20180320-中国银河-多项技术指标排列策略_18页_1mb

多项技术指标排列策略总结

核心内容

本策略由银河证券金融工程团队提出，旨在通过综合运用多种技术指标（如MACD、KDJ、RSI等）对中证800成份股进行筛选与排名，以实现超额收益。策略基于信号值与未来回报的关系，结合线性回归模型进行风险控制，最终形成一个动态调整的股票组合。

主要观点

• 信号构建：策略使用MACD、KDJ、RSI及其相关指标作为信号源，设定特定条件（如DIF - DEA > 0，Price(i) > Price(i-1)，0 < RSI < 20，0 < RSI < 50 且 RSI6 > RSI12）来识别潜在的买入信号。
• 股票筛选：根据信号值的未来20日回报进行排名，选择排名在400至800之间的股票，再从中选取前50名作为组合成员。
• 仓位控制：采用线性回归模型，根据信号值与历史最差回报的关系调整仓位比例。若信号值低于平均值，则降低仓位，以规避潜在风险。
• 组合调整：策略按月度循环进行，确保组合的动态性与适应性。
• 风险控制：通过线性回归模型分析信号值与未来回报的相关性，识别可能面临大幅下跌的股票，并据此调整仓位。

关键信息

信号与组合构建

• 信号包括：MACD、KDJ、RSI、RSI相关。
• 信号条件：
  • MACD: DIF - DEA > 0
  • KDJ: Price(i) > Price(i-1) 且 K - D > 0
  • RSI: 0 < RSI < 20
  • RSI相关: 0 < RSI < 50 且 RSI6 > RSI12
• 组合构建：
  • 选择过去一年内信号值回报较高的股票。
  • 排名在400至800名之间的股票。
  • 选取排名前50的股票组成组合。
  • 月度循环调整组合。

策略表现

• 牛市表现：策略在牛市期间表现优于中证800指数，例如2007年、2009年、2014年、2015年。
• 熊市表现：策略在熊市期间表现也相对稳健，例如2008年、2011年、2012年、2013年。
• 平均年度回报：牛市期间为26.67%，熊市期间为37.13%。
• 年化标准差：牛市期间为29.95%，熊市期间为17.03%。
• 最大回撤：牛市期间为70.11%，熊市期间为21.96%。
• 60日滚动相关性：牛市期间平均为0.93，熊市期间平均为0.66。

风险控制

• 线性回归模型：用于分析信号值与未来回报的关系，识别可能面临大幅下跌的股票。
• 仓位调整：若信号值低于平均值，则降低仓位，以减少潜在风险。
• 权重分配：根据信号值的权重（b值）分配股票的权重，余下金额不计算利息。

总结

该策略通过综合运用多种技术指标进行股票筛选与排名，形成一个动态调整的组合，并结合线性回归模型进行风险控制，以实现超额收益。策略在牛市和熊市中均表现出一定的稳定性与收益能力，但最大回撤在牛市期间较高，表明其在极端市场环境下存在较大波动风险。整体来看，该策略适合追求中长期收益、能够承受一定风险的投资者。