怎麼看待某些數據回測說均線系統失效?是技術分析真的不行,還是人們沒有規則的交易?但電腦是嚴格按規則的

有些做量化的會聲稱均線系統已經失效,特別是針對成熟市場,怎麼看待這個問題?當然也擴散到其他技術分析方式,是不是實際操作中還需交易者的主觀判斷?如果還是機械的根據均線系統交易會不會失敗?@葉知秋@賽博格Cyborg@劉鵬程Sai.L@江南


如果對於一個廣為接受的投資方法,引入一個改進,可以在長期穩定地提高年化收益10%以上,降低最大回撤一半左右,這種改進算不算有效呢?

我們來看看對於被公認為最適合一般投資者的指數投資方法,均線系統是如何實現這個結果的。

對於A股市場的投資者,最普遍的選擇莫過於滬深300指數和創業板指數了。滬深300指數選擇流動性高,交易活躍的股票,能夠反映市場主流投資的收益情況。創業板則代表了創新型,高成長企業。選擇這兩個指數進行投資,同時關注了目前的主流企業,以及未來的發展方向,可以說是一般老百姓最合理最安心的選擇。

先看一下指數投資在過去的表現。

(指數數據來自果仁網,公募基金排名根據自東方財富數據計算)

*
根據東方財富,截止至2016/7/5,共有2168隻開放式基金具有1年收益記錄,1242隻基金具有3年收益記錄。排名包含了所有種類的基金,例如股票型,債券型。主要目的是比較在所有的投資選擇下,指數投資的收益處在什麼水平。排名百分位越小,表明收益越高。

大家可以看到,在過去一年指數投資收益不佳,例如滬深300跑輸了94%的其他產品。但是以三年時間來看,投資滬深300跑贏了超過一半的其他產品;投資創業板更是跑贏了93.6%;如果一半一半同時投資兩個指數,就可以是市場頭20%的贏家了。這符合指數投資的邏輯:指數短期不一定是個好的選擇,但長期來講,能跑贏指數的主動投資經理非常少。

5年或更長時間的比較,結論都一樣指向指數投資的有效性。但是指數投資有一個比較大的問題,最大回撤,也就是最壞情況下會虧多少。比如說,前3年內創業板曾經從高點下跌超過50%。這對投資者是多大的考驗。同時人們也會問,有什麼方法還可以提高收益嗎?

被許多人否定和嘲笑過的均線系統該出場了。說句題外話,在投資領域,一個方法一旦被很多人理解了,立刻就會身價大跌。多數人都只崇拜自己看不懂的東西。

首先看均線擇時結果。

滬深300擇時結果(更多信息:http://t.cn/R53gJY6)

創業板擇時結果 (更多信息:http://t.cn/R53gK9R)

(擇時結果來自:果仁網)

滬深300使用了5日和60日雙均線,創業板使用2日和31日雙均線,都是均線金叉時買入,死叉時賣出。有人會關心參數是否過度優化了,提前說一下:5/60這組參數是一般均線系統的默認值。創業板的2/31看來特別,其實大概是5/60的一半。一般來說,大一些的數字組合適用於較穩定的指數,小一些的數字組合適用于波動性大的指數。創業板擇時如果不用2/31,而是2/30,結果相差不大。

我們再來統計一下擇時後的數據和排名。

(指數數據來自果仁網,公募基金排名根據自東方財富數據計算)

比較擇時和不擇時的結果,如果採用平均投資兩個指數的策略,一年的收益提高了20%,三年總收益提高了65%。在三年時間,只有2%的基金經理跑贏了這個投資方法!最大可能的損失也從50%多變成小於30%。

