Workflow
趋势跟踪模型
icon
搜索文档
房地产相对指数趋势跟踪模型效果点评
太平洋证券· 2025-06-06 10:30
报告行业投资评级 未提及 报告的核心观点 - 该模型不适合直接用于申万一级房地产指数相对值 [4] 报告各部分总结 模型概述 - 设计原理:假定标的价格走势有局部延续性,永远处于某一趋势中,反转行情持续时间小于趋势延续时间,窄幅盘整时延续之前趋势;大级别趋势中,短观察窗口内走势延续局部趋势,趋势反转时,观察窗口始末价格变动方向会超出随机波动造成的趋势背离范围,排除随机波动影响;默认可对标的进行多空操作以准确评估策略相对指数本身回报率是否有优势 [3] - 作用标的:申万一级房地产指数相对值(相对沪深 300) [3] - 标的的数据预处理规则:相对值 [3] - 模型信号维度:多空 [3] - 具体算法:计算 T 日收盘价与 T - 20 日收盘价的差 del,计算 T - 20 日至 T 日(不含)时间段的波动率 Vol;若 del 的绝对值大于 N 倍的 Vol,则认为当前价格脱离原有振荡区间形成趋势,趋势多空方向与 del 的正负情况对应;若小于等于 N 倍的 Vol,则认为当前走势延续,趋势方向同 T - 1 日;取 N = 1 进行跟踪;房地产考虑多空两个方向的回报,将合并结果作为最终评估依据 [3] - 跟踪区间:2023 年 3 月 7 日 - 2025 年 3 月 18 日 [3] 结果评估 - 区间年化收益:2.22% [3] - 波动率(年化):23.52% [3] - 夏普率:0.09 [3] - 最大回撤:17.24% [3] - 指数期间总回报率: - 26.63% [3] 模型策略适用情况总结 - 在 2023 年 3 月 7 日至 2023 年 6 月 2 日及 2023 年 7 月 19 日至 2023 年 11 月 10 日期间,模型表现良好,整体呈上升趋势,处于正收益通道 [4] - 2024 年 4 月 25 日至 2024 年 9 月 13 日,模型净值整体处于下降趋势,无法取得累计收益 [4] - 跟踪区间内模型波动较大,年化收益回撤比较低,处于回撤时间较长 [4]
家用电器相对指数趋势跟踪模型效果点评
太平洋证券· 2025-05-29 22:18
量化模型与构建方式 1. **模型名称**:家用电器相对指数趋势跟踪模型 - **模型构建思路**:基于价格走势的局部延续性假设,通过观察窗口内的价格变动方向判断趋势,并排除随机波动的影响[3] - **模型具体构建过程**: 1. 计算T日收盘价与T-20日收盘价的差值: $$del = P_T - P_{T-20}$$ 2. 计算T-20日至T日(不含)的波动率Vol(标准差) 3. 趋势判断规则: - 若$|del| > N \times Vol$(取N=1),则认为价格脱离振荡区间,趋势方向与del符号一致(正为多头,负为空头) - 若$|del| \leq N \times Vol$,则延续T-1日的趋势方向[3] - **模型评价**:在窄幅盘整或剧烈反转行情中表现不佳,年化收益低于基准指数,长时间处于回撤状态[4] 模型的回测效果 1. **家用电器相对指数趋势跟踪模型**: - 年化收益:-4.09% - 波动率(年化):14.89% - 夏普率:-0.27 - 最大回撤:18.49% - 指数期间总回报率:28.86%[3] 量化因子与构建方式 (报告中未提及独立因子构建) 因子的回测效果 (报告中未提及独立因子测试结果) 其他关键信息 - **标的**:申万一级家用电器指数相对沪深300的比值[3] - **数据预处理**:使用相对值(指数比值)作为输入[3] - **跟踪区间**:2023年3月7日至2025年3月18日[3]
有色金属相对指数趋势跟踪模型效果点评
太平洋证券· 2025-05-26 23:30
