金融工程指数量化系列：高值偏离修复模型（多位点）

金融工程指数量化系列—— 高值偏离修复模型（多位点） 证券分析师:刘晓锋执业资格证书编码:S1190522090001证券分析师:孙弋轩执业资格证书编码:S1190525080001 目录 1、高值偏离修复模型（突破型多位点）2、高值偏离修复模型（回调型多位点）3、策略总结与后续展望4、风险提示 1、高值偏离修复模型（突破型多位点） 本文提及的模型均涉及到一些通用性步骤及规则，简洁起见，先于此进行阐述说明（本页所涉及的变量名在本文内意义唯一且通用）。 初期准备工作： 1、计算单个行业指数相对沪深300收盘价cl，以及cl对应的回撤曲线W。 2、使用迭代法计算cl的有效回撤V，若无法得到V，则直接判定该行业不适合此策略。 3、选取V的最大值的80%作为阈值T（T为正数），当W>T时，信号值s为1（若无持仓，则开仓且称当日cl为原始买点），当W=0时，信号值s为0（平仓），当W为其他值时，信号值s等于前值。 4、将单周期内最新原始买点b0与前高h0之间的空间划为X等分，则每一等分的空间为s0。 5、由W>T而触发买入后，当收盘价cl首次高于b0+2*s0时，止损被激活，止损点st0=b0+s0。 中间变量计算及命名： 当发生止损时，计算全固定买点md0（当周期首次止损点和首次买点中间值），半固定买点md1（st与当周期首次买点中间值），收敛型买点md2（st与前次买点中间值）。 1、高值偏离修复模型（突破型多位点） 高值偏离修复模型（1类突破型多位点）： 1、初期准备工作。 2、止损被激活后，若cl不小于前高则平仓；若cl低于止损位置则触发止损，记录该止损位置st。对st，md0，md1和md2进行降序排列得到数组D0，剔除D0中大于st的值，得到数组D（[d1,……，dk]），则二次入场上边界点bp0的初始值为d1(即st)，二次入场下边界点bp1的初始值为d2。 3、若cl向上突破bp0，则再次买入(买点为当天收盘价bp)，并在cl此后首次向上突破bp+2*s0后，激活止损bp+s0。 4、若cl向下突破bp1,则先将bp0的值更改为bp1。若bp1> dk，则将bp1的值更改为D中的下一个元素值（若存在），否则bp1=0。 5、重复步骤3-4，直到发生二次入场。 6、止损激活后，若cl与止损位置的差不小于2*s0，则将止损位置上调n倍s0，使得标的收盘价与上调后的止损位置的差小于2*s0；其他情况则保持当前状态。 7、X取5-10分别进行测试，并对比原始策略（无止损）效果。（样本时间周期2010.1-2025.3） 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢电子，公用事业，社服，军工，计算机和银行等行业均有部分参数的表现超过原始策略。 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢基础化工，电子，家电，社服等行业均有部分参数的表现优于原始策略。 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢有色金属，医药等行业开始出现部分参数最长回撤时间缩短的情况。 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢电子，基础化工，家电，军工，社服，计算机和银行等行业均有部分参数的投资性价比较原始策略得到提高。 1、高值偏离修复模型（突破型多位点） 高值偏离修复模型（1类突破型多位点）小结： 1、绝大部分行业使用不同参数的止损策略收益率相对于原始策略无明显劣势。 2、一方面，各行业的最大回撤的压缩幅度受参数值影响不大，另一方面，一些行业最长回撤时间可在特定参数下得到压缩。 3、从投资性价比来看，部分行业存在个别参数能有较突出的效果。 1、高值偏离修复模型（突破型多位点） 高值偏离修复模型（2类突破型多位点）： 1、初期准备工作。 2、止损被激活后，若cl不小于前高则平仓；若cl低于止损位置则触发止损，记录该止损位置st。对st，md0，md1和md2进行降序排列得到数组D0，剔除D0中大于st的值，得到数组D（[d1,……，dk]），则二次入场上边界点bp0的初始值为d1(即st)，二次入场上边界点bp1的初始值为d2。 3、若cl向上突破bp0，则再次买入(买点为当天收盘价bp)，并激活止损bp0-s0。 4、若cl向下突破bp1,则先将bp0的值更改为bp1。若bp1> dk，则将bp1的值更改为D中的下一个元素值（若存在），否则bp1=0。 5、重复步骤3-4，直到发生二次入场。 6、止损激活后，若cl与止损位置的差不小于2*s0，则将止损位置上调n倍s0，使得标的收盘价与上调后的止损位置的差小于2*s0；其他情况则保持当前状态。 8、X取5-10分别进行测试，并对比原始策略（无止损）效果。（样本时间周期2010.1-2025.3） 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢该模式下，电子，医药，社服和计算机等行业净值相较于策略有提高。 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢农林牧渔，基础化工，电子和医药等行业在该模式的部分参数下可压缩最大回撤。 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢几乎所有行业未出现最长回撤时间缩短的情况。 1、高值偏离修复模型（突破型多位点） 资料来源：Wind，太平洋证券 ➢基础化工，电子，家电，医药，社服，计算机和汽车等行业均有部分参数的投资性价比较原始策略得到提高。 1、高值偏离修复模型（突破型多位点） 高值偏离修复模型（2类突破型多位点）小结： 1、该模式下,收益率增加的行业在不同参数下的差异较上一模式更小一些，意味着参数平滑性更好。 2、回撤幅度控制方面，与上一模式相差不大，同时回撤时间上并没有得到进一步压缩。 