shì)追蹤策略的效果和底層資產(chǎn)的風(fēng)險(xiǎn)收益特性之間的關(guān)系在前文構(gòu)建的虛擬價(jià)格序列基礎(chǔ)上，逐一將所有趨勢(shì)追蹤指標(biāo)納入測(cè)試。測(cè)試過(guò)程為月頻調(diào)倉(cāng)，也即每月底發(fā)出持有或是空倉(cāng)的信號(hào)，在下月初第一個(gè)交易日調(diào)倉(cāng)，回測(cè)過(guò)程無(wú)手續(xù)費(fèi)。根據(jù)資產(chǎn)自身的風(fēng)險(xiǎn)收益特性劃分，總計(jì)有 27 組模擬場(chǎng)景，在每個(gè)場(chǎng)景下我們對(duì) 1000條凈值曲線逐一進(jìn)行了 248 個(gè)趨勢(shì)追蹤指標(biāo)（含不同參數(shù)）的回測(cè)，總計(jì)可以得到 248000個(gè)回測(cè)結(jié)果。將所有策略回測(cè)結(jié)果進(jìn)行統(tǒng)計(jì)分析之后，我們可以匯總趨勢(shì)追蹤策略表

41、現(xiàn)與底層資產(chǎn)風(fēng)險(xiǎn)收益的關(guān)系。首先，從收益角度來(lái)看，底層資產(chǎn)的收益率對(duì)趨勢(shì)策略的回測(cè)收益率起到?jīng)Q定性作用，而資產(chǎn)本身的波動(dòng)率和自相關(guān)系數(shù)對(duì)于回測(cè)收益率影響不大。在保持相同的波動(dòng)率和自相關(guān)系數(shù)水平下，底層資產(chǎn)收益率越高，回測(cè)年化收益率越高。換言之，從長(zhǎng)期視角來(lái)看，趨勢(shì)追蹤策略的收益實(shí)際上和所選底層資產(chǎn)相匹配，趨勢(shì)追蹤策略賺取的主要是資產(chǎn)本身增值帶來(lái)的收益。圖表15： 不同資產(chǎn)風(fēng)險(xiǎn)收益條件下趨勢(shì)追蹤策略年化收益率均值=0.5%=1%=2%=0.01=0.01%1.03%1.08%1.23%=0.05%8.06%7.38%7.27%=0.1%19.42%17.41%16.11%=0.1=0.01%0.

42、99%1.03%1.33%=0.05%7.95%7.40%7.04%=0.1%19.26%17.26%15.80%=0.2=0.01%1.08%1.18%1.86%=0.05%7.87%7.35%7.37%=0.1%19.11%16.93%16.00%資料來(lái)源：華泰證券研究所圖表16： 不同資產(chǎn)收益率下策略年化收益率概率密度分布曲線（=0.5%，=0.2）=0.01% =0.05%=0.1%18161412概率密度1086420-20%-10%0%10%20%30%40%50%年化收益率資料來(lái)源:華泰證券研究所其次，從風(fēng)險(xiǎn)角度來(lái)看，底層資產(chǎn)波動(dòng)率越高，對(duì)應(yīng)的趨勢(shì)追蹤策略的平均回測(cè)波動(dòng)率也越高，

43、這說(shuō)明資產(chǎn)本身波動(dòng)率對(duì)于趨勢(shì)追蹤策略的波動(dòng)率起決定性作用。不過(guò)資產(chǎn)的自相關(guān)性對(duì)結(jié)果沒(méi)有明顯影響。從概率密度曲線上來(lái)看，在底層資產(chǎn)的收益率較高或是波動(dòng)率較低的情況下，夏普比率的概率密度分布曲線峰度更低，更容易呈現(xiàn)出扁平化的形態(tài)。這意味著底層資產(chǎn)處于高收益低風(fēng)險(xiǎn)的狀態(tài)時(shí)，構(gòu)建的趨勢(shì)追蹤策略回測(cè)夏普比率會(huì)在較大范圍內(nèi)波動(dòng)，在調(diào)參過(guò)程中更容易出現(xiàn)過(guò)擬合問(wèn)題。綜合收益和風(fēng)險(xiǎn)兩個(gè)角度來(lái)看，底層資產(chǎn)的收益越高，波動(dòng)率越低，構(gòu)建的趨勢(shì)追蹤策略的回測(cè)夏普比率也越高。底層資產(chǎn)的風(fēng)險(xiǎn)和收益特性直接決定了回測(cè)的趨勢(shì)追蹤策略整體表現(xiàn)，所以對(duì)于趨勢(shì)追蹤策略的構(gòu)建，優(yōu)選資產(chǎn)起到較為關(guān)鍵的作用。圖表17： 不同資產(chǎn)風(fēng)險(xiǎn)收益條

