2025年大类资产与中观配置研究:从涨停板、打板策略到赚钱效应引发的情绪择时指标
- 来源:国泰海通证券
- 发布时间:2025/05/19
- 浏览次数:911
- 举报
大类资产与中观配置研究:从涨停板、打板策略到赚钱效应引发的情绪择时指标.pdf
大类资产与中观配置研究:从涨停板、打板策略到赚钱效应引发的情绪择时指标。情绪择时模型成功预判市场。我们认为,涨跌停板不仅反映了个股的强弱,更是市场情绪高涨、资金活跃的重要标志。通过构建与涨跌停个股数量和可交易收益有关的因子,我们成功构建了能够预测市场短期情绪变化的择时模型。对模型进行改进后,回测区间内无论是收益还是风控能力均较为出色。情绪择时模型的构建。我们将表现最好的五个因子:打板策略收益因子、跌停次日收益因子、涨停板占比因子、跌停板占比因子和净涨停占比因子发出的信号进行整合,构建择时模型:情绪择时模型组合的年化收益率为6.65%(3.82%),年化波动率为15.37%(22.40%),最大...
1. 从涨跌停板制度到交易策略
涨跌停板制度源于国外早期证券市场,是证券市场上为了防止交易价 格的暴涨暴跌,抑制过度投机现象,对每只证券当天价格的涨跌幅度予以适 当限制的一种交易制度,即每天市场价格达到了上限或下限时,不允许再有 涨跌,术语称为“涨跌停板”。当天市价的最高上限叫 “涨停板”,最低下 限叫 “跌停板”。
我国的股票市场在成立初期曾短暂实行过涨跌停制度,而后深圳证券 交易所和上海证券交易所分别于 1991 年和 1992 年全面取消了股价的涨跌 幅限制,A股进入了长达五年的“无涨跌幅限制”时期。由于当时市场的不 成熟,A股市场出现了较为异常的波动;为了遏制市场的过度投机,沪深两 市自 1996 年 12 月 16 日起,对非首日上市交易的股票、基金类证券实施 10% 的股价涨跌幅限制,标志着我国股票市场涨跌停制度的正式确立。 此后长达二十余年间,我国的涨跌停制度仅针对被交易所实施特殊处 理的股票(ST/*ST/PT 股)和首日上市的股票做了若干次细微修订。随 着资本市场改革的全面深化,近几年来监管层对于涨跌停制度的改革动作 频频。2019-2021 年,科创板、创业板、北交所相继将涨跌幅限制扩大至 20%、 20%、30%。 涨跌停制度在稳定市场波动、抑制过度投机方面发挥了一定作用。然而, 涨跌停板的存在不仅仅是单纯的交易规则,其背后更是市场情绪的集中体 现。在不同市场环境下,涨跌停板往往反映出投资者对利好或利空消息的强 烈反应,成为观察市场情绪波动的重要窗口。因此,A 股市场的投资者利用 涨跌停板的特性制定了一系列与其相关的短线交易策略,主要包括“打板策 略”和“低吸策略”: “打板策略”是指投资者在股票接近涨停或已经涨停时买 入,押注次日继续强势上涨,从而获得短线收益;而“低吸策略”则是在股票 接近跌停或已经跌停时买入,利用市场情绪恐慌后的 修复机会博取反弹收 益。此外,还有“连板追踪”策略,即关注连续涨停的强势股,捕捉市场热点 带来的短期机会。
这些与涨跌停板相关的交易策略在很大程度上反映了市场和投资者的 情绪波动。“打板策略”表现为投资者对强势股的追逐,他们在股价接近涨 停时果断买入,押注后续行情延续上涨,这种行为展现了对市场热点和短期 涨势的信心;“低吸策略”则体现出另一种乐观情绪,即投资者在股价跌停 或接近跌停时入场,认为市场的恐慌情绪是短暂的,并期待后续反弹带来的 收益。这两种策略虽然操作方式不同,但都基于投资者对市场未来走势的积 极预期。我们认为,当采用此类策略的投资者较多且能够获利时,往往意味 着市场整体情绪偏向乐观,推动资金不断涌入热点板块或超跌个股。这种 情况下,涨跌停板不仅反映了个股的强弱,更成为市场情绪高涨、资金活跃 的重要标志。 本文,我们将从涨跌停股个数、追涨和低吸策略的收益表现,以及其他 相关衍生指标的角度入手,分析这些因子与未来市场走势之间的关系。通过 研究涨跌停股数量的变化,可以直观反映市场情绪的强弱;而追涨和低吸策 略的收益则能够揭示市场中投资者行为的有效性和情绪倾向。此外,结合其 他衍生指标的分析,我们将进一步探讨这些因子如何共同作用,影响市场的 短期趋势及其对未来走势的指引意义。