原始的均線系統肯定不是擇時方法中最有效的,投資者可以挑選自己熟悉的量化平台,從均線出發,進行更深入的研究。另外,因為均線系統被許多人熟知,在投資對象可以被操縱的情況下要注意被反利用。比如對於個股,莊家可以故意將股價推向某根均線,誤導人們認為一個趨勢形成了,促使人們來跟隨這個趨勢。所以將均線用在個股風險很大。現在一段時期,某些指數也被郭嘉隊嚴重影響,這個因素也要考慮在內。但總的來說,在指數級別上應用均線,還是可以利用到市場必然存在的趨勢:比如信息傳播在不同人群中總是存在時間差,總有許多人是聽鄰居推薦某個股票大漲後才追來入市。深入理解了均線可以用在哪裡、怎麼用,從前面例子就可以看出,一個普通股民有很大機會戰勝市場。

對於怎麼評價均線系統這個問題,我傾向的答案是:均線系統除了太平常太簡單,不能幫助一般股民混跡於投資專家行列這個缺點以外,其實還是有許多可愛的地方。

更多量化策略研究學習:

量化基礎--新手入門

[新手入門]什麼是量化投資?

[新手入門]什麼是量化策略

[新手入門]量化投資與傳統投資的區別

量化選股之多因子選股模型

量化擇時--擇時的原則

量化擇時--雙均線(MA)、DMA、TRIX、MACD擇時

量化擇時--PE擇時

量化評估--年化收益、最大回撤、阿爾法、貝塔、夏普比率解釋

果仁量化平台視頻教程匯總

量化進階--自定義指標

什麼是自定義指標

果仁量化平台自定義函數列表

自定義指標示例列表(持續更新)

果仁自定義指標篩選股票示例--如何實現通達信紅寶書公式

量化高級--策略與應用

彼得.林奇策略

約翰?鄧普頓策略

海龜策略

【量化策略研究】均值回歸入門

量化高手--牛人分享

什麼是α,β收益,量化投資的策略創建與分析

量化策略學習與反思

[量化必讀 ]物理學博士帶給你的一種「更有效的擇時方法」

阿爾法對沖策略:拒坐「過山車」 追求絕對收益

從科學和哲學角度漫談 沒有邏輯的策略 的該怎麼相信

量化投資金杯之一 --小市值策略是否是投資金杯?

量化投資金杯之二--小成交額策略是否是投資金杯?

關於策略擬合的若干問題的解答


雖然都是野生系,也不是被邀請回答,還是要說這些東西大部分寧願去聽別人怎麼說,寧願去人云亦云也不願意去找兩本好書看看,也不願去獨立思考。

同樣參數的海龜用在膠上面為什麼比用在大豆上面表現好這麼多?一味的在大豆上來優化參數還是改攻橡膠更好?

羊駝策略為什麼比一般的策略要更優秀?

怎麼樣在交易系統的適應區內把盈虧比最大拉到10比1?

怎樣在勝率突然降低太多的時候優化pl?

每周漲幅最高的合約有沒有在你的持倉列表裡?

不要說均線系統,所有的交易系統都有自己的適應區和不適區。問題是它們在哪裡?怎麼應對?

編寫測試應用交易系統的目的不是為了尋找聖杯,歷史成績也不能說明未來表現。你的所有努力都是為了資金賬戶增長曲線,而不是任何其它東西。

追加

許多人使用均線選時,殊不知在選股面前選時其實就是一個偽命題。

請參見

http://www.zhihu.com/question/26462252/answer/66313636?f3fb8ead20=4f379d8d7cead72d0aa649176b4f957e


無力吐槽


均線系統是很實用的幾種指標之一,任何單一指標都有局限性。比如kdj屬於擺動指標,過於靈敏,那麼配合上趨勢類的指標macd 過濾掉kdj的失效信號不剛好嗎?

技術分析一定學到位 學到家


上市十五年以上的標的,大周期中的長期移動加權競價時段恆定均線,有效。

均線無效,均線。先把均線的定義明確再討論好么。

移動平均還是算術平均?

加權么?加幾個?權重分配呢?

基準數據用哪個?哪幾個?啊,十幾個?幾十個?

要不要搞搞各種差?

要不要加幾個修正係數?

再來幾個協整型驗證?

等等,快慢線有沒有相關性?

和價格軌跡呢?

要不要放大特徵值?

