～謹以封面紀念帶給我們歡笑的寶強sama～

作者：盧威 原文鏈接：基於阻力的市場投資策略

一. 股價總是沿著阻力最小的方向運動

我們都知道，自然界的規則是遵循最小阻力的路徑：所有的物質都沿著最小阻力的曲線軌道而運行。電的傳導、水的流動、或是汽車的行駛，都遵循這一規律。河水不需要計劃自己的行進路線，卻毫無例外的到達海洋。我們經常講的「順勢而為」就是遵循了最小阻力路徑。

證券市場自然也不例外，其價格的運動如同流水一樣，也會遵循阻力最小的途徑，股票價格會根據碰到的阻力來決定上升或下跌：如果上升的阻力比下跌的阻力小，價格就上漲，反之則下跌。《股票做手回憶錄》中的利弗莫爾曾經說過，股價總是沿著阻力最小的方向運動。

儘管市場中有基本面分析、資金面分析、政策面分析、價格行為分析，甚至投資心理分析等諸多研究，但或許他們的最終落腳點都是為了確立市場的最小阻力路徑。

本文試圖通過市場價格和成交量對最小阻力進行簡單的分析與研究，以期對投資者有所幫助

二. 阻力的定義及刻畫

2.1 阻力的含義

阻力不是單指向上的阻力，而是對趨勢的阻力，那麼就包括了向下的阻力--支撐力。趨勢向上遇到的阻力是由拋盤構成的，趨勢向下遇到的阻力是由買盤構成的。阻力的方向就由拋盤和買盤的此消彼漲所決定，所以阻力事實上是一個合力。

2.2. 阻力的性質

• 阻力應該與過去一段時間的交易量是緊密相關的，以當前的價格為基準，高於當前價格成交量越大，向上的阻力就越大，反之亦然。
• 阻力的大小應該與價格的距離成反向關係，歷史交易價格距當前價格越遠，形成的阻力便越小，反之則越大。
• 阻力的大小應該與交易時間成反向關係，即交易形成的時間越早,對現在所形成的阻力便越小，反之則越大。

2.3. 阻力的計算

根據我們對阻力的定義以及理解，我們將阻力定義為絕對阻力與相對阻力，其中

由於相對阻力是一個比值，消除了量綱的影響，相對更合理些，因此後續我們主要對相對阻力進行研究。

點擊查看指標計算代碼

三. 基於阻力的市場擇時策略

3.1. 阻力與市場走勢

我們以過去 120 個交易日的價格與成交量來計算市場的相對阻力。圖 1給出了滬深 300 與阻力的走勢。由圖 1 可以看出，阻力基本上以 0.5 為中軸上下波動，當市場處於牛市時，阻力基本在 0 值附近運動；當市場處於熊市時，阻力基本在 1 值附近運動。

3.2. 基於阻力的市場擇時策略

基於上述觀察，我們可以構建基於阻力的市場擇時策略：當阻力下穿超過某一水平時，我們就做多該指數；當下穿時就平倉或做空該指數。

3.2.1 基於阻力的單邊做多策略

我們以 0.55 的阻力水平作為牛熊分界線進行單邊做多操作，即阻力低於0.55 時做多指數，高於 0.55 時空倉。具體的策略收益及統計分析如下面的圖表所示：

由上述圖表可以看出，基於阻力的單邊做多策略取得了較好的效果：過去10年半總共操作59次，年化收益接近25%，儘管勝率只有31%，但盈虧比很高，接近15。

分年度來看，與滬深 300 相比，該策略表現較為穩定：在牛市中基本上跟住了滬深 300 的收益，同時熊市中基本上躲過了較大幅度的虧損。年度具體收益如下圖所示：

3.2.2. 基於阻力的雙邊多空策略

我們仍以 0.55 的阻力水平作為牛熊分界線進行雙邊多空操作，即阻力低於 0.55 時做多指數，高於 0.55 時做空指數。具體的策略收益及統計分析如下面的圖表所示：

由上述圖表可以看到，基於阻力的雙邊多空策略年化收由單邊的25%提高到32%，不過由於空頭勝率只有 22%，從而拉低了整體勝率，盈虧比也有所降低。

分年度來看，與滬深 300 相比，該策略表除了在牛市中基本上跟住了滬深 300 的收益，同時在 2008 年以及 2011 年的熊市中也有較大的正收益。年度具體收益如下圖所示：

3.2.3. 參數的敏感性測試

在基於阻力進行市場擇時時有兩個重要參數需要設定，一個是計算阻力時的時間參數選取，一個是界定牛熊分界的阻力水平的選取。下面我們將以單邊做多策略為例，分別就這兩個參數進行敏感性分析。下面的圖表給出了選取不同牛熊分界值得市場擇時策略

由圖 6和表3可以看出，綜合年化收益、勝率以及最大回撤等指標，以0.55 作為牛熊分界值最大回撤最小，以0.40作為牛熊分界值的累計收益率最大。（註：研報中沒有2015年下半年至今的數據）