2. 基于涨跌停股的指标研究
涨跌停股个数是反映市场情绪和资金博弈的重要指标,其变化能够直 观展现市场中投资者的乐观或悲观情绪。多名学者指出,涨跌停制度某种程 度上放大了市场情绪,当股票的股价上涨/下跌至接近涨跌停板时不会趋于 平稳,反而会进一步加速,并最终封板,这一现象被形象地称为 “磁吸效应” (magnet effect)。

“磁吸效应”为我们提供了一种观察市场情绪的独特视角。当股价接近 涨跌停板时,投资者行为和情绪会被放大,因此,我们可以将涨跌停板的数 量当做市场情绪的代理指标:如果涨停个股较多,说明市场中投资者情绪较 为乐观,追涨意愿强烈,资金集中涌入热点板块,推动整体市场向上;反之, 如果跌停个股较多,则反映出市场中的悲观情绪占主导,投资者恐慌性抛售 增多,市场承压下行。
2.1. 涨跌停个股数量
我们统计了 A 股市场自 2010 年来,市场涨跌停个股的数量,并构建了 相关因子,旨在从涨跌停个股数量的角度分析 A 股市场投资者的交易情绪 (我们假设市场情绪乐观时,市场指数上行,悲观时则下行)。后文中的市 场收益数据均以 Wind 全 A 指数作为标的进行统计。 首先,我们统计了 2010.01.01 – 2025.04.03 区间,每周涨跌停个股的总 数,并计算其与下周市场的收益率的相关性,涨停个股数和跌 停个股数与下周市场收益率的相关性分别为 0.069 和-0.050,p 值分别为 0.055、 和 0.163。可以看到,涨跌停个股数在一定程度上反应了短期的市场情绪。
2.2. 涨跌停个股次日可交易收益
我们延续上文的逻辑,计算涨跌停个股在下一个交易日的收益(分别对 应“打板策略”和“低吸策略”)。 首先,我们对样本区间内涨停/跌停个股次日的收益率进行统计,涨停 个股的次日平均收益率为 2.48%,跌停个股的次日平均收益率为-2.34%。 从统计数据来看,似乎“打板策略”可以获得较高的收益。然而,值得注意 的是,投资者在实际交易过程中,无法预知个股是否可以成功封板,且不一 定能够在个股封板之前成功买入,这将严重影响“打板策略”的实际收益。 因此,我们采用高频数据,规定在个股 90 个交易日内首次出现股价上 涨至 9%时买入,在第二天(如遇到封板则顺延)开盘时卖出,以检验 2016 年以来“打板策略”的实际收益。为了更贴合实际情况,我们在交易策略上 叠加 10%的概率买入失败。
3. 基于涨跌停股的择时模型构建
我们将上述表现最好的五个因子:打板策略收益因子、跌停次日收益因 子、涨停板占比因子、跌停板占比因子和净涨停占比因子按照下述规则发出 的信号进行整合,构建择时模型: 打板策略收益因子:大于-0.5%。跌停次日收益因子:大于-1.0%。涨停板占比因子:大于 8%。跌停板占比因子:小于 1% 。净涨停占比因子:大于 4%。
3.1. 基础模型
我们在每周末对上述因子发出的信号进行加总,得到周度情绪择时信 号(由于打板策略收益因子数据始于 2016 年,模型 2016 年前的信号范围 为[0,4],2016 年后为[0,5])。
情绪择时模型组合的年化收益率为 6.65%(3.82%),年化波动率为 15.37% (22.40%),最大回撤 29.39%(55.08%),均优于 Wind 全 A 指数,且优于上文中任意单因子组合。

从回测区间内的仓位来看,组合仅在 23.2%的时候保持空仓,其余时间 均有仓位,有近一半的时间仓位超过 7 成。作为周度择时策略,我们认为, 这样的表现已经比较优秀。 从分年度表现来看,组合在 2010-2025 年间,共有 10 年战胜基准,胜 率达到 62.5%。从超额收益来看,组合相对基准的平均年度超额收益达到 1.58%。此外,组合的平均年化波动率仅为 13.51%,远低于基准的 20.41%, 风险收益明显更优。
3.2. 基础模型在主流宽基指数上的应用
我们进一步考察了情绪择时模型在其他宽基指数中的效果,以沪深 300 为标的,组合的年化收益率为 2.97%(0.69%),年化波动率为 14.42% (20.90%),最大回撤 32.75%(45.60%),均优于基准指数。