44、件下趨勢(shì)追蹤策略年化波動(dòng)率均值=0.5%=1%=2%=0.01=0.01%5.85%11.55%22.99%=0.05%6.23%12.05%23.58%=0.1%6.58%12.51%24.19%=0.1=0.01%5.86%11.59%23.05%=0.05%6.24%12.08%23.57%=0.1%6.57%12.51%24.19%=0.2=0.01%5.94%11.77%23.45%=0.05%6.30%12.17%23.95%=0.1%6.63%12.64%24.48%資料來(lái)源：華泰證券研究所圖表18： 不同資產(chǎn)風(fēng)險(xiǎn)收益條件下趨勢(shì)追蹤策略夏普比率均值=0.5%=1%=2%=0.01

45、=0.01%0.170.090.05=0.05%1.240.590.30=0.1%2.801.330.65=0.1=0.01%0.160.080.05=0.05%1.220.590.29=0.1%2.781.330.63=0.2=0.01%0.170.090.07=0.05%1.200.590.30=0.1%2.741.290.64資料來(lái)源：華泰證券研究所圖表19： 不同資產(chǎn)收益率下策略夏普比率概率密度（=0.5%，=0.2）圖表20： 不同資產(chǎn)波動(dòng)率下策略夏普比率概率密度（=0.1%，=0.2）1.21.0概率密度0.80.60.40.20.0=0.01% =0.05%=0.1%(2)024

46、6夏普比率0.90.80.7概率密度0.60.50.40.30.20.10.0=0.5% =1% =2%(2)0246夏普比率資料來(lái)源：華泰證券研究所資料來(lái)源：華泰證券研究所在風(fēng)險(xiǎn)控制方面，底層資產(chǎn)的三個(gè)特征均有助于識(shí)別風(fēng)險(xiǎn)。具體而言，較高收益率、較低波動(dòng)率的底層資產(chǎn)，不僅趨勢(shì)追蹤結(jié)果收益表現(xiàn)好，還具有較小的最大回撤。而底層資產(chǎn)自相關(guān)性盡管在提升策略表現(xiàn)方面微不足道，卻在控制最大回撤方面有一定意義，當(dāng)收益率、波動(dòng)率相近時(shí)，自相關(guān)性低的底層資產(chǎn)具有更小的最大回撤。直觀上理解，當(dāng)資產(chǎn)本身?yè)碛休^高收益率和較低波動(dòng)率時(shí)，資產(chǎn)的價(jià)格曲線趨勢(shì)性更明顯、局部波動(dòng)更小，長(zhǎng)期趨勢(shì)會(huì)掩蓋短期波動(dòng)。趨勢(shì)追蹤指標(biāo)能夠

47、很好地捕獲資產(chǎn)價(jià)格的長(zhǎng)期趨勢(shì)，同時(shí)不易受短期波動(dòng)帶來(lái)的“錯(cuò)誤”趨勢(shì)誤導(dǎo)，因此能夠獲得較好的收益。當(dāng)資產(chǎn)本身的自相關(guān)性較強(qiáng)時(shí)，其價(jià)格趨勢(shì)也相對(duì)較強(qiáng)，回撤持續(xù)時(shí)間也會(huì)有增加。圖表21： 不同資產(chǎn)風(fēng)險(xiǎn)收益條件下趨勢(shì)追蹤策略最大回撤均值=0.5%=1%=2%=0.01=0.01%-17.02%-32.63%-54.53%=0.05%-9.56%-23.95%-47.80%=0.1%-6.25%-17.71%-41.01%=0.1=0.01%-18.81%-35.04%-57.46%=0.05%-10.83%-26.53%-51.48%=0.1%-7.25%-20.13%-44.87%=0.2=0.01

48、%-20.72%-38.05%-60.98%=0.05%-12.64%-29.72%-55.81%=0.1%-8.47%-23.20%-49.65%資料來(lái)源：華泰證券研究所圖表22： 不同資產(chǎn)收益率下策略最大回撤概率密度（=0.5%，=0.2）圖表23： 不同資產(chǎn)波動(dòng)率下策略最大回撤概率密度（=0.1%，=0.2）=0.01%=0.05% =0.1%=0.5% =1% =2%25252020概率密度概率密80%-60%-40%-20%0%20%最大回撤0-100%-80%-60%-40%-20%0%最大回撤資料來(lái)源：華泰證券研究所資料來(lái)源：華泰證券研究所經(jīng)過(guò)大規(guī)模的數(shù)