下面的圖表給出了計算阻力時所採用的不同周期下的擇時策略效果。

由圖7及表4可以看出，綜合年化收益、勝率以及最大回撤等指標，計算阻力的周期選取180個交易日效果較好。

3.3. 基於阻力的改進市場擇時策略

儘管上一節構建的市場擇時策略取得了較好的效果，但我們發現該策略的勝率較低，不足 30%，這說明該模型也發出了很多無效信號：很多時候阻力值在我們定義的牛熊分界線上下來回波動，導致我們不斷地高買低賣，但市場卻依然沒有形成趨勢。為了有效的降低信號的噪音，我們可以將牛熊分界線擴展成牛熊分界帶，即阻力線設臵一個區間。相應的擇時策略為：當阻力線下穿阻力下限時，做多指數；當阻力線上穿阻力上限時，空倉或做空指數；當阻力線界於上下限時，維持原來的操作不變。

由圖 1 可以發現，在牛市時，阻力線基本快速跌破到 0.5 以下，而在熊市時，阻力線基本快速上升到 0.9 以上，並較長時間的保持在 1 的水平。基於上述觀察，我們可以將阻力下限設定在 0.5，而阻力上限設定在 0.9，忽略中間的波動。

3.3.1. 改進的單邊做多策略

我們設定 0.5 到 0.9 的牛熊分界帶進行單邊做多策略：當阻力低於 0.5 時做多指數，當阻力高於 0.9 時空倉，當阻力介於 0.5-0.9 之間時，維持上次的操作。具體的策略收益如下面的圖表所示：

由上述圖表可以看出，改進後的單邊做多策略，收益率略有下降，但交易次數大幅降低，同時勝率小幅提高，盈虧比大幅提高。(註：研報中的優化的參數到現在並沒有表現的非常好，故存在一定程度的過度優化。)

3.3.2. 改進的雙邊多空策略

我們設定0.5到0.9的牛熊分界帶進行雙邊多空策略：當阻力低於0.5時做多指數，當阻力高於0.9時做空指數，當阻力介於 0.5-0.9 之間時，維持上次的操作。具體的策略收益如下面的圖表所示：

由上述圖表可以看到，改進的雙邊多空策略年化收益在經歷股災後反而下降，回撤在經歷股災後大幅增加，交易信號大幅減少，勝率略有提升。(註：研報中的優化的參數到現在並沒有表現的非常好，故存在一定程度的過度優化。)

「綜上分析，我們發現改進的策略其實收益率並沒有大幅提高，其中主要原因在於，儘管過濾了一些噪音信號，但當真實信號來臨的時候，操作的時間會延緩一些，從而在確立趨勢的時候遲了一些。」回測到今天更可以看出，操作延遲的結果相當可怕。

四. 基於阻力的行業配置策略

我們都知道，河床的根本結構決定河水的行為。如果河床寬而深，河水將平靜地流；如果淺而窄，河水將湍急地流。勘探了河床的根本結構，我們便可以相當精確地預測河水的行為。

同樣的道理，如果我們知道了市場各個行業及板塊的阻力結構，那麼我們便可以理解行業輪動的規律了。我們認為，無論何時，資本總是在追逐其收益的最大化。在此過程中，上漲阻力最小、支撐最大的行業往往成為其親睞的對象，而相反，上漲阻力最大、支撐最小的行業就會被拋棄。直到市場的交易行為改變了行業的價格、成交量等特徵後，全部行業阻力與支撐得到再平衡，資金再一次重新選擇最優的行業進行配臵。因此，資本沿著阻力方向最小的行業前進，不斷循環重複，最終形成了行業的輪動過程。

4.1 基於相對阻力的行業配置策略

基於本文相對阻力的思想與定義，我們嘗試構建行業配置策略。基本方法為：通過對不同行業相對阻力的計算，選取相對阻力排名靠後的若干行業做多，相對阻力排名靠前的若干行業做空。我們將分別考慮單邊做多若干行業和多空行業對沖兩種行業配置策略。

4.1.1 單邊行業配置策略

我們首先考慮單邊多頭行業配置策略。策略採用周頻率調倉方式，選取相對阻力最小的5個行業等權做多，策略回測時間從 2010 年 1 月至 2015年 5 月（其中我們分別考察不計交易成本和單邊千分之 1 的交易成本下，策略收益情況）。我們選取滬深 300 指數與行業等權重作為比較基準。具體的策略收益及統計分析如下面的圖表所示：

由上述檢驗結果可以看出，利用相對阻力構建的單邊行業配臵策略，相比滬深 300 基準與行業等權基準，均有明顯優勢。在考慮交易成本的情況下，策略表現稍差與行業等權。(註：本文得到的結果和研報上的出入較大，可能的原因是，選取的行業分類不同，劃分到行業等級不同，以及部分數據缺失)

4.1.2 雙邊行業配置策略

我們進一步考率多空雙向的行業配臵策略。策略同樣採用周頻率調倉方式，選取相對阻力最小的 5 個行業等權做多，相對阻力最大的 5 個行業等權做空。策略回測時間從 2010 年 1 月至 2015 年 5 月（其中我們分別考察不計交易成本和單邊千分之 1 的交易成本下，策略收益情況）。具體的策略收益及統計分析如下面的圖表所示：

由上述檢驗結果可以看出，利用相對阻力構建的多空雙邊行業配置策略，用申萬一級行業來做好像效果不太好，研報中可能使用的是申萬二級。

五. 總結展望

既然自然界的規則是遵循最小阻力的路徑，我們有理由相信證券市場的價格也是沿著最小阻力運動的。本文基本重現了研報的分析結果，構建了擇時與配置策略，取得了一定的效果。對阻力的刻畫是挺有意思的一件事情，值得進一步研究。

歡迎到社區討論交流

推薦閱讀：