Python量化交易——股票择时到底能否赚钱？技术指标大比拼——Dual SMA指标
技术指标大比拼——D-SMA指标的有效性回测
Python量化交易——Dual-SMA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
D-SMA技术指标介绍
SMA就是Simple Moving Average简单移动平均线。SMA是用统计分析的方法，将一定时期内的证券价格（指数）加以平均，并把不同时间的平均值连接起来，形成一根SMA，用以观察证券价格变动趋势的一种技术指标。
移动平均线 [1]常用线有5天、10天、30天、60天、120天和240天的指标。其中，5天和10天的短期移动平均线，是短线操作的参照指标，称做日均线指标；30天和60天的是中期均线指标，称做季均线指标；120天、240天的是长期均线指标，称做年均线指标。
指标用法建议
均线指标有很多中不同的使用方法，将一快一慢两根均线结合起来，根据两根均线的交叉情况确定买卖点是一种经典的技术指标。这也是D-SMA中的D的由来，D代表dual意为双均线。
通常的用法是，当快均线上扬穿过慢均线的时候，代表短期股价走强，产生买入信号，而当快均线下降穿越慢均线是，股价短期走弱，产生卖出信号。当然，这只是一种用法，还有其他很多中用法。
qteasy中内置了D-SMA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D-SMA的内置交易策略，其创建规则如下：
信号规则：
用长短两个周期分别计算慢快两根均线：
1，当快均线高于慢均线时，设定持仓比例为1
2，当慢均线高于快均线时，设定持仓比例为-1
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：MACD策略的强度为
-27.2% ——该指标平均跑输原始股票-27.2%
| 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 | 79.24% | 106.44% | 50.47% | -4595.71% | -2.54% | -27.19% |
| std | 148.37% | 178.18% | 12.59% | 78207.19% | 10.57% | 142.50% |
| min | -69.13% | -57.14% | 14.91% | -1327207.12% | -39.29% | -1176.22% |
| 25% | -12.24% | -11.96% | 41.86% | -16.12% | -8.96% | -64.05% |
| 50% | 32.04% | 40.12% | 49.88% | 11.36% | -2.31% | -13.56% |
| 75% | 108.87% | 156.31% | 58.22% | 43.99% | 3.52% | 27.40% |
| max | 1193.06% | 1420.35% | 81.48% | 130.16% | 36.61% | 731.66% |
288支股票的平均收益率是79.24%，而策略平均收益为106.44%，平均跑输了原始股票27.2个百分点。
再看策略适应性：
-30.0%——该指标平均适应度-30.0%，表现不算好
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 | 30 | -25.10% | 33.66% | 58.76% |
| 2 | 锦上添花 | 59 | 114.18% | 215.65% | 101.47% |
| 3 | 差强人意 | 104 | 241.79% | 111.75% | -130.04% |
| 4 | 无力回天 | 25 | -42.45% | -19.79% | 22.66% |
| 5 | 屋漏逢雨 | 32 | -22.44% | -40.19% | -17.75% |
| 6 | 乐极生悲 | 38 | 34.30% | -19.80% | -54.10% |
综上，结论如下：
- 该指标在大部分情况下会产生正收益，产生正收益的比例有约67%，这与本身就能产生正收益的股票的数量相当，并没有体现出择时的优势。
- 在收益最高的一组股票上（平均收益240%），择时产生了反作用：择时收益只有110%，说明择时错过了涨势
- 同时，在收益最差的几组股票上，择时产生正收益的比例也不高，只有30%左右
总体来说，该指标的择时效果不理想，抗跌性能较差，而且择时错过涨势的情况也较多。如果要看其他所有股票的结果，请点击这里
