历史带给我们的启迪：一种股票市场择时方法

量化研究报告2025年05月19日--一种股票市场择时方法 投资要点：⚫⚫⚫⚫ 投资评级主要估值指标时间区间（工作日）102030相关研究20240626【利得量化】基于因子的基金策略研究20240815【利得量化】基于因子的纯债基金策略分类研究20241015【利得量化】基于因子的固收+基金策略分类研究20250304【利得量化】多维度股票市场趋势分析方法20250418【利得量化】多维度债券择时分析方法市场表现资料来源：利得基金利得研究院地址:上海市虹口区东大名路1098号国际金融广场53楼电话:(8621)50585353上海利得基金销售有限公司https://leadfund.com.cn050010001500200025003000350040002022/1/28 请务必阅读正文之后的信息披露和法律声明目录1.历史值得借鉴..............................................................22.前期研究回顾..............................................................23.择时方法介绍..............................................................24.总结与展望................................................................9法律声明.....................................................................10 1 请务必阅读正文之后的信息披露和法律声明1.历史值得借鉴股票市场的涨跌成为了一个基本规律，理想情况下投资者通过低买高卖进行获利，然而实际操作中往往事与愿违，多数投资者买了股票后就面临下跌的情况，这也激发大量的投资者和研究人员探索各种方法，试图寻找到市场的拐点进而指导投资。无论是宏观分析、技术指标分析、甚至一些投资策略都是基于历史上的一些情况受到启发，进而开展的研究，即便是基本面分析寻找到好的企业也需要寻找合适的机会买入股票等待价值提升。总之一切研究和策略的基石似乎都是对时机的把握，即便没有专业的量化分析过程，一些主动研究也往往会引用历史的同类情况以佐证自己的观点。人类对事物的了解也往往是通过对历史相似情况的对比，总结出一些经验，再经过长期检验进而形成知识。虽然借鉴历史的方法可行但在股票市场中至今也没有找到一种研究方法能够准确地判断市场的趋势，这主要是因为股票市场是人类集体交易行为的表现，人类往往存在一些非理性行为，即便知道一些可能发生的风险情况，但仍然有些人愿意铤而走险做出不和常理的决定，这就导致股票市场的走势时而明显，时而模糊。长期来看股票市场呈现出难以预测的特征。一些量化研究往往有严格的区间和频率划分，而股票市场的表现不会严格的对应具体的时点，这就造成统计上难以准确判断，而主动判断又难以分辨是运气还是能力。主流研究方法给出的判断结果往往具有明显的概率特点。能够以较大概率给出的结论往往可信性更高，而概率又是基于历史发生的同类情况获得的，为了获得稳定的概率通常需要大量的数据样本，但实际应用中历史同类情况普遍较少，因此获得的概率未必可靠，但无论如何借鉴历史是获得可靠结论的一种合理逻辑，本文将基于这一原理结合前期的研究方法展开研究，期望对投资有更好的指导效果。2.前期研究回顾在《多维度股票市场趋势分析方法》中我们提出了一种市场趋势的划分方法。该方法直接通过指数点位的变化来确定市场处于什么趋势中，通过历史数据的分析，发现该方法对于市场的划分较为可靠，尤其是对于股票这种波动率较高的资产。对于不同的划分基准可以对短、中、长期的市场进行判断。然而该方法需要注意的是，它是对已经发生的历史数据进行判断，对于未来的情况仍然存在不确定性，因为判定算法中有自动修复最高和最低点的机制，这就造成即便当前判断未来市场可能进入某种趋势，但仍然面临未来可能出现新的市场高点或低点从而使得市场继续延续当前的趋势。为了借鉴历史指导未来，将最近几个市场趋势的持续时间、涨跌点数在历史上寻找最相似的情景，我们使用了余弦相似度进行判断，由于长期趋势的样本点较少，为此重点寻找短期的趋势，发现实验结果并不理想，一方面最新的市场环境不断变动并没有形成完整的趋势；另一方面持续时间与涨跌点数在衡量相似度上显得过于苛刻，难以匹配到真正适合的历史情况。由于在划分市场趋势的过程中不断统计的是市场的变化信息，即市场是否创了新低或者是新高，市场是否由原来的下跌转为上涨或者是由上涨转为下跌，最大或者最小点是否更新等等，这些信息如果不考虑绝对数值那么在历史中寻找到相似情况的概率会较高，因此我们基于这一逻辑对未来市场的趋势进行判断。3.择时方法介绍借鉴前文的研究我们统计了所谓市场状态的出现情况，通常来讲连续出现的几个变动状态可能对应了市场的某种模式。我们对1999-1-1至2025年4月30日的上证A股指数日度数据进行统计划分，为了表示短、中、长期的市场涨跌趋势选择100点、200点、300点、500点、800点作为突破基准，这几个数字的选择来自斐波那契数列，我 2 3请务必阅读正文之后的信息披露和法律声明们将其对应短期、中短期、中期、中长期、长期的划分基准（一般基准越高时间越长），下面观察不同时间区间（30个工作日以内）里市场涨跌点位的出现比率，如下表所示：表1：不同时间区间里涨跌点数出现的比率时间区间（工作日）相差100点以上的占比相差200点以上的占比相差300点以上的占比相差500点以上的占比相差800点以上的占比1047.83%17.85%8.94%2.17%0.31%2078.98%34.87%20.01%8.79%1.98%3091.90%50.82%29.7414.74%5.88%资料来源：Wind，利得基金股票市场中时刻存在着风险，我们仅统计了30日（工作日）内历史涨跌点位情况，可以发现20日以上大概率会出现100点以上的涨跌幅度，10日以下有接近一半的机会出现100点以上的涨跌幅度，为了能够紧密跟踪市场的变化我们重点分析以100点涨跌为基准的短期情况，20个工作日（即每个月择时一次）为观察周期判断接下来的市场表现。