### 概述 本篇基于光大证券研报《基于阻力支撑相对强度(RSRS)的市场择时》，在[上一期][1]的基础上，进一步给出了RSRS右偏标准分交易策略，以及RSRS指标配合其他量化指标（价格、交易量相关性）的交易策略。 ``` 作者：一路向上 编辑：肖睿 本文由JoinQuant量化课堂推出。难度为入门，深度为level-0。 ``` ##四、RSRS右偏标准分交易策略 在使用斜率量化阻力支撑相对强度时，其量化效果很大程度上受拟合本身效果的影响。我们**将RSRS标准分与决定系数相乘得到RSRS修正标准分**，以此降低绝对值很大，但拟合效果很差的RSRS标准分对策略的影响。通过这种变换，修正RSRS标准分有明显的向正态修正的效果。 如下图所示，左图为RSRS标准分分布情况，其尾部较厚；右图为RSRS修正标准分，可以看出修正后更加接近于正态分布。 ![stdratio_hist.JPG][2]![rev_hist.JPG][3] 然而，修正标准分在预测性上的改善效果主要体现于标准分左侧，在做多策略中，左侧预测性改善对择时策略帮助并不大。我们**将RSRS修正标准分与RSRS斜率值相乘得到RSRS右偏标准分**。其分布如下图，可以看出右偏标准分左侧较薄，而右侧较厚。 ![rightdev_hist.JPG][4] 同时给出如下RSRS右偏标准分交易策略（取值来自研报）： 1、计算RSRS右偏标准分$RSRS_{rightdev}$（N = 16, M = 300） 2、若$RSRS_{rightdev}$大于$S_{buy}$时，全仓买入；若$RSRS_{rightdev}$小于$S_{sell}$时，卖出平仓。（$S_{buy} = 0.7, S_{sell} = -0.7$） 采用研报的参数值，得到策略情况如下： ![图片：RSRS_rightdev_gd][5] 基准和标的股票仍然选定沪深300指数，时间选取2010-01-01至2017-12-17。总收益率为209.03%，年化收益15.70%，胜率0.6，最大回撤24.989%，开平仓29次。 通过不断尝试调整参数值，我们希望得到一个更好的策略表现。N取值在10-30之间时，N=18依然表现最佳；但是M取值较大时，收益率有提升的趋势，特别当M从750变为800时，总收益率从190%跃升至250%左右。由于平台的数据从2005年开始，M值设为1200时将会超出数据范围。在可以取到的M值中，M = 1100时策略表现最佳： ![图片: RSRS_rightdev][6] 总收益率为290.12%，年化收益19.24%，胜率0.636，最大回撤17.775%，开平仓28次。 无论从收益率、胜率上，还是从最大回撤上，上述参数值都比研报中给出的参数值表现要好。这可能由于计算标准分的方法不同。其研报中计算的标准分并没有用到时间区间之外的数据：M=600时，回测前600天并没有600个斜率数据来计算标准分，比如回测第50天就只使用了50个斜率数据进行标准化，这使得回测前期信号相对不稳定。而我们计算标准分时，固定了移动窗口的值，所有日期的标准分采用了相同个数的数据来计算。 ##五、RSRS指标配合量价数据优化策略 为了规避掉在大熊市买入的情况，我们尝试在开仓时，加入一个对目前市场状态的判断，过滤掉下跌行情中的开仓。下面给出基于价格趋势和基于交易量趋势两种优化。 ###1. RSRS指标 + 价格优化交易策略 一个直接的想法是从近期历史价格趋势进行判断，在回测中，使用前1日的20日均线值和3日前的20日均线值的相对大小牌判断近期市场状态。策略如下（取值来自研报）： 1、计算RSRS右偏标准分指标$RSRS_{rightdev}$。（N = 18, M = 600） 2、若$RSRS_{rightdev}$大于$S_{buy}$，同时满足前1日的MA20的值大于前3日的MA20的值，则全仓买入。（$S_{buy} = 0.7$） 3、若$RSRS_{rightdev}$小于$S_{sell}$，同时满足前1日的MA20的值小于前3日的MA20的值，则卖出平仓。（$S_{sell} = -0.7$） 采用研报的参数值，得到策略情况如下： ![图片：RSRS+price_gd][7] 总收益率为200.22%，年化收益15.27%，胜率0.818，最大回撤17.616%，开平仓12次。 调整参数发现，N = 18, M = 200时，策略表现略好于之前： ![图片：RSRS+price][8] 总收益率为213.85%，年化收益15.93%，胜率0.889，最大回撤15.156%，开平仓10次。 ###2. RSRS指标 + 交易量相关性优化交易策略 很多研究表明市场涨跌与交易量有明显的正相关性，因此我们尝试采用交易量与修正标准分的相关性来过滤误判信号。在相关性为正时，给出买入信号。策略如下（取值来自研报）： 1、计算RSRS右偏标准分指标$RSRS_{rightdev}$。（N = 18, M = 600） 2、若$RSRS_{rightdev}$大于$S_{buy}$，同时满足前10日交易量与RSRS修正标准分之间的相关性为正，则全仓买入。（$S_{buy} = 0.7$） 3、若$RSRS_{rightdev}$小于$S_{sell}$，则卖出平仓。（$S_{sell} = -0.7$） 采用研报的参数值，得到策略情况如下： ![图片：RSRS+vol_gd][9] 总收益率为169.43%，年化收益13.67%，胜率0.636，最大回撤12.210%，开平仓22次。 调整参数发现，N = 18, M = 200时，从收益率上看远好于研报参数值： ![RSRS+vol.png][10] 总收益率为238.05%，年化收益17.05%，胜率0.714，最大回撤16.459%，开平仓20次。 #后记 对于上述介绍的策略，还可以尝试配合其他量化指标过滤交易信号，也可以进一步调整买入卖出阈值（$S_{buy}, S_{sell}$），还可以将第五部分中的RSRS右偏标准分换为标准分或修正标准分，不断尝试是否能够得到更好的策略表现。 ``` 本文由JoinQuant量化课堂推出，版权归JoinQuant所有，商业转载请联系我们获得授权，非商业转载请注明出处。 v1.0，2017-12-18，文章上线 v1.1，2018-2-23，为防止可能的未来函数，修改代码 ``` **注：回测部分是RSRS右偏标准分交易策略(N = 18, M = 1100)** [1]: https://www.joinquant.com/post/10246 [2]: https://image.joinquant.com/9940236f97773b146c8adc73b1233b03 [3]: https://image.joinquant.com/55d1ad0053ed10a2312e68502a7657d4 [4]: https://image.joinquant.com/f2227d870f1b8f94b9f9283265999536 [5]: https://image.joinquant.com/1120b78403275a183581a240468a9624 [6]: https://image.joinquant.com/82a7adab4b9fc7b832a94017a25257b3 [7]: https://image.joinquant.com/722588419583e9ace8220b4bffa9953b [8]: https://image.joinquant.com/6db250962b9b1c4d1270dda9c0327ff8 [9]: https://image.joinquant.com/6cd9e9bc33a6961608d8e40d922fba53 [10]: https://image.joinquant.com/4931c4f86cf870479a723dc82aab56ea