Python量化交易——股票择时到底能否赚钱？技术指标大比拼——ADX指标

技术指标大比拼——ADX指标的有效性回测

• Python量化交易——`ADX`技术指标的有效性研究
• • 背景介绍
  • 技术指标介绍
  • 指标用法建议
  • `qteasy`中的ADX内置策略
  • 433支股票五年回测结果
  • • 12.45% ——该指标能平均产生12.45%的超额收益
    • 45.5%——该指标平均适应45.5%的股票

Python量化交易——ADX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

技术指标介绍

ADX指标全称 Average Directional Movement Index 平均定向运动指数，时用于衡量价格变动趋势的整体强度的技术指标。ADX指标通过价格变动范围变化值的平均值来衡量。也有人使用ADX配合DMI+和DMI-指标来共同衡量价格在正负方向上的波动强度。

指标用法建议

ADX衡量价格变动的趋势，因此，我们的交易信号可以根据价格变动的趋势强弱判断：

• 当ADX高于25时，会出现强劲的趋势，而当低于20时，不会出现任何趋势。
• 当ADX从高值下降时，趋势可能会结束。可能需要进行额外的研究，以确定是否平仓。
• 如果ADX在下降，这可能表明市场的方向性正在减弱，目前的趋势正在减弱。随着趋势的变化，可能希望避免交进行趋势性交易。
• 如果在长时间保持低位后，ADX上升了4或5个单位（例如，从15到20），那么它可能发出了交易当前趋势的信号。
• 如果ADX在上升，那么市场呈现出增强的趋势。ADX的值与趋势的斜率成比例。ADX线的斜率与价格运动的加速度（变化趋势斜率）成正比。如果趋势是恒定斜率，则ADX值趋于平缓。

qteasy中的ADX内置策略

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；未来还将提供实时自动化交易功能。该项目正在开发中，Github项目地址在这里

qteasy 的安装方法：

python -m pip install qteasy

qteasy中有一个内置策略是基于ADX指标创建的，其创建规则如下：

ADX交易策略：
基于ADX指标判断当前趋势的强度，从而根据趋势强度产生交易信号

• 当ADX大于25时，判断趋势向上，设定持仓比例为1
• 当ADX介于20到25之间时，判断为中性趋势，设定持仓比例为0 3, 当ADX小于20时，判断趋势向下，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：ADX策略的强度为

12.45% ——该指标能平均产生12.45%的超额收益

result_df.describe()

	rtn	benchmark	mdd	sharp	alpha	diff
count	296.000000	296.000000	296.000000	296.000000	296.000000	296.000000
mean	1.047650	0.923122	0.473209	0.274161	-0.000117	0.124527
std	2.240340	1.700960	0.133260	0.412251	0.206761	2.227343
min	-0.700151	-0.646602	0.184810	-1.938087	-2.752121	-9.676332
25%	0.012122	-0.119593	0.378482	-0.023001	-0.065888	-0.407317
50%	0.550242	0.296901	0.474280	0.278852	0.014613	0.059788
75%	1.357002	1.369048	0.559162	0.566107	0.081492	0.586153
max	26.655793	14.203513	0.865547	1.402457	0.582459	25.113934

296支股票的平均收益率是92%，而策略平均收益为104%，平均跑赢了大盘12.5个百分点。

再看策略适应性：

45.5%——该指标平均适应45.5%的股票

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	49	-26.8%	50.5%	77.3%
2	锦上添花	70	116%	247%	130%
3	差强人意	88	236%	100.7%	-135.9%
4	无力回天	24	-38.3%	-18.6%	19.6%
5	屋漏逢雨	27	-25.2%	-37.6%	-12.4
6	乐极生悲	27	37.5%	-15.4%	-52.9%

综上，结论如下：

• 该指标在大部分情况下都可以取得正收益，约70%
• 但是有大量的股票虽然产生了正收益，但结果差强人意：约30%，这是其最大弱点
• 只有一半不到的股票产生了超额收益：约45%

总体来说，该指标的择时效果一般。如果要看其他所有股票的结果，请点击这里