楠木軒

格子衫小C 聊聊均線(四)更多投資標的

由 敖學農 發佈於 財經

大家好,我是 格子衫小C,在繼續均線的話題以前,先集中回覆一些朋友提的問題。

一、咱們這樣研究歷史數據,是不是就是在為已經發生的事情找個理由而已,有價值麼?

市場是由所有交易者共同博弈產生的,每個交易者都會有自己的交易習慣,有些時候甚至是無意識的習慣。
還記得我們前面研究的周內效應麼?一些經常炒股的朋友多少應該都有概念(週一波動率高,週三週四市場才穩定下來),但沒進行過系統的分析。
而這些是可以從歷史數據裏抽象出來的。

二、聽人説,炒股切記不要擇時,我們這樣研究均線的參數,是不是就是在擇時,有意義麼?

我相信説炒股不要擇時的人的初衷,其實想説的是,投資股票就是在買公司,買一件有價值的公司,本來就是一件在創造價值的事。
這個觀點我非常認同,但就算是一直秉持這個原則的巴菲特老爺子,也不可能不記回報的一直買入看好的公司吧。價值投資還有一個最基本的原則——買入被低估的好公司股票。
何時才算是被低估呢?這也是一種擇時吧。 

前面我們基於 滬深300指數 和 納斯達克指數 ,研究了最簡單的 SMA(Simple Moving Average,基於算術平均數的均線),並得出以下結論:

  1. “小的均線”因為距離實際價格曲線太近,交點過多,不適合交叉算法。

  2. “大的均線”因為滯後性嚴重,也不適合交叉算法。經常會導致該拿下的上漲沒吃到,該避開的下跌也沒躲過。

  3. 均線不適用於突然的劇烈價格變化。譬如2020年初疫情導致的突然下跌。

  4. 合適的均線可以吃掉大的上漲區間,避開大的下跌區間。但想象中,一種投資標的不太可能被一條均線完美切割(就算有,持續時間也不會很長)。

  5. 均線不適用於震盪期。震盪期裏,均線的收益幾乎都是收窄的。

  6. 均線和價格處於同一數值區間,可以用 “穿過” 或 “在上方或下方” 的判斷方法來判斷。

  7. “大的均線”會因為滯後性,造成牛市後期有明顯回撤,而這個回撤如果疊加多次,其收益差距會倍數級的放大。

  8. 單一均線,不適應單邊行情(長期的上漲或下跌)

今天我們就上次聊到的單邊環境,再多看看其它投資標的。

我今天選擇了2只上證指數,分別是 上證能源(000032.XSHG)和 上證消費(000036.XSHG) 。

以下數據來均源於 jqdata ,code 為 000032.XSHG  和 000036.XSHG 。
為了和前面的研究對齊,如無特別説明,時間區間為 2013-05-01 到 2020-09-30。

上證能源我們選定的時間區間是 2010-11-01 到 2020-09-30 ,可以看到,這段時間裏,除了2015年牛市有一段回升外,幾乎都是下行趨勢,只有比較陡峭和更陡峭的差別 。

15日均線 和 39日均線,相對大的 39日均線 牛市回撤更深(滯後性更嚴重)。
相對小的 15日均線因為和價格曲線交點過多,牛市以外的震盪區間裏收益率會收窄(看了這麼多均線,這些應該都能背下來了吧 )。 

15日均線 和 39日均線,因為2015年以前下行區間有多次操作,造成一些損失,所以在2015年牛市裏收益不如240均線。
但 240日均線 由於滯後效應更嚴重,在牛市裏回撤更深。

我們不看2015年那一段牛市,只看牛市前後那2段長期的下行趨勢,會發現上面這幾個策略其實都賺不到錢(廢話,下行趨勢,不買就是賺到 )。

在下行趨勢裏,如果沒有做空機制,很難賺到錢(不虧就好了)。 

上證消費指數從2013年到2020年,也是一條上行曲線,最終回報率和納指也差不多,只是中間起伏更大一些。

回報最好的是 203日均線 和 71日均線,雖然總回報低了一些,但它們的最大回撤也降低了,因此夏普率還提高了。
這樣看來,單均線策略也還算有點幫助。

上圖是對齊後的240日均線和基線回報率(240日均線策略需要在240日以後建倉,所以需要對齊)。

可以看到240日均線策略交易點非常少了(回報率水平的區域就是賣出但還未買入的),但單一均線還是無法適應複雜的價格曲線,只是因為中證消費指數整體處於上行階段,所以收益率還好。 

71日均線 和 203日均線 最後差不多重合了,而且 203日均線 回報還比 71日均線 高一點。
大家來猜猜看,如果將時間放大到2005年-2020年,哪一條回報會更高呢?(答對有獎哦,私聊小C,提交答案吧)

前面我們看過納指、道指、恆指,今天又比對過A股另外2個行業指數,我們有理由相信,國外成熟市場,已經不太適合這種簡單策略了,但國內指數,還有一定的效果。 

如果您錯過了前面的文章,可以關注我們,查看歷史文章。

希望您能一如既往的支持我們,也歡迎各種疑難雜症各種勾搭。

 

均線系列:

均線 (一):基於滬深300指數初步分析 SMA 。
均線 (二):就 SMA 時間粒度做進一步分析。
均線 (三):基於納斯達克指數繼續研究SMA。

  

注:

  • 題圖來源於 pexels,感謝 Olya Kobrusev。

  • 本文數據來源於 jqdata,感謝 jqdata 提供免費的高品質數據。

  • 本文公式編輯採用 latexlive,感謝 latexlive 提供的公式編輯服務。