巧用均线，趋势跟踪新视角：均线排列在择时、风格和行业上的应用-20180518-申万宏源-26页-1mb

巧用均线：趋势跟踪新视角

核心内容

本文提出了一种基于均线排列打分（MASS）的量化择时模型，旨在解决传统均线系统在趋势跟踪中的滞后性和敏感性不足的问题。通过分析均线之间的相对关系，MASS模型实现了对市场趋势方向和强弱的定量描述，同时结合均线缠绕指标判断趋势强弱，进一步优化择时策略。

主要观点

• 均线系统局限性：传统均线系统存在信号滞后和敏感性差的问题，长均线平滑度好但敏感性差，短均线敏感性好但平滑度差，无法兼得。
• MASS模型优势：通过多均线排列打分，MASS模型实现了长短期均线的优势互补，既跟踪主要趋势，又在拐点处敏感响应。
• 趋势判断与择时策略：在不同周期下，MASS模型能有效判断市场趋势强弱，并在趋势变强时做多，趋势变弱时做空，从而实现择时投资。
• 行业与风格轮动应用：MASS模型可对申万一级行业进行强弱排序，并有效跟踪大小盘风格轮动，具有显著的动量效应。
• 频率影响：行业动量效应在日频和周频下显著，但在月频下减弱。不同频率下，模型的超额收益和信息比率均有差异。

关键信息

1. 均线：发现趋势

• 均线是趋势跟踪指标，通过对价格取平均，过滤短期噪音。
• 均线周期选择影响趋势跟踪效果：长周期适合跟踪主要趋势，短周期适合捕捉短期波段。
• 单均线系统存在信号滞后和频繁切换的问题，尤其在趋势逆转时表现不佳。

2. 均线排列打分：趋势跟踪新视角

• MASS模型定义：通过多均线排列打分，将市场状态量化为0-100分，得分越高代表趋势越强。
• 模型效果：MASS_240模型将沪深300指数划分成19个主要趋势阶段，成功率100%，平均趋势持续313天。
• 模型优化：结合均线缠绕指标，判断趋势强弱，提升择时准确性。

3. MASS模型在主要宽基和行业择时上的应用

3.1 主要宽基指数择时效果

• 上证综指：MASS_120和MASS_360模型年化收益率分别为8.85%和15.87%，夏普比率分别为0.22和0.52。
• 上证50：年化收益率21%，夏普比率0.79。
• 沪深300：年化收益率20%，夏普比率0.7。
• 中证500：年化收益率32%，夏普比率1.12。
• 中证1000：年化收益率33%，夏普比率1.13。
• 创业板：年化收益率18%，夏普比率0.53。

3.2 行业择时效果

• 行业动量效应：采用MASS积分排序分组，秩相关系数高达0.97（日频）、0.84（周频）、0.68（月频）。
• 推荐组合表现：日频下年化超额收益16%，信息比率1.68；周频下年化超额收益9%，信息比率0.91；月频下年化超额收益7%，信息比率0.73。
• 行业强弱排序：通过两两PK积分方式，实现对28个申万一级行业的相对强弱排序。

4. MASS模型在风格轮动上的应用

• 大小盘风格轮动：MASS_120模型在短期轮动中表现显著，年化收益达40%（不计成本）和33%（计成本）。
• 动量持续时间：平均动量持续5个交易日，换手率高，对交易成本敏感。
• 阶段性失效：在2015-2016年期间，动量效应消失，模型效果不佳。

5. MASS模型在行业轮动上的应用

• 行业动量效应：在日频、周频、月频下，行业均存在动量效应，但强度逐步减弱。
• 换仓频率影响：日频换仓区分度最高，周频次之，月频最低。
• 组合表现：日频下推荐组合年化超额收益16%，信息比率1.68；周频下年化超额收益9%，信息比率0.91；月频下年化超额收益7%，信息比率0.73。

总结

• MASS模型：通过多均线排列打分，实现对趋势的定量描述，兼顾长短期均线优势。
• 择时效果：在主要宽基指数和行业上表现良好，尤其在日频和周频下具有较高的年化收益率和夏普比率。
• 风格轮动：MASS模型在短期轮动中表现显著，但长期趋势性不强，且在特定阶段可能失效。
• 行业轮动：行业存在显著动量效应，MASS模型可用于构建行业组合，实现超额收益。
• 局限性：模型仍为趋势跟踪系统，无法预测未来趋势，且对交易成本敏感。