量化模型与构建方式 1 模型名称:有色金属相对指数趋势跟踪模型 模型构建思路:基于价格走势的局部延续性假设,通过观察窗口内的价格变动与波动率关系判断趋势方向[3] 模型具体构建过程: - 计算T日收盘价与T-20日收盘价的差值del - 计算T-20日至T日(不含)的波动率Vol - 趋势判断规则: $$ del = Price_T - Price_{T-20} $$ $$ Vol = \sqrt{\frac{1}{19}\sum_{i=T-19}^{T-1}(Price_i - \overline{Price})^2} $$ 当|del| > 1×Vol时判定为趋势突破(N=1),方向与del符号一致;否则延续前一日趋势方向[3] 模型评价:在剧烈波动的市场环境中易产生连续错误信号,导致长时间回撤[4] 模型的回测效果 1 有色金属相对指数趋势跟踪模型: - 年化收益:-28.19% - 波动率(年化):17.43% - 夏普率:-1.62 - 最大回撤:51.80% - 指数期间总回报率:0.99%[3] (注:报告中未涉及量化因子相关内容,故不输出该部分)
农林牧渔指数相对指数趋势跟踪模型效果点评
太平洋· 2025-05-23 10:25
报告行业投资评级 未提及 报告的核心观点 - 该模型不适合直接用于申万一级农林牧渔指数相对值 [4] 根据相关目录分别进行总结 模型概述 - 设计原理:假定标的价格走势有局部延续性,永远处于某一趋势中,反转行情持续时间小于趋势延续时间,窄幅盘整时延续之前趋势;大级别趋势中,给定短观察窗口走势延续局部趋势;趋势反转时,观察窗口始末价格变动方向超出随机波动造成的趋势背离范围以排除随机波动影响;为严谨评估模型效果默认可对标的进行多空操作 [3] - 作用标的:申万一级农林牧渔指数相对值(相对沪深 300) [3] - 标的的数据预处理规则:相对值 [3] - 模型信号维度:多空 [3] - 具体算法:计算 T 日收盘价与 T - 20 日收盘价的差 del,计算 T - 20 日至 T 日(不含)时间段的波动率 Vol;若 del 绝对值大于 N 倍的 Vol,认为当前价格脱离原有振荡区间形成趋势,趋势多空方向与 del 正负对应;若小于等于 N 倍的 Vol,认为当前走势延续,趋势方向同 T - 1 日;取 N = 1 进行跟踪;农林牧渔考虑多空两个方向的回报,将合并结果作为最终评估依据 [3] - 跟踪区间:2023 年 3 月 7 日 - 2025 年 3 月 18 日 [3] 结果评估 - 区间年化收益:-14.11% [3] - 波动率(年化):16.16% [3] - 夏普率:-0.87 [3] - 最大回撤:31.26% [3] - 指数期间总回报率:-22.65% [3] 模型策略适用情况总结 - 2023 年 3 月 7 日至 2023 年 11 月 8 日,模型表现不佳,净值呈下降趋势,无法取得较好累计收益 [4] - 2023 年 11 月 8 日至 2024 年 3 月 18 日,模型处于正收益通道,净值达到历史最高点 [4] - 此后行情里,模型净值下行,陷入长时间回撤;模型年化收益回撤比较低,整个跟踪区间基本处于回撤中 [4]
美容护理指数趋势跟踪模型效果点评
太平洋证券· 2025-05-21 23:15
量化模型与构建方式 1 模型名称:美容护理指数趋势跟踪模型 模型构建思路:基于价格走势的局部延续性假设,通过观察窗口内的价格变动与波动率关系判断趋势方向[3] 模型具体构建过程: - 计算T日收盘价与T-20日收盘价的差值del $$del = P_T - P_{T-20}$$ - 计算T-20日至T日(不含)的波动率Vol $$Vol = \sqrt{\frac{1}{19}\sum_{i=T-19}^{T-1}(P_i - \bar{P})^2}$$ - 信号生成规则:若|del| > 1×Vol则判定趋势形成(多头当del>0,空头当del<0),否则延续T-1日趋势方向[3] 模型评价:对窄幅盘整行情适应性差,在2024年1-6月持续回撤阶段表现不佳[4] 模型的回测效果 1 美容护理指数趋势跟踪模型 区间年化收益:-1.22%[3] 波动率(年化):30.79%[3] 夏普率:-0.04[3] 最大回撤:39.17%[3] 指数期间总回报率:-33.91%[3] (注:报告中未涉及量化因子相关内容,故不输出因子部分)
