Python量化交易——股票择时到底能否赚钱？技术指标大比拼——MACD指标
技术指标大比拼——MACD指标的有效性回测
Python量化交易——MACD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
MACD技术指标介绍
MACD的中文直译是“移动平均收敛/发散”。它是一种动量振荡器，主要用于交易趋势。尽管它是一个振荡器，但它通常不用于识别过度买入或超卖的情况。它在图表上显示为两条无边界振荡的配置线。两条配置线的交叉给出了类似于两条移动平均线系统的交易信号。
指标用法建议
MACD的信号与零线有关：
- 当MACD线从零线以下上穿时是看涨。当它从零以上下穿时是看跌。
MACD的信号也与信号线有关：
- 当MACD线从信号线下方向上穿越信号线时，为看涨。交叉点离0线越远，信号就越强。
- 当MACD线从信号线上方向下穿越信号线时，为看跌。交叉点离0线越远，信号就越强。
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MACD的内置交易策略，其创建规则如下：
信号规则：
计算MACD值：
- 当MACD值大于0时，设置仓位目标为1
- 当MACD值小于0时，设置仓位目标为0
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
5.8% ——该指标平均产生5.8%的超额收益
result_df.describe()
| 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 | 296 | 296 | 296 | 296 | 296 | 296 |
| mean | 105.21% | 99.40% | 43.90% | -178.66% | 1.67% | 5.82% |
| std | 176.29% | 160.75% | 10.49% | 3588.84% | 14.04% | 158.06% |
| min | -58.71% | -64.66% | 14.44% | -61712.13% | -42.42% | -608.86% |
| 25% | 9.38% | -14.25% | 35.98% | 6.92% | -6.34% | -47.08% |
| 50% | 51.87% | 37.21% | 42.90% | 28.46% | 1.90% | 11.41% |
| 75% | 119.99% | 154.64% | 51.83% | 51.92% | 11.15% | 65.54% |
| max | 1384.88% | 678.90% | 69.00% | 124.94% | 53.77% | 1110.25% |
296支股票的平均收益率是99.4%，而策略平均收益为105.21%，平均跑赢了原始股票6个百分点。
再看策略适应性：
182.9%——该指标平均适应度182.9%，较广泛地适用于各种股票
在所有有回测结果的296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 | 63 | -28.73% | 53.25% | 81.98% |
| 2 | 锦上添花 | 84 | 112.30% | 228.40% | 116.10% |
| 3 | 差强人意 | 98 | 218.56% | 97.40% | -121.17% |
| 4 | 无力回天 | 23 | -36.41% | -14.77% | 21.63% |
| 5 | 屋漏逢雨 | 8 | -18.61% | -34.40% | -15.79% |
| 6 | 乐极生悲 | 20 | 68.28% | -16.34% | -84.62% |
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57%
- 该指标表现较好之处在于当股票本身走低时，在大部份情况下（超过90%）都能获得超额收益，这一点很难得。
- 不足之处在于有大约1/3股票产生差强人意的收益，而且平均跑输原始股票121个百分点，这是导致指标失分的主要原因。
总体来说，该指标的择时效果较好，且有较好的抗跌性能，只是平均超额收益不够理想。如果要看其他所有股票的结果，请点击这里
