概述

该策略是一个多因子组合策略,结合使用反转因子和动量因子,目的是发掘市场中的反转机会。策略首先使用久负反转因子识别盘整下跌后的反转机会,然后利用动量指标进行二次筛选,过滤掉大趋势下的反转假信号,从而锁定短线反转套利机会。

策略原理

该策略由两部分组成:

1. 123反转因子

   该部分运用日内反转思想,判断前一日收盘价与前二日收盘价的关系,配合慢速K线识别反转机会。具体逻辑是:

   • 买入信号:连续两日收盘价下跌后当日收盘价上涨,且九日慢速K线低于50,则产生买入信号;

   • 卖出信号:连续两日收盘价上涨后当日收盘价下跌,且九日快速K线高于50,则产生卖出信号。

2. 埃尔格迪克动量震荡指标(ETSI)

   该部分利用三EMA平滑价格动量的方法构建动量指标。指标公式如下:

   
               
               
               
   xPrice1 = close - close[1]  
   xPrice2 = abs(close - close[1])
   xSMA_R = EMA(EMA(EMA(xPrice1,r), s), u) 
   xSMA_aR = EMA(EMA(EMA(xPrice2, r), s), u)
   xTSI = xSMA_R / xSMA_aR * 100
   xEMA_TSI = EMA(xTSI, N)
   

   其中,xSMA_R是价格动量的EMA平滑值,xSMA_aR是价格波动幅度的EMA平滑值,xTSI是两者的比值构成的动量指标,xEMA_TSI是xTSI的再次EMA平滑。该指标判断xTSI和xEMA_TSI的关系,作为交易信号方向。

最后,策略将两部分信号进行AND运算,只有当两部分因子同向发出信号时,才产生实际的交易指令。

策略优势

该策略最大的优势在于多因子设计,可以过滤假信号,发掘高质量交易机会。具体来说,主要有以下三点:

1. 123反转因子可以识别盘整下跌后的短期反弹点位。

2. 埃尔格迪克动量指标可以有效判断大趋势方向,避免反转信号发生在大趋势下,从而过滤假信号。

3. 两部分信号采用AND运算,可以提高信号质量,增强策略稳定性。

策略风险

尽管策略采用多因子设计以控制风险,但仍存在以下主要风险:

1. 反转信号可能发生在震荡趋势中,无法获利。

2. 两因子之间参数设定存在主观性,可能过拟合特定品种。

3. 反转后价格再次调头可能增加亏损风险。

这些风险可以通过优化参数以适应更多品种,控制反转后持仓时间,实时监控指标关系变化等方式加以缓解。

策略优化

该策略主要可以从以下几个方面进行优化:

1. 调整两因子的参数,寻找更匹配的数据样本。

2. 增加止损策略,控制单笔损失。

3. 针对趋势品种和震荡品种使用不同参数组合。

4. 增加因子权重机制,让表现更好的因子拥有更大权重。

5. 增加机器学习算法,实现参数的自动优化和更新。

总结

该策略成功地结合反转因子和动量指标,实现多因子优化设计。它可以有效识别短期反转机会,并利用动量指标对信号进行二次验证,从而提高策略胜率。虽然策略仍存在一定改进空间,但其核心思路为量化策略的设计提供了良好参考。