借鉴历史展望未来的关键是寻找历史上相似的情况，我们以短期涨跌统计1999年1月1日至2025年4月30日连续多个状态出现的次数，这些状态在我们的趋势划分算法中分别是上涨突破基准、上涨创新高、下跌状态反转开始上涨突破、下跌突破基准、下跌创新低、上涨状态反转开始下跌突破、更新最大节点、更新最小节点共计8个状态，我们选择任意连续4个、5个、6个、7个、8个状态出现的历史次数进行统计以观察这些状态在历史中是否也多次发生，这样才有利于更好的概率计算。8个状态中上涨突破基准和下跌突破基准一般发生在趋势初始划分阶段，因此包括它们的状态历史中可能较少，不需要计入正常的统计之中。结果如下表所示：表2：连续状态历史出现情况统计连续状态个数历史最少出现次数历 史 最 多 出 现次数历史平均出现次数历史出现次数中位数411283142.57654207105.58766120782507115761.9549811574932资料来源：Wind，利得基金通常连续状态个数越多对市场的模式描述的越全面，但历史发生的次数也会相应减少，我们的统计结果表明当连续状态个数在6次以上时有些状态甚至在历史上仅出现一次，如果不考虑自身状态可能意味着市场从未发生过这种情况，这就意味着难以借鉴历史，为此我们选择连续状态个数为5，也就是在持续跟踪的过程中取最近的连续5个状态作为市场模式的代表，在历史中寻找这一模式，提取这一模式之后的市场变动趋势。多次出现的历史模式就可以大致算出这一模式发生后未来可能状态的概率分布情况。例如以2022年1月28日为例当时市场的最近5个连续状态在历史中共计出现了144次，这144次之后的状态有两种，分别是下跌创新低和下跌状态反转开始上涨突破。这两种状态出现的次数分别是103次和41次，由此对应的概率为71.53%和28.47%，借鉴历史我们认为在2022年1月28日这一时点未来大概率发生的的状态是下跌创新低。为了验证选择这种大概率出现的状态预测未来是否准确？我们对2022-1-28至2025-4-30的时间点进行分析以便判断这种择时策略的有效性。由于股票市场的变动是 4请务必阅读正文之后的信息披露和法律声明连续的，在月末的择时判定后对应未来一个月的情况，因此我们选择未来一个月内的最高和最低指数值，相对于前期的最高或最低点位做判断，另外我们还以当前的收盘价与未来的情况进行判定，数据检验结果如下。对于结果中出现50%概率的情况相当于不进行择时，直接过滤掉（2023-5-31日出现了一次）。历史出现的次数发生概率上次状态的极值点当前收盘点位未来两周最大点位值未来两周最小点位值相对上次极值点是否正确相对本次收盘是否正确下跌创新低14471.53%3433.06123361.43973500.14713390.4578对错上涨创新高5977.97%3490.75733462.30643500.28723023.3045对对上涨创新高2166.67%3271.03253252.20293290.25612863.6497对对下跌创新低5773.68%2886.42573047.06243188.60262957.3968错对上涨创新高18275.82%3146.85733186.42713417.00853160.0399对对上涨创新高18676.34%3409.21033398.61613424.83663226.2315对对下跌创新低6666.67%3228.06093253.23823295.99763155.1866对对上涨创新高6275.81%3292.5263202.13783278.16593021.9309错对下跌创新低5971.19%3051.2263024.39053099.91822885.0894对对下跌状态反转开始上涨1963.16%2976.2832893.48293158.57322896.7572对对上涨创新高18976.19%3134.07783151.33533226.08173031.5358对对下跌创新低7068.57%3045.86643089.25793310.49033073.054错对上涨创新高7164.79%3269.3183255.66923308.82793223.2581对对上涨创新高19276.04%3306.52363279.60533342.85853216.9927对对下跌创新低7167.61%3226.89123272.86023396.17453229.4461错对下跌创新低1553.33%3264.10063323.27463418.95343168.5716对对1450.00%3201.26053204.56443276.55223144.2484无无下跌创新低14770.75%3150.61893202.06233322.12913151.1252错对下跌创新低14770.75%3150.61893291.03983315.04923053.0373对对下跌创新低14870.27%3064.07473119.87643177.06033078.8007错对上涨创新高6165.57%3177.06033110.47533109.98982923.5113错错下跌创新低6272.58%2939.29133018.77063089.77383009.121错对上涨创新高6475.00%3072.83483029.67273038.97942882.0195错对下跌创新低14969.80%2898.87872974.93482976.26822724.1573对对上涨创新高