石油石化指数趋势跟踪模型效果点评
太平洋证券· 2025-05-20 21:42
量化模型与构建方式 1. **模型名称**:石油石化指数趋势跟踪模型 - **模型构建思路**:模型假设标的价格走势具有局部延续性,趋势持续时间大于反转行情持续时间,窄幅盘整时延续原有趋势。通过观察窗口内的价格变动方向与波动率的关系判断趋势方向[3] - **模型具体构建过程**: 1. 计算T日收盘价与T-20日收盘价的差值:$$del = P_T - P_{T-20}$$ 2. 计算T-20日至T日(不含)的波动率Vol(标准差) 3. 趋势判断规则: - 若$$|del| > N \times Vol$$,则形成新趋势,方向与del符号一致(N=1) - 否则延续T-1日趋势方向[3] - **模型评价**:模型在测试区间内持续回撤,净值下降明显,不适合直接用于申万石油石化指数[4] 模型的回测效果 1. **石油石化指数趋势跟踪模型**: - 年化收益:-24.35% - 波动率(年化):19.77% - 夏普比率:-1.23 - 最大回撤:44.48% - 指数总回报率:-6.61%[3] (注:报告中未涉及量化因子相关内容,故跳过该部分)
汽车指数趋势跟踪模型效果点评
太平洋· 2025-05-20 10:25
报告行业投资评级 未提及 报告的核心观点 - 该汽车指数趋势跟踪模型不适合直接用于申万一级汽车指数 [4] 根据相关目录分别进行总结 模型概述 - 设计原理:假定标的价格走势有局部延续性,处于某一趋势中,反转行情持续时间小于趋势延续时间,窄幅盘整延续之前趋势;大级别趋势中,短观察窗口走势延续局部趋势,趋势反转时,观察窗口始末价格变动方向超出随机波动造成的趋势背离范围,排除随机波动影响;为严谨评估模型效果,默认可对标的进行多空操作 [3] - 作用标的:申万一级汽车指数 [3] - 标的的数据预处理规则:保留原值 [3] - 模型信号维度:多空 [3] - 具体算法:计算T日收盘价与T - 20日收盘价的差del,计算T - 20日至T日(不含)时间段的波动率Vol;若del绝对值大于N倍的Vol,认为当前价格脱离原有振荡区间形成趋势,趋势多空方向与del正负对应;若小于等于N倍的Vol,认为当前走势延续,趋势方向同T - 1日;取N = 1进行跟踪;考虑汽车多空两个方向的回报,合并结果作为最终评估依据 [3] - 跟踪区间:2023年3月7日 - 2025年3月18日 [3] 结果评估 - 区间年化收益:6.26% [3] - 波动率(年化):25.15% [3] - 夏普率:0.25 [3] - 最大回撤:32.95% [3] - 指数期间总回报率:30.17% [3] 模型策略适用情况总结 - 2023年3月7日至2023年7月26日,模型表现平稳;2023年8月28日至2024年2月5日,模型陷入回撤并达新历史高点;此后除2024年9月13日至2024年11月8日受市场行情影响模型净值上升,其余时间模型净值整体下降,且模型处于长期回撤;模型年化收益回撤比较低,中期和后期处于较长时间回撤 [4]
金融工程点评:国防军工指数趋势跟踪模型效果点评
太平洋· 2025-05-14 15:20