無限坑,坑死一個算一個。

看看就好,判斷一下趨勢,作為策略或倉位參考。作為交易決策,不靠譜。

回測……更不靠譜。


均線系統如果失效了,市場里混的都不要賺錢了


市場是錢投票的地方……

有多少錢用就有多有效。

至於能否賺錢,看交易策略和執行。


明確說吧,這些東西只能作為參考,有沒有價值?有。參考意義多大?看你對待它的態度,如果都是對的,人人不全是巴菲特了?股市是門學問,但不是學來的,是練出來的學問,大道理講學技術的,看似高深,實則來說,熊市裡那些技術大神也未必就是賺錢那個。這門學問和課本不一樣,靠的全是經驗。


去年恰好看過幾篇相關的論文。這類論文會測試一些諸如雙均線交叉等簡單策略的使用情況,統計結果確實是不顯著盈利或者顯著不能盈虧。

那麼,問題來了,現在真的還有哪些成熟的交易者是僅僅只雙均線系統的金叉和死叉進行交易,不進行任何優化的嗎?然後入場的時候不考慮整體的價格形體,圍觀的K線形態,當前的動能等等,只是看到金叉就買入了嗎?還有,入場的時候不考慮止損的位置,不分析盈利的目標,不結合盈虧比就貿然入場嗎?不會。

那麼那些優秀的交易員使用的策略會不經過測試就使用嗎?會有哪些公司會無憑無據就投入若干資金去跑這個策略嗎?不會。

那我們可以看到這種策略嗎?當然也不會。

現在可能還有優秀的交易員使用均線這個工具,但是已經沒有人會那麼死板地使用它們了。所以這些論文只能證明這個單純應用技術分析工具的簡單策略無效,並不能證明這個領域所有的內容都無效。我相信也沒有任何一篇論文能夠證明技術分析無效,只是證明了大多數簡單的策略都不好用而已。

所以,不要再信那些什麼雙均線策略能用就能賺錢,不能賺錢只是因為你不能嚴格執行。屁。這些都是無良經紀商甚至是對賭的經濟商騙客戶的手段而已。


回測說均線失效,總得說他用的什麼規則回測吧?

先申明,純股市小白。不是很懂你們股市,我只是覺得數據多應該很好玩

策略配置如下:

每天早上9點半開始交易,根據前一天數據進行操作。

當收盤價前5天平均值上穿前60天平均線時(即MA5上穿MA60)開倉,固定1000股,也就是10手。當前頭寸擁有該股票則不再買入。

反之,當MA5下穿MA60時,清倉,全賣出。

基準對比線用滬深300。

比較呆板的規則,還是勉強跑過大盤。

然後調整下數據看看,其他條件不變,起始資金變為100萬試試。

起始資金是300萬的話。

現在起始資金還是變回150萬,試試從11年開始測。

起始資金150萬,從14年開始測,但是,均線換成30日均線試試。

據說還有種規則是當日收盤價高於60日均線就買,低於就賣的。還是每次1000股試試。用60日均線。

還可以看看每種策略裡面到底是怎麼買賣的,調倉記錄

其實,通過上面這些數據,自己去發現。比如為啥起始資金100萬的時候比150萬的時候賺得少,通過調倉你發現,在15年上漲的前階段時候,你的現金都變成了股票,再買不進了。300萬的時候,前期資金利用率又不高,畢竟我們是呆板的固定1000股。多思考裡面差別的原因,等想清楚了,應該就不是那麼容易被割的韭菜了吧?

當然,有很多很複雜的均線策略,這裡只是拿最粗暴的幾種看看。我想說的是,現在回測平台那麼多,各種免費又好用的那麼多,與其喋喋不休說些玄乎其技的,不如自己老老實實回測一下吧?如果你說歷史數據什麼都說明不了,那我也無話可說了,攤手


任何一種技術分析必然有有效的一段時間和失效的一段時間。

工具和市場存在契合的問題,不同的市場,不同的時間段契合度都是不一樣的。

所以在像頂樓的答主說的那樣換一個相對高契合的市場,或者等到有效的時間段。這時候就要在失效的時間段活下來,贏沖輸縮是關鍵。

更新2016/11/9:

市場的內核在不斷改變,相對應的外在也在改變。均線系統對應的是一種外在表現,當內核改變的時候,自然脫離了原有的外在,原先適應的均線系統自然也會不適應。

內核是決定性的。


技術分析,我對他的看法就是 假裝行情走勢有規律,然後假裝自己發現了這些規律。 而事實呢?行情是無規律的,你也發現不了。


均線不要迷信。

均線為什麼會成立?因為成本!

