常見擇時方法
本系列第一篇文章中曾介紹過選品和擇時的概念，並且提到過這兩個其實都是定義比較寬鬆的概念，任何投資者在任何市場中做的投資決策，無論是依據基本面因素，技術指標，還是量化模型，都可以看作擇時。由於本文所針對的是中長期基金投資，所以這裏討論的擇時方法帶有更明確的目的：即判斷整個股票市場目前的走勢方向/熱度/牛熊，因此本文涉及的擇時方法都是中長期的技術類方法。
a) 自下而上的方法
自下而上的方法判斷市場走向，就是要從市場中的每個成分入手，通過市場中每個成分股的狀態來判斷市場總體的狀態。這種方法適用於對全市場或者某個細分市場/指數的走勢進行判斷。這種分析方法的一般流程如下：
自下而上的方法需要的輸入變量包括成分股集合S，個股指標f，個股判斷條件t，總體指標F，總體判斷條件T，那麼此方法可以一般化表示爲F(S,f,t)>T，其中指標值F可用於輸出連續型結果，F>T可用來輸出分類型結果。
自下而上方法的具體實現主要依賴於如何選擇f和t，一般來說，用來判斷個股趨勢的各類技術指標都可以作爲f使用，t只要保證與f配套即可。下面我們用一個具體的例子來演示指標計算過程和效果。
爲了驗證上述擇時方法有效性，我們進一步根據輸出F>T構建了一個簡單的交易策略，即當F>T的時候買入，當F<T的時候賣出，操作標的設定爲上證指數。圖1顯示了上述擇時交易策略從2001年至今的累計收益曲線（藍線）和上證指數的對比（紅線），可以看到該策略目前的淨值約爲3.9（上證指數爲1.5），總體年化收益率約爲8.7%（上證指數約爲2.6%），顯然策略是有效的，雖然它並沒有完全躲避開熊市的暴跌行情，但是長期累積下來的優勢使它能夠顯著超過大盤指數的表現。
圖1：自下而上的擇時交易策略與大盤指數對比
圖1中下方的藍色豎線表示的是入場時點，在整個回測的17年中，該策略入場次數達330次，因此如果將上述方法應用於基金投資，那麼交易成本的影響將會是顯著的。從這個角度來看，該策略（或者策略參數的選擇）並不能滿足基金投資的中長操作週期，它的操作信號過於頻繁。
對於這個策略來說，降低操作頻率只需要對參數進行微調，例如可以將原策略T=0.5調整爲T=(0.4,0.6)，當F>0.6時判斷爲牛市，如果此時爲空倉則買入，當F<0.4 的時候判斷爲熊市，如果此時滿倉則賣出，0.4~0.6之間作爲操作彈性空間，圖2顯示了調整參數後的結果，雖然整體淨值下降到3.5，但操作次數下降爲41次，考慮交易成本之後的表現應該比T=0.5強不少。
圖2：調整參數後的自下而上的擇時策略
b) 直接技術指標
相比自下而上的擇時方法，使用單一技術指標直接對大盤指數或者投資標的行情曲線進行分析是更直接更容易操作的方法。這種方法對任何能獲取到行情曲線的資產都可以使用，無論是指數，基金，還是股票。用於判斷趨勢的常用技術指標有很多，這類指標的共同點是滯後性，即在趨勢出現一段時間之後纔給出信號，因此使用這類指標進行交易也常被稱作（底部）右側交易。
圖3是以雙均線系統作爲擇時方法對上證指數進行操作的回測結果，策略參數使用指數收盤價的35日和70日移動平均線，將35日均線向上穿越70日均線作爲牛市開始的信號（買入），將35日均線向下穿越70日均線作爲熊市開始的信號（賣出）（參見圖4，紅色箭頭爲買入信號，綠色爲賣出信號）。該策略在回測的17年中共發生28次入場，期末淨值達到7，年化收益率約爲12.7%。
圖3：雙均線策略的回測淨值曲線
圖4：雙均線系統原理示意
相比於自下而上的例子，直接對上證指數應用雙均線系統得到的策略更接近基金中長期投資的操作方式，操作頻率更低並且收益更高些。從淨值曲線上能明顯看出有多個空倉的區間（淨值曲線水平無波動的部分），這些時間段大都處在指數下跌的過程中，因此該策略的擇時效果是比較明顯的。
擇時方法的比較
自下而上的方法適用於能夠準確獲得成分股的大盤或細分市場指數，具體應用的情景一般有兩種：1）通過對全市場股票的分析得到整個市場的運行狀態，然後將這個全局狀態作爲一個變量輸入到具體的投資模型中，或者用這個狀態來指導股票投資或股票型基金投資的倉位；2）通過對細分市場指數成分股的分析得到細分市場的運行狀態，然後用這個狀態直接決定對該細分市場指數基金的操作。這兩種情景的差異在於，第2種情景裏自下而上分析的對象就是投資標的本身，而第1種情景中分析的是全市場，投資標的可以是任何相關的資產。
直接技術指標的應用範圍則更廣一些，它還可以用來分析基礎資產（無成分）或者非指數基金（成分不確定），操作上也要更簡單一些。
在第1種情景下，自下而上的方法由於平等考慮了每個股票的狀態，因此它能夠更準確的表達市場的熱度信息。直接使用單一技術指標來對大盤指數進行分析則會受到指數成分取樣以及成分權重帶來的干擾，即指數不是總能反映真實的市場狀態，尤其是在極端行情下。而在第2種情景下，直接技術指標的使用會更便捷和容易把握。
需要注意的是，這兩種方法都是滯後的，僅適用於特定的市場環境。細心的讀者會發現，儘管上面例子的總收益很好，但是這些收益大都來自於兩輪大牛市。在長期盤整或熊市中，策略會有多次錯誤入場，這使得淨值遭受損失。
結語
a) 上述方法都是基於有滯後性的技術指標，策略的收益主要來自於大牛市以及牛市之後的正確離場。在不存在大牛市的市場中，這樣的策略將會因爲頻繁的錯誤入場而失效。
b) 這些策略的短期回撤幅度仍然較大，因此必須長期執行才能獲得正的期望收益。
c) 在股票市場的建模過程中，樣本數據是相對稀缺，因此模型的穩定性比參數最優化更重要。文中例子的參數並未經過充分優化，然而這並不影響它們的有效性和實用性。在本系列的下一篇中我們會討論這幾個例子中的參數優化和模型穩定性等問題。
微信掃一掃
關注該公衆號