以中证 500 为标的,组合的年化收益率为 5.95%(1.40%),年化波动率 为 16.30%(24.63%),最大回撤 37.74%(64.25%),均优于基准指数。
以中证 1000 为标的,组合的年化收益率为 7.61%(1.93%),年化波动 率为 17.84%(27.15%),最大回撤 41.80%(71.74%),均优于基准指数。

3.3. 模型的进阶应用
在前文的研究中,情绪择时模型已展示出较优的判断能力,成功跑赢了 各类基准。然而,为进一步提升模型的效果,我们对其进行了两种改进:引 入市场趋势判断和对因子信号进行加权。接下来,我们将详细介绍这两种改 进的思路与效果对比。
3.3.1. 引入市场趋势判断
通过加入对市场整体趋势的分析,我们可以帮助情绪择时模型更好地 识别宏观环境的变化,从而在市场上行/下行/震荡的不同阶段采用不同的信 号阈值,提高模型的全局判断能力。本节中,我们简单采用 Wind 全 A 指数 在上一个周期的 10 周、20 周、60 周均线的排列来定义市场环境:
上行:MA10>MA20>MA60
下行:MA60>MA20>MA10
震荡:其他情况
在与上文同样的回测区间内,结合市场趋势的情绪择时模型组合的年 化收益率为 9.41%(3.82%),年化波动率为 17.98%(22.40%),最大回撤 46.35%(55.08%),大幅优于 Wind 全 A 指数,且相较于基础模型,有较为 明显的优化。
从分年度表现来看,组合在 2010-2025 年间,共有 9 次战胜基准,且在 未战胜基准时,差距也并不大。从绝对收益角度来看,模型仅 3 年出现亏 损,且这三年标的指数同样也出现了亏损。从超额收益来看,组合相对基准 的平均年度超额收益达到 3.89%,风险收益明显更优。
3.3.2. 因子信号加权
在前文中,我们提到,每个因子对市场走势的预测能力有所不同。为了 更精准地利用因子信号,我们引入了因子信号加权的改进方法。相比传统的 等权处理,这一方法通过评估每个因子的贡献度,赋予相应的权重,从而更 有效地捕捉因子间的差异性。
在回测区间内,因子加权后的情绪择时模型组合的年化收益率为 9.68% (3.82%),年化波动率为 13.31%(22.40%),最大回撤 24.47%(55.08%), 大幅优于 Wind 全 A 指数,且同样相对于基础模型,有较为明显的改善。 从分年度表现来看,组合在 2010-2024 年间,共有 9 年战胜基准。组合 相对基准的平均年度超额收益达到 4.77%。值得注意的是,模型在 2011、 2015、2016、2018 和 2022 年时,超额收益都超过了 20%,特别是在 2015 年,超额收益达到 40.27%。
4. 总结
涨跌停板制度源于国外早期证券市场,是证券市场上为了防止交易价 格的暴涨暴跌,抑制过度投机现象,对每只证券当天价格的涨跌幅度予以适 当限制的一种交易制度,即每天市场价格达到了上限或下限时,不允许再有 涨跌,术语称为“涨跌停板”。当天市价的最高上限叫 “涨停板”,最低下 限叫 “跌停板”。 本文,我们将从涨跌停股个数、追涨和低吸策略的收益表现,以及其他相关衍生指标的角度入手,分析这些因子与未来市场走势之间的关系。通过 研究涨跌停股数量的变化,可以直观反映市场情绪的强弱;而追涨和低吸策 略的收益则能够揭示市场中投资者行为的有效性和情绪倾向。此外,结合其 他衍生指标的分析,我们将进一步探讨这些因子如何共同作用,影响市场的 短期趋势及其对未来走势的指引意义。 经测试,我们发现,涨停板占比因子和跌停板占比因子整体表现较为出 色,虽然在某些方面有一定的不足,但结合起来可以比较准确地预测市场短 期内的情绪;涨停次日收益因子的回测结果表明,涨停个股次日收益与市场 环境或存在一定的关联,但并不具备连续性,较难作为领先指标使用;而跌 停次日收益因子和打板策略收益因子则表明,当该类策略的绝对收益变高 (亏损变少)时,市场情绪较好,且具备一定的连续性,但后两者信号频率 较低可能影响其实用性,需要结合其他指标使用。