例如短期成本價和短期均價相近時,均線有較強參考性。當價格由上至下逐漸接近這個價位時,短期買入的人所獲利潤也越來越低,就會開始減少賣出,這就是阻力。

中期線阻力比短期強,長期線阻力比中期強。因為持股心態的不同。長線投資和短線投資的區別。

價格變動和均線的關係有太多巧合,5日破了,就會往10日靠,10日破了就往20日靠,真正停住的是籌碼密集的區域,均線帶來的心裡暗示微不足道,因為掌握市場的人不會因為一條均線扭轉趨勢方向,他若動手必定是觸及他的利益時。


我一直覺得不少技術分析理論很奇怪,比如均線,想不通均線系統的前提假設和邏輯推理過程及依據,想不通原因.....23333


散戶的規則行為一定來自規則的價格變動,規則的價格變動大多來自主力的控制,所以沒有規則也是市場常見的狀態,好的演算法應該能夠辨別市場的規則程度。


系統的信息流通度越高 當前股價越能反應股票的全部歷史價格信息以及由那些信息衍生出的未來價格預測


總的來說,所有與量價有關的指標,都只是從一個側面反應市場的本質。


技術都是統計加計算出來的,只是一個大的趨勢,而非準確到每一天,畢竟在中國,還是由國家政策決定的


孤陰不生獨陽不長


呵呵,這些討論均線的,能不能先說說討論的是哪種均線嗎???

返回簡單移動平均

用法:

MA(X,N):X的N日簡單移動平均,演算法(X1+X2+X3+...+Xn)/N

返回平滑移動平均

用法:

MEMA(X,N):X的N日平滑移動平均,如Y=(X+Y"*(N-1))/N

MEMA(X,N)相當於SMA(X,N,1)

返回指數移動平均

用法:

EMA(X,N):X的N日指數移動平均.演算法:Y=(X*2+Y"*(N-1))/(N+1)

EMA(X,N)相當於SMA(X,N+1,2)

返回加權移動平均

用法:

WMA(X,N):X的N日加權移動平均.演算法:Yn=(1*X1+2*X2+...+n*Xn)/(1+2+...+n)

————————

而且不奇怪嗎?為什麼所有的均線都用收盤線作為數據來源???

憑什麼交易一天巨大的成交量之後,尾盤拉一下的收盤價就是原數據了???

可笑的玩意。

移動平均線,Moving Average,簡稱MA,原本的意思是移動平均,由於我們將其製作成線形,所以一般稱之為移動平均線,簡稱均線。它是將某一段時間的收盤價之和除以該周期。 比如日線MA5指5天內的收盤價除以5 。

移動平均線是由著名的美國投資專家Joseph E.Granville(葛蘭碧,又譯為格蘭威爾)於20世紀中期提出來的。均線理論是當今應用最普遍的技術指標之一,它幫助交易者確認現有趨勢、判斷將出現的趨勢、發現過度延生即將反轉的趨勢。

20世紀中期提出來的現在還能用?? 那個時候有計算機做回測嗎??


推薦閱讀:

股票軟體,收費服提供股票信息,好像很准似的,是不是有什麼內幕的呢。到底股票軟體憑什麼賺錢?
什麼是股票配資?跟融資融券有什麼區別嗎?
公司可以只上市不發行新股嗎?
均線是由股價牽引產生,為什麼又反過來說均線成了支撐或壓力?
為什麼要投資股票?

TAG:投資 | 股票 | 交易 | 金融 |