49、值模擬計(jì)算發(fā)現(xiàn)，底層資產(chǎn)風(fēng)險(xiǎn)收益特性對(duì)于構(gòu)建的趨勢(shì)追蹤策略回測(cè)表現(xiàn)起到了決定性作用：首先，趨勢(shì)追蹤策略更適用于擁有較高收益率和較低波動(dòng)率的底層資產(chǎn)。其中，較高收益率的底層資產(chǎn)能顯著提高策略的收益率，較低波動(dòng)率的底層資產(chǎn)能顯著降低策略的波動(dòng)率，兩者相配合能帶來(lái)更高夏普比率。其次，高收益資產(chǎn)固然回測(cè)的夏普比率更高，但是概率密度曲線越容易呈扁平化形態(tài)。換言之高收益、低波動(dòng)底層資產(chǎn)雖然平均來(lái)說(shuō)具有更高的夏普比率，但是回測(cè)夏普比率會(huì)在較大范圍內(nèi)波動(dòng)，在確定策略參數(shù)過(guò)程中過(guò)擬合風(fēng)險(xiǎn)會(huì)有所增大。最后，資產(chǎn)自相關(guān)性對(duì)趨勢(shì)追蹤策略的回測(cè)收益和波動(dòng)率幾乎沒(méi)有影響，對(duì)于最大回撤有一定影響，也即資產(chǎn)本身自相關(guān)性更低時(shí)

50、，趨勢(shì)追蹤策略的最大回撤會(huì)有一定改善。趨勢(shì)追蹤策略的參數(shù)選取本質(zhì)上就是和資產(chǎn)風(fēng)險(xiǎn)收益特性進(jìn)行匹配的過(guò)程雖然底層資產(chǎn)的收益率和波動(dòng)率直接決定了趨勢(shì)追蹤策略的效果，但是不同趨勢(shì)追蹤指標(biāo) 間的表現(xiàn)仍存在一定的差異。我們可以繼續(xù)借助蒙特卡洛模擬方法，將選定資產(chǎn)下每個(gè)單 項(xiàng)趨勢(shì)追蹤指標(biāo)夏普比率進(jìn)行匯總，分析單個(gè)資產(chǎn)的風(fēng)險(xiǎn)收益特征與適用指標(biāo)之間的關(guān)系。以 EMA 指標(biāo)為例，我們生成了不同風(fēng)險(xiǎn)收益特征的虛擬資產(chǎn)價(jià)格序列，測(cè)試了不同窗口長(zhǎng)度取值下的策略回測(cè)表現(xiàn)。結(jié)果顯示，資產(chǎn)的波動(dòng)率和收益率對(duì)確定 EMA 指標(biāo)的最佳時(shí)間窗口影響比較大：波動(dòng)收益之比越高，短期的 EMA 指標(biāo)夏普越高；波動(dòng)收益之比小于 20 時(shí)

51、，時(shí)間窗口更長(zhǎng)的 EMA 指標(biāo)具有更高的夏普比率。直觀上看，短期的趨勢(shì)追蹤指標(biāo)可能更適合捕捉短期波動(dòng)，適用于波動(dòng)率較大的資產(chǎn)；相比之下在資產(chǎn)本身的收益較高、波動(dòng)較小時(shí)，長(zhǎng)期趨勢(shì)會(huì)掩蓋短期波動(dòng)，更適合采用較長(zhǎng)的時(shí)間窗口捕捉價(jià)格的趨勢(shì)。此外，趨勢(shì)追蹤指標(biāo)類型的選取也和底層資產(chǎn)的風(fēng)險(xiǎn)收益特性存在匹配關(guān)系。以窗口長(zhǎng)度取值 20 為例，當(dāng)?shù)讓淤Y產(chǎn)波動(dòng)收益之比小于 40 時(shí)，回測(cè)表現(xiàn)較好的是 MA、TMA 和 EMA等形式相對(duì)簡(jiǎn)單的指標(biāo)，這些指標(biāo)一般采用簡(jiǎn)單線性變換進(jìn)行構(gòu)造。當(dāng)資產(chǎn)波動(dòng)收益之比大于 40 時(shí)，MOM_MA、REG 和 DEMA 等非線性程度較高的趨勢(shì)追蹤指標(biāo)表現(xiàn)較好。說(shuō)明波動(dòng)收益比越高的資

