写在历史性大牛市之前（二）——
为了发现趋势交易&遵守规则的力量，我们用量化模型测试了沪深300指数的全量股票

再次感谢各位老师光临本号，加入我们的讨论：

上回，我们使用VBA建立了一个趋势跟踪的量化交易模型，并测试了平安银行【000001.sz】在这个模型的盈利表现。并形成了一个基本观点：“对于某只个股，严格遵守规则的趋势跟踪交易，虽不能在震荡市中赚取超额收益，但可以较大程度降低资金耗损，且保留未来遇到趋势的机会。当趋势来临时得以上车，并在结束时及时退出”。

本回，我们将继续讨论：在大概率上，严格遵守规则的趋势跟踪型交易策略，真的能带来超额收益吗？我们同样使用量化趋势跟踪交易模型，回溯了沪深300的全部股票。结论是：是的，严格遵守规则的趋势交易，可以在大概率上获得超额收益！嗯嗯，首先，我们简单回顾一下这个趋势（60日均线突破）跟踪模型：


以【成都银行601838.SH】为例：成都银行自2018-1-31上市至今（2018-8-20，下同）的0.22年中，初始投资金额1,000,000.00元，累计完成三次交易。最大回撤-4.37%，累计盈利-138633.18元。期末金额922,529.96。第一笔买入(2018-6-1)至今，策略累计回报-7.75%，年化后-30.78%，同期被动累计回报-21.48%，年化后-66.82%。

  
成都银行601838.SH于2018年1月31日上市，三个月后的2018-6-1开始第一笔交易，持仓至2018-6-4（3天），盈利-8939，交易回报率（return=profit/last balance）-0.89%。此后交易2次.三次交易均为亏损。从股票价格时序图例来看的确没有明显的上行趋势。（新股上市后会有较大上涨，但60日均线至少在第60天才出现。考虑到打新中签的低概率，在回溯中，我们从第一次交易为开始日，计量策略回报&被动回报）


初始投资金额100万&最终金额92.25万计算，自首次交易起，累计回报率-7.75%,回报年化-30.78%，同期被动回报-21.48%（年化后-66.82%）。这说明，策略本身并未盈利，但成功避开下跌趋势，跑赢成都银行的被动回报。


接下来使用VBA循环回溯沪深300指数的全量300支股票，得到了下面一张汇总表~，包括了每只股票在主动策略下的累计&年化回报、同期被动回报、交易次数、胜率、最大回撤、期末投资金额等关键信息~


现在、我们开始有意思的部分，数据挖掘了~

一、        策略回报均值高于被动回报，与被动回报具有相关性，同时沪深300相对上证指数具有选股优势

统计显示，策略回报（年化）均值10.299%，被动回报7.319%(P<0.05)。可以说趋势跟踪策略（在大概率上相对于被动管理）的确带来了超额收益。同期上证回报为-0.345%、而同期沪深300指数个股同期回报7.319%（主要受18年以来的大幅回调，以及部分在15、07年指数高峰期上市的股票影响），沪深300指数表现出自身选股优势。因此不能把策略回报与同期上证直接比较，归因策略盈利水平。我们更应关注策略回报跟自身被动回报的比较。同时，策略盈利水平随被动回报水涨船高。图像显示、被动回报提高可能带动策略盈利提高
  

二、        趋势跟踪模型的交易胜率低，但胜率与策略回报也具有相关性

统计显示，虽然策略回报率达10.299%且取得超额收益，但交易胜率低于30%，胜率均值20.515%。平均交易89笔、盈利19笔、亏损70笔。我们推测：趋势跟踪量化模型符合“截断你的损失，让盈利奔跑”这一基本理念。亏损交易数量多是因为及时止损，利润主要来自趋势的盈利积累。胜率亦同样重要，图像显示策略回报与胜率成正相关：胜率提升亦有可能提高策略回报。因此，我们可以优化趋势跟踪模型，提高胜率、拉动策略回报。
   

三、        策略交易跑赢被动回报的股票个数并不明显占优。跑输策略个股的被动回报较高。

统计显示，300支股票中，跑赢被动个数182支（占61%）、跑输被动118支（占39%）。数量上优势并不明显。因此、我们推测、跑赢被动回报的个股可能具有一定特性，使得策略贡献了更多收益回报。反过来说、并不是随意选取个股、就可以通过策略获得超额回报。这些特性也等待我们进一步探索研究。我们把策略回报拆分成两部分：跑赢被动&跑输被动。跑赢被动回报为10.7%,跑输被动回报为9.6%，差异不大。但跑输策略的股票，其被动回报仅有1.6%，跑赢策略的股票、其被动回报高达16.1%。

我们推测可能存在一些因素导致跑输策略股票的被动回报较高，这需要进一步挖掘。
  

四、        股票回报&风险呈现出经典“组合理论图像”，而胜率跟风险的相关性并不明显

根据股票每日波动计算其年化波动率（风险）后显示，股票回报（策略&被动）与其波动呈现了经典的“组合理论”图像。即高波动伴随着高收益/高损失。同一风险水平中，策略回报重心相对被动回报来说略高一点（策略跑赢回报的结论）。同时、在同一风险水平中、会出现不同的回报表现。侧面亦说明趋势跟踪策略在交易时对风险管理是有贡献的（“截断亏损、让盈利奔跑”）。同时，我们没有发现波动跟胜率的强相关。
  

五、        近5年以来策略回报明显受到市场风险的影响

令人意外的是，自2013年起股票波动率开始明显上行，风险加剧（打新的大起大落有较大影响），而策略回报同时明显的下滑。显著展示了近几年风险/回报的变化。图像显示，近几年股票波动对趋势跟踪策略回报有着很大的影响。过去5年波动越大、趋势跟踪回报越低。而这个现象在过去更长的一段时间内并不明显：过去更长时间来看，市场风险（股票波动）跟趋势交易策略回报没有很明显的波动。



文章到这里就结束啦~，各位老师，我们通过建立一个简单的趋势跟踪量化模型，并通过大量的股票回溯说明
        （严格遵守规则的）趋势跟踪交易能带来（相对于被动管理的）超额收益。
        趋势跟踪模型符合“截断亏损，让盈利奔跑”这一交易理念
        个股具有很多未知特性，因此、不是所有股票在“严格的趋势交易”下都能获取超额收益（本例只有6成个股跑赢被动回报）
        趋势交易在交易风险管理上做出了贡献
        近5年呈现出波动率上升影响趋势跟踪策略回报表现的趋势

谢谢各位的耐心。下一篇是最终章，我们将使用随机方法模拟n条价格走势，并测试其风险回报特性。敬请关注~




附录：量化代码（本篇只贴循环的方法），基本的循环方法是，在建立好一支个股的量化交易模型后，使用万得数据集功能，导出想要测试的个股集合（图一）作为字典，然后在交易模板(price)的sheet上用循环语句，获取字典中第一支股票的代码开始回溯。在得出各项交易数据后，将结论贴到另一个表（result）中。贴完后循环下一支。最后result就是汇总了300支股票的交易结果的sheet了。以上分析大部分根据这个sheet完成。