20181226-渤海证券-技术面量化系列专题之一_压力线和支撑线的识别算法及突破策略_30页_2mb

压力线和支撑线的识别算法及突破策略总结

核心内容

本文探讨了压力线和支撑线的识别算法及其在A股市场中的突破策略，旨在通过技术面量化分析提升投资策略的收益效果。核心内容包括：

• 技术分析的理论基础：技术分析基于三个基本假设，即市场行为包含一切信息、价格以趋势演变、历史会重演。技术分析交易规则分为指标规则类、图形规则类和复合规则类。
• 股价形态识别方法：文章介绍了多种股价形态识别算法，包括核回归、模板匹配、感知关键点和分位数回归。
• 压力线与支撑线的识别：基于Lang等（2012）的方法，使用分位数回归对局部高低点进行拟合，从而识别压力线和支撑线。回溯期设为120个交易日，压力线分位值设为0.9，支撑线分位值设为0.1。
• 形态识别与收益分析：通过分析不同形态的突破情况，发现上涨持续形态下突破压力线的收益显著高于全体样本，尤其在中小市值股票中表现更佳；而下跌持续形态下下穿支撑线的收益则显著低于全体样本，尤其在中小市值股票中表现较差。
• 策略设计：在形态前收益率大于20%的情况下，压力线和支撑线斜率组合位于第三象限（压力线斜率低或接近0，支撑线斜率低）时，突破后的收益表现较好。基于此设计的交易策略在样本期内年化收益率为9.30%，最大回撤为20.07%，夏普比率为0.49。

主要观点

1. 技术面量化：通过量化方法对技术分析进行研究，结合价量形态与收益率的关系，提升市场预测能力。
2. 形态分类：价格形态分为持续形态和反转形态，其中持续形态多由压力线和支撑线构成，而反转形态则需要确认重要顶底点。
3. 识别方法：使用分位数回归和局部极值法识别压力线和支撑线，结合几何形态定义进行形态识别。
4. 形态与收益关系：压力线和支撑线的斜率、形态前的收益率、形态高度等因素对后续收益有显著影响。在形态前收益率大于20%时，压力线和支撑线斜率组合在第三象限表现最佳。
5. 策略有效性：在A股市场中，技术分析有一定的效果，尤其是在波动较大的小市值股票中。通过识别特定形态和参数组合，可设计出具有较好收益表现的量化策略。

关键信息

形态识别方法

• 核回归：用于平滑股价数据，识别价格形态如头肩顶/底、扩散顶/底等。
• 模板匹配：通过设定权重网格识别特定形态，如牛市旗形。
• 感知关键点：基于距离计算方法识别关键点，用于形态提取，但需事先设定关键点数量。
• 分位数回归：通过分位值拟合局部高低点，提取压力线和支撑线。

压力线与支撑线的定义

• 压力线：连接局部高点的趋势线，通常为向上或水平方向。
• 支撑线：连接局部低点的趋势线，通常为向下或水平方向。

压力线与支撑线斜率分位值

各持续形态的斜率定义

不同形态的后续收益表现

上涨持续形态下突破压力线的后续收益

下跌持续形态下下穿支撑线的后续收益

策略表现

• 年化收益率：9.30%
• 最大回撤：20.07%
• 夏普比率：0.49
• 策略有效性：在形态前收益率大于20%的情况下，压力线和支撑线斜率组合位于第三象限（压力线斜率低，支撑线斜率低）时，策略表现更优。

风险提示

• 本策略基于历史数据总结，未来可能存在模型失效的风险。
• 技术分析的假设与有效市场假说存在冲突，需谨慎对待其在市场中的适用性。

总结

本文通过技术面量化方法对压力线和支撑线的识别算法进行了系统分析，并探讨了其在A股市场中的突破策略。研究表明，技术分析在A股市场中具有一定的适用性，尤其是在中小市值股票中表现更佳。通过分位数回归和局部极值法识别压力线和支撑线，并结合形态前收益率和斜率参数进行策略设计，可以有效提升策略的收益表现。然而，模型的预测效果受限于历史数据，未来可能存在失效风险，需持续验证和优化。