52、產(chǎn)趨勢(shì)越難以捕捉，需要提高指標(biāo)的構(gòu)建復(fù)雜度來(lái)提高效果。單資產(chǎn)層面的資產(chǎn)價(jià)格模擬計(jì)算給出了兩條重要的啟示：首先，底層資產(chǎn)的選取是趨勢(shì)追蹤策略表現(xiàn)的決定性因素，比如高收益、低波動(dòng)的資產(chǎn)更適合通過(guò)趨勢(shì)追蹤的方法構(gòu)建策略；其次，在選定底層資產(chǎn)之后，趨勢(shì)追蹤指標(biāo)類型以及參數(shù)的選取過(guò)程，實(shí)質(zhì)上就是和底層資產(chǎn)的風(fēng)險(xiǎn)收益特性相匹配的過(guò)程。圖表24： 在選定不同風(fēng)險(xiǎn)收益特性的底層資產(chǎn)下 EMA 指標(biāo)平均回測(cè)夏普比率序號(hào)資產(chǎn)風(fēng)險(xiǎn)收益特性/20 日EMA 指標(biāo)夏普比率40 日60 日120 日10.01%2.00%0.012000.0550.0640.0610.05320.01%2.00%0.12000.0600.

53、0610.0640.05330.01%2.00%0.22000.0840.0800.0770.05540.01%1.00%0.011000.1110.1100.1100.11050.01%1.00%0.11000.1200.1130.1090.11160.01%1.00%0.21000.1240.1170.1140.10470.01%0.50%0.01500.2270.2340.2350.23080.01%0.50%0.1500.2260.2330.2320.22990.01%0.50%0.2500.2300.2330.2300.227100.05%2.00%0.01400.3040.3140

54、.3170.315110.05%2.00%0.1400.3030.3100.3090.311120.05%2.00%0.2400.3060.2980.2990.291130.05%1.00%0.01200.6330.6510.6640.690140.05%1.00%0.1200.6290.6450.6570.679150.05%1.00%0.2200.6220.6360.6450.659160.10%2.00%0.01200.6630.6870.6960.722170.10%2.00%0.1200.6650.6870.6960.727180.10%2.00%0.2200.6600.6680.6

55、730.688190.05%0.50%0.01101.3551.4181.4551.546200.05%0.50%0.1101.3351.3941.4391.514210.05%0.50%0.2101.3011.3521.3881.466220.10%1.00%0.01101.4241.5021.5501.654230.10%1.00%0.1101.3971.4711.5231.608240.10%1.00%0.2101.3661.4211.4651.542250.10%0.50%0.0153.1533.3523.4513.568260.10%0.50%0.153.0913.2823.3923

56、.528270.10%0.50%0.252.9823.1583.2653.416資料來(lái)源：華泰證券研究所100.05%2.00%0.01400.310.300.300.310.310.320.310.310.310.320.310.310.310.300.29110.05%2.00%0.1400.300.300.300.310.310.320.310.300.310.310.310.310.310.310.30120.05%2.00%0.2400.310.310.310.300.310.290.300.310.300.300.290.310.300.310.31資產(chǎn)風(fēng)險(xiǎn)收益特性序號(hào)不同指標(biāo)夏普

57、比率（20 日） /MA WMA0.01 200 0.060.060.1 200 0.060.060.2 200 0.080.090.01 100 0.100.11EMA0.060.060.080.11DPO VIDYAKST TMA DEMA12340.01% 2.00%0.01% 2.00%0.01% 2.00%0.01% 1.00%0.060.060.080.110.070.080.090.120.070.070.060.120.060.060.080.110.070.070.090.11REG0.070.070.070.12RET SROCMOM_MA CMO0.070.060.070

58、.110.060.070.070.120.070.070.090.120.060.060.070.11PSY POS0.050.060.060.060.070.080.110.12圖表25： 在選定不同風(fēng)險(xiǎn)收益特性的底層資產(chǎn)下不同趨勢(shì)追蹤指標(biāo)（時(shí)間窗口設(shè)置為 20 日）的平均回測(cè)夏普比率50.01%1.00%0.11000.120.120.120.120.13 0.12 0.120.13 0.12 0.120.120.140.120.120.1360.01%1.00%0.21000.120.120.120.120.14 0.12 0.120.13 0.12 0.120.130.140.120.

59、100.1270.01%0.50%0.01500.230.230.23 0.230.23 0.24 0.23 0.23 0.23 0.240.230.230.240.220.2280.01%0.50%0.1500.230.230.230.230.23 0.24 0.230.24 0.23 0.240.230.240.230.230.2290.01%0.50%0.2500.230.230.230.230.25 0.23 0.230.25 0.24 0.240.230.250.230.220.23130.05%1.00%0.01200.630.620.630.640.600.650.64 0.59

60、 0.590.640.640.590.640.640.57140.05%1.00%0.1200.620.610.630.630.600.640.630.590.590.630.630.590.630.640.56150.05%1.00%0.2200.620.610.620.620.610.620.620.600.590.620.620.600.620.630.57160.10%2.00%0.01200.660.650.660.670.62 0.67 0.670.630.620.670.670.600.660.680.57170.10%2.00%0.1200.660.65 0.670.680.6