Python量化交易——股票择时到底能否赚钱？技术指标大比拼——STOCHF指标
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