报告行业投资评级 报告未提及行业投资评级相关内容 报告的核心观点 - 国防军工指数趋势跟踪模型不适合直接用于申万一级国防军工指数 ,该模型在2023年3月7日至2024年1月2日及2024年2月5日至2024年9月6日期间净值下降陷入长期回撤无法取得较好累计收益,此后净值围绕原值波动并最终回归原值附近,且模型区间收益为负、年化收益回撤比较低、前期和中期处于较长时间回撤 [5] 根据相关目录分别进行总结 模型概述 - 设计原理:假定标的价格走势有局部延续性,永远处于某一趋势中,反转行情持续时间小于趋势延续时间,窄幅盘整时延续之前趋势;大级别趋势中,给定短观察窗口走势延续局部趋势,趋势反转时观察窗口始末价格变动方向会超出随机波动造成的趋势背离范围以排除随机波动影响;为严谨评估模型效果默认可对标的进行多空操作 [4] - 作用标的:申万一级国防军工指数 [4] - 标的的数据预处理规则:保留原值 [4] - 模型信号维度:多空 [4] - 具体算法:计算T日收盘价与T - 20日收盘价的差del,计算T - 20日至T日(不含)时间段的波动率Vol;若del绝对值大于N倍的Vol则认为形成趋势,趋势多空方向与del正负对应,若小于等于N倍的Vol则认为走势延续,趋势方向同T - 1日;取N = 1进行跟踪;考虑多空两个方向的回报并合并结果作为最终评估依据 [4] - 跟踪区间:2023年3月7日 - 2025年3月18日 [4] 结果评估 - 区间年化收益: - 0.37% [4] - 波动率(年化):29.80% [4] - 夏普率: - 0.01 [4] - 最大回撤:29.79% [4] - 指数期间总回报率: - 3.81% [4]
电力设备指数趋势跟踪模型效果点评
太平洋证券· 2025-05-13 21:12
量化模型与构建方式 1. **模型名称**:电力设备指数趋势跟踪模型 - **模型构建思路**:假设标的价格走势具有局部延续性,趋势持续时间大于反转行情持续时间,通过观察窗口内的价格变动方向判断趋势延续或反转[3] - **模型具体构建过程**: 1. 计算T日收盘价与T-20日收盘价的差值: $$del = P_T - P_{T-20}$$ 2. 计算T-20日至T日(不含)的波动率Vol(未说明具体计算方法) 3. 趋势判断规则: - 若$|del| > N \times Vol$(取N=1),则判定为趋势形成,方向与del符号一致 - 若$|del| \leq N \times Vol$,则延续T-1日的趋势方向[3] - **模型评价**:年化收益回撤比较低,在窄幅震荡行情中表现不佳,不适合直接用于申万一级电力设备指数[4] 模型的回测效果 1. **电力设备指数趋势跟踪模型**: - 区间年化收益:13.52% - 波动率(年化):29.91% - 夏普率:0.45 - 最大回撤:27.32% - 指数期间总回报率:-22.56%[3] (注:报告中未提及量化因子相关内容,故跳过该部分)
建筑装饰指数趋势跟踪模型效果点评
太平洋证券· 2025-05-12 20:44
量化模型与构建方式 1. **模型名称**:建筑装饰指数趋势跟踪模型 - **模型构建思路**:基于价格走势的局部延续性假设,通过观察窗口内的价格变动与波动率的关系判断趋势方向[3] - **模型具体构建过程**: 1. 计算T日收盘价与T-20日收盘价的差值:$$del = P_T - P_{T-20}$$ 2. 计算T-20日至T日(不含)的波动率Vol(未明确计算方法,推测为标准差或ATR) 3. 趋势信号生成规则: - 若$$|del| > N \times Vol$$(N=1),则趋势方向与del符号一致(正为多,负为空) - 否则延续T-1日趋势方向[3] - **模型评价**:年化收益回撤比较低,中后期回撤持续时间长,不适合直接用于申万一级建筑装饰指数[4] 模型的回测效果 1. **建筑装饰指数趋势跟踪模型**: - 年化收益:4.39%[3] - 波动率(年化):23.96%[3] - 夏普率:0.18[3] - 最大回撤:22.47%[3] - 指数期间总回报率:-12.25%(基准对比)[3] 其他说明 - **数据预处理**:标的指数(申万一级建筑装饰指数)保留原值[3] - **跟踪区间**:2023年3月7日-2025年3月18日[3] - **策略适用性**:净值在2023年3月-2024年1月上升后进入长期回撤,震荡期表现不佳[4]