技术指标大比拼——STOCHF指标的有效性回测
Python量化交易——STOCHF
技术指标的有效性研究
背景介绍
技术指标是股票交易中最常用的技术手段之一,abc几乎所有的技术文章或股票分析文章都离不开通过MACD等各种指标来判断一支股票的买点和卖点,做量化的也会经常接触TA-Lib
中提供的各种技术指标。从股评人的文章里看,似乎这些指标都有指哪打哪的能力,但是,我们既然做量化交易,就必须用数据说话,一个技术指标到底好不好,有没有用,不是靠嘴说的,是靠数据来验证的。因此,我这个系列文章的目标,就是把TA-Lib
中的技术指标全都拿出来溜一溜,做一个横向大评比。俗话说,是骡子是马拉出来溜溜,通过大数据分析,我们就应该对指标的有效性有一个大致的了解。
为此,我通过一个系列文章,来综合评测33种TA-Lib中的技术指标的有效性,详情请点击这里
STOCHF技术指标介绍
STOCH指标(Stochastic Oscillator)向我们展示了有关动量和趋势强度的信息。正如我们将很快看到的,该指标分析价格变动,并告诉我们价格变动的速度和力度。STOCH指标计算K和D两条线,都在0~100之间波动。
STOCHF指标与STOCH类似,使用快速随机指标判断价格趋势。
指标用法建议
使用方法:
- 从KD的取值方面考虑,80以上为超买区,20以下为超卖区,KD超过80就应该考虑卖了,低于20就应该考虑买入了;
- KD指标的交叉方面考虑,K上穿D是金叉,为买入信号,金叉的位置应该比较低,是在超卖区的位置,越低越好。交叉的交数以2次为最少,越多越好;
- KD指标的背离方面考虑 当KD处在高位,并形成两个依次向下的峰,而此时股份还在一个劲地上涨,这叫顶背离,是卖出的信号。 当KD处在低位,并形成一底比一底高,而股价还继续下跌,这构成底背离,是买入信号。
qteasy
中内置了MACD交易策略
这里使用qteasy
作为回测评测的工具。
qteasy
是本人正在开发的一个快速量化交易工具包,使用这个工具包,可以快速灵活地生成各种量化交易策略,生成历史数据并回测策略的表现,有针对性地优化策略的性能;还能模拟实盘自动化交易。qteasy目前最新版本为v1.0.14,可以通过pip安装,Github项目地址在这里,安装方法如下:python -m pip install qteasy
qteasy
提供了一个基于STOCHF的内置交易策略,其创建规则如下:
策略参数:
fk: int, 快速K均线计算周期
fd: int, 快速D均线计算周期
fdm: int, 快速D均线类型,取值范围0~8
信号规则:
按照规则计算k值和d值,根据k值生成比例买卖交易信号:
1, 当k > 80时,产生逐步卖出信号,每周期卖出持有份额的30%
2, 当k < 20时,产生逐步买入信号,每周期买入总投资额的10%
3, 当k和d发生背离的时候,不会产生信号(用户可自行定义信号规则)
上述规则是qteasy内置策略的定义,用户完全可以根据自己的理解重新定义交易规则,或者选用其他策略参数。详细用法参见qteasy文档
433支股票五年回测结果
下面使用qteasy
进行技术指标的回测
使用qteasy
回测所有433支股票的回测结果,每次回测的时间跨度都是5年,从2015年1月1日开始投资于一个股票,在技术指标发出买入信号时全仓买入,在发出卖出信号后全仓卖出,一直到2019年21月31日为止,最后综合计算每个技术指标的指标强度和适应性,通过两个数字来反映技术指标的有效性。关于计算方法的详细介绍,请参见这里
首先放出结果:STOCHF策略的强度为
-71.5% ——该指标平均跑输原始股票-71.5%
return 策略收益率 | benchmark 基准收益率 | mdd 最大回撤 | sharp 夏普率 | alpha 超额收益 | diff | |
---|---|---|---|---|---|---|
count | 288 | 288 | 288 | 288 | 288 | 288 |
mean | 34.94% | 106.44% | 33.79% | -12267.38% | -24.51% | -71.50% |
std | 47.15% | 178.18% | 12.82% | 208722.74% | 35.23% | 153.22% |
min | -62.61% | -57.14% | 11.04% | -3542109.87% | -146.58% | -1277.79% |
25% | 1.99% | -11.96% | 25.20% | 3.52% | -42.62% | -108.83% |
50% | 30.35% | 40.12% | 31.94% | 38.67% | -14.37% | -17.66% |
75% | 65.19% | 156.31% | 41.24% | 78.18% | 2.75% | 20.41% |
max | 175.63% | 1420.35% | 72.26% | 177.22% | 61.68% | 119.85% |
288支股票的平均收益率是34.94%,而策略平均收益为106.44%,平均跑输了原始股票103.82个百分点。
再看策略适应性:
-210.3%——该指标平均适应度-210.3%,表现非常差
在所有有回测结果的288支股票中,六种典型结果的数量分别如下:
序号 | 组别 | 股票数量 | 该组平均基准收益 | 该组平均择时收益 | 该组平均超额收益 |
---|---|---|---|---|---|
1 | 力挽狂澜 | 36 | -19.94% | 22.52% | 42.45% |
2 | 锦上添花 | 47 | 26.52% | 49.30% | 22.79% |
3 | 差强人意 | 137 | 220.12% | 62.63% | -157.49% |
4 | 无力回天 | 38 | -38.84% | -18.71% | 20.13% |
5 | 屋漏逢雨 | 13 | -26.05% | -40.92% | -14.88% |
6 | 乐极生悲 | 17 | 104.90% | -23.75% | -128.65% |
综上,结论如下: |
- 该指标在绝大部分情况下会产生正收益,产生正收益的比例有约76%,但是,产生的所有正收益都较低,而且其中有大约2/3都是会跑输原始股票
- 该指标产生的实际择时效果有限,无法选择出有效的上涨波段,通常需要通过调整参数进一步改进策略的表现
- 更过分的是,有17只平均收益率还不错的股票,在择时后直接变为负收益率
总体来说,该指标的择时效果较差,抗跌性能也不行,平均超额收益更是不够理想。如果要看其他所有股票的结果,请点击这里