“这次我要讲的是行情指标的量化测试。
行情指标虽然简单，但用于量化交易的收益不一定比其他指标低。
与此同时，行情指标也可以作为测试的附加条件。”
这时有人问：“行情指标指哪些？”
“涨幅、振幅、成交金额这一类的，都算是行情指标。”
“哦。”
“我举个例子，股价创15日新低，就算是一个行情指标。”
“懂了。”
“好，现在我就以涨幅为例，介绍三种常用的量化策略：动量策略，反转策略和均值回归策略。”
田园告诉学员们：统计涨幅一般有三种方案，第一种是用年报周期，统计的是4月底至次年的4月底；第二种是半年周期，统计的是4月底至10月底；第三种是四个月为一个周期。”
学员们点头。
“方案一是长线方案，二是中线方案，三是短线方案。
每一个阶段的时间周期相同，有利于对比，也有利于记忆。”
“应该不只这一个理由吧？”
有学员问。
田园笑，“说的对，其实这几个时间点，也是机构资金调仓换股的时间点。
大资金进出一些股票时，必然会影响这些股票的价格，所以在这几个时间点更容易出现行情。”
众人点头。
田园继续讲：“动量策略的原理，是目标周期内涨幅较高的股票，在下一周期内的涨幅可能也会比较高。”
他提出，如果是年度涨幅，动量策略就要在每年的4月底，对目标股进行一年涨幅的排序，然后把这些股票从高到低平均分成五组。
涨幅最高组、次高组、中间组、次低组和最低组。
“分好组后要统计各组股票在下一年的涨幅。”
听到这，有人问：“那要怎样评价策略的有效性？”
“问得好。
评价量化交易系统时，必须有一个对照组，就是既要看符合条件的个股平均涨幅，也要对比不符合条件的个股平均涨幅。”
听到这个，学员们有些不解。
田园解释说：“股市有一个规律，一段时间内数量不同的两组股票，一般是数量多的那组平均涨幅更高。
当然这有一个前提，就是每组股票的数量要过十只。”
此言一出，众人惊讶。
“为何会这样？”
田园自问自答：“这是股票市场的轮炒机制决定的。
我们知道大资金为了业绩，或者游资为了赚钱，总是会寻找机会炒作一些股票。
哪怕指数处于熊市中，每隔一段时间也会有一些个股被炒高。”
众人点头。
“但牛股的占比比较低，可能十只股票里才有一只。
我问你们，一组股票有五只，另一组股票有十只，你们觉得哪组股票，更有可能包含这只被炒高的大牛股？”
“十只那组里。”
“正确。
原因很简单，十只股票里有一只大牛股的概率，比五只股票里有一只大牛股的概率高，而有了这只股票的涨幅，这组股票的平均涨幅也会提高”
他继续讲涨幅动量策略：“为了验证哪一组的后续涨幅最高，我们应该多设置几个股票池。
比如三个股票池各500只个股，我们要分别进行排序和测试。”
田园提醒大家，只有三组测试的结论一致，这个结论才是可信的。
“但是有一点，年度涨幅排序不具有优势的股票，它们的半年度涨幅或者季度涨幅，反而可能会有优势。”
学员们点头，一个人问：“就是有些个股的动量延续时间长，有些个股的延续时间短呗？”
“是的。
有兴趣的话，也可以试着用三个月的排序分组，看看半年后的涨幅怎么样。
也就是通过参数的调整，找到有收益优势的策略。”
田园停顿了几秒，继续说：“相信有的人已经猜到我要说的下一个策略了。
没错，就是涨幅的反转策略。
其实它和涨幅动量策略可以同时测试。
因为我们在分组时，涨幅最大的是动量组，那么涨幅最小的就是反转组。”
众人点头。
“好了，现在我说第三种策略，就是涨幅的均值回归策略。
这个策略有时和反转策略很接近，但它们又有不同。”
田园指出，均值回归策略的重点在于均值两个字，就是必须统计出一个市场平均值，这样才有回归的参照物。
“那具体要怎么做啊？”
有学员问。
田园说：“个股的涨幅，参照物就是市场的平均涨幅，或者是大盘指数的涨幅。
所以它有一个必要条件，就是在一个时期内个股的涨幅要低于市场平均值。
但在更长的时段里，它的涨幅又与市场平均值很接近。
也就是说，只有长期走势一致，才表示这只股票是有回归倾向的股票。