3、投资性价比方面，受益行业与上一模式重叠度较大，但是受益程度更大一些。 2、高值偏离修复模型（回调型多位点） 高值偏离修复模型（1类回调型多位点）： 1、初期准备工作。 2、止损被激活后，若cl不小于前高则平仓；若cl低于止损位置则触发止损，记录该止损位置st。对md0，md1和md2进行降序排列得到数组D0，剔除D0中大于st的值，得到数组D（[d1,……，dk]），则二次入场上边界点bp0的初始值为d1，二次入场下边界点bp1的初始值为d2。 3、若cl向上突破bp0，则再次买入(买点为当天收盘价bp)，并在cl此后首次向上突破bp+2*s0后，激活止损bp+s0。 4、若cl向下突破bp1,则先将bp0的值更改为bp1。若bp1> dk，则将bp1的值更改为D中的下一个元素值（若存在），否则bp1=0。 5、重复步骤3-4，直到发生二次入场。 6、止损激活后，若cl与止损位置的差不小于2*s0，则将止损位置上调n倍s0，使得标的收盘价与上调后的止损位置的差小于2*s0；其他情况则保持当前状态。 7、X取5-10分别进行测试，并对比原始策略（无止损）效果。（样本时间周期2010.1-2025.3） 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢农林牧渔，社服的收益率水平得到加强。 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢绝大多数行业最大回撤压缩效果不理想。 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢有色金属和银行等行业出现部分参数最长回撤时间缩短的情况。 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢农林牧渔，电子，医药，社服，计算机，银行等行业均有部分参数的投资性价比较原始策略得到提高。 2、高值偏离修复模型（回调型多位点） 高值偏离修复模型（1类回调型多位点）小结： 1、该模式下,同一行业不同参数的收益率水平差异较突破型明显缩小，但是可战胜原始策略的行业收益率水平较突破型降低。 2、风险角度来看，对于最大回撤的压缩效果也较弱。 3、大部分行业对于不同参数的投资性价比差距不明显。 2、高值偏离修复模型（回调型多位点） 高值偏离修复模型（2类回调型多位点）： 1、初期准备工作。 2、止损被激活后，若cl不小于前高则平仓；若cl低于止损位置则触发止损，记录该止损位置st。对md0，md1和md2进行降序排列得到数组D0，剔除D0中大于st的值，得到数组D（[d1,……，dk]），则二次入场上边界点bp0的初始值为d1，二次入场下边界点bp1的初始值为d2。 3、若cl向上突破bp0，则再次买入(买点为当天收盘价bp)，并激活止损bp0-s0。 4、若cl向下突破bp1,则先将bp0的值更改为bp1。若bp1> dk，则将bp1的值更改为D中的下一个元素值（若存在），否则bp1=0。 5、重复步骤3-4，直到发生二次入场。 6、止损激活后，若cl与止损位置的差不小于2*s0，则将止损位置上调n倍s0，使得标的收盘价与上调后的止损位置的差小于2*s0；其他情况则保持当前状态。 7、X取5-10分别进行测试，并对比原始策略（无止损）效果。（样本时间周期2010.1-2025.3） 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢医药行业开始出现显著超过原始策略收益水平的参数，社服行业收益率全参数超过原始策略。 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢医药和社服存在可压缩最大回撤的参数。 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢家电，医药和通信出现可压缩最长回撤时间的参数。 2、高值偏离修复模型（回调型多位点） 资料来源：Wind，太平洋证券 ➢电子，医药，社服的投资性价比得到提高。 2、高值偏离修复模型（回调型多位点） 高值偏离修复模型（2类回调型多位点）小结： 1、医药在该模式下得到收益率和最长回撤时间压缩方面的较大加强，但最大回撤的压缩效果不够突出。 2、投资性价比而言，绝大多数行业内部不同参数差异较小，但是原本在单回调模式下受益的银行在该模式下反而表现不佳。 3、策略总结与后续展望 1、多位点的突破型的策略相较于单一的突破型模式得到了一定程度的优化，波动较大的电子和社服行业受益程度更为突出。而原本更受益于单一突破型的计算机行业受到一定程度的削弱。 2、多位点的回调型策略，相较于单一的回调型策略在收益率和最大回撤压缩方面没有表现出明显优势，主要是受困于多位点的右侧进场模式需要承受额外的冲击成本，一旦无法在更优位置成交，则该成本将会拖累策略表现，但是另一方面，该模式下部分行业已经逐渐出现最长回撤时间压缩的情况。 3、未来我们将考虑限制二次进场发生的区域，减少无效，甚至是负效果的进场位置，让策略能进一步选择更优的位点。 风险提示 ◼模型结果均由样本区间数据得出，未来数据有可能超出样本区间所涵盖的情形◼模型无法适用于持续创出历史新高的单边行情◼突发事件造成的冲击有可能导致模型失效 投资评级说明 1、行业评级 看好：预计未来6个月内，行业整体回报高于沪深300指数5%以上；中性：预计未来6个月内，行业整体回报介于沪深300指数-5%与5%之间；看淡：预计未来6个月内，行业整体回报低于沪深300指数5%以下。 2、公司评级 买入：预计未来6个月内，个股相对沪深300指数涨幅在15%以上；增持：预计未来6个月内，个股相对沪深300指数涨幅介于5%与15%之间；持有：预计未来6个月内，个股相对沪深300指数涨幅介于-5%与5%之间；减持：预计未来6个月内，个股相对沪深300指数涨幅介于-5%与-15%之间；卖出：预计未来6个月内，个股相对沪深300指数涨幅低于-15%以下。 太平洋证券股份有限公司 云南省昆明市盘龙区北京路926号同德广场