我们将上述表现最好的五个因子:打板策略收益因子、跌停次日收益因 子、涨停板占比因子、跌停板占比因子和净涨停占比因子发出的信号进行整 合,构建择时模型:情绪择时模型组合的年化收益率为 6.65%(3.82%),年 化波动率为 15.37%(22.40%),最大回撤 29.39%(55.08%),均优于 Wind 全 A 指数,且优于上文中任意单因子组合。将模型运用在沪深 300 等宽基 指数中效果同样出色。 通过加入对市场整体趋势的分析,我们可以帮助情绪择时模型更好地 识别宏观环境的变化,从而在市场上行/下行/震荡的不同阶段采用不同的信 号阈值,提高模型的全局判断能力。引入市场趋势判断后,情绪择时模型组 合的年化收益率为 9.41%(3.82%),年化波动率为 17.98%(22.40%),最大 回撤 46.35%(55.08%),大幅优于 Wind 全 A 指数,且相较于基础模型,有 较为明显的优化。 引入了因子信号加权后,我们更有效地捕捉因子间的差异性。因子加权 后的情绪择时模型组合的年化收益率为 9.68%(3.82%),年化波动率为 13.31% (22.40%),最大回撤 24.47%(55.08%),大幅优于 Wind 全 A 指数,且同 样相对于基础模型,有较为明显的改善。 综上所述,我们认为,涨跌停板不仅反映了个股的强弱,更是市场情绪 高涨、资金活跃的重要标志。通过构建与涨跌停个股数量和可交易收益有关 的因子,我们成功构建了能够预测市场短期情绪变化的择时模型。对模型进 行改进后,回测区间内无论是收益还是风控能力均较为出色。
编辑:火腿肠-
标签
- 资产
- 相关标签
- 热门文档
- 热门文章
- 本年热门
- 本季热门
- 本月热门
- 1 关于2025年国民经济和社会发展计划执行情况与2026年国民经济和社会发展计划草案的报告——2026年3月5日在第十四届全国人民.pdf
- 2 中国网络视听协会:中国网络视听发展研究报告(2026) .pdf
- 3 市场监管局:2025直播电商行业发展白皮书.pdf
- 4 房地产行业第8_9周周报(2026年2月14日_2026年2月27日):26年春节新房成交量低于23_25年,二手房成交量高于23_25年;上海优化限购、公积金和房产税政策.pdf
- 5 中国新就业形态研究中心-2025中国蓝领群体就业研究报告.pdf
- 6 中国股票策略:中国最佳商业模式研究(第二版).pdf
- 7 互联网行业:第57次中国互联网络发展状况统计报告.pdf
- 8 2026年政府工作报告.pdf
- 9 中国2026年展望:探索新动能.pdf
- 10 2025中国新就业形态报告.pdf
- 1 中国新就业形态研究中心-2025中国蓝领群体就业研究报告.pdf
- 2 腾讯研究院-从超级个体到超级团队:AI时代组织变革的涌现路径.pdf
- 3 腾讯研究院:2026丰饶之后:AI Coding 观察报告.pdf
- 4 中国临床肿瘤学会指南工作委员会-医疗行业中国临床肿瘤学会(CSCO)非小细胞肺癌诊疗指南2026.pdf
- 5 兰花科创-600123-优质无烟煤龙头,煤化一体静待周期反转与技改红利释放.pdf
- 6 机械设备行业:拥抱科技,重视AI为主线的设备及硬件等投资机会.pdf
- 7 TGV玻璃基板行业动态报告:玻璃基板崛起,赋能先进封装.pdf
- 8 电力设备行业跟踪周报:锂电储能业绩亮眼、拓展AI第二增长曲线.pdf
- 9 玻璃基封装行业专题:玻璃基板有望成为先进封装新平台.pdf
- 10 投资策略-激光通信行业深度:行业现状、终端结构、市场规模及相关公司深度梳理.pdf
- 1 锐翔智能-920178-北交所首次覆盖报告:FPC整线“小巨人”深度绑定头部客户,向光模块固晶机设备延伸成长边界.pdf
- 2 纺服行业周报:运动品牌Q2流水放缓,安踏、361度表现韧性强.pdf
- 3 易观分析-具身智能行业:2026年中国具身智能重点行业应用与场景价值分析报告.pdf
- 4 中国汽车工业协会-汽车行业:2025中国汽车后市场年度发展报告.pdf
- 5 房地产行业专题报告:城市更新推动高质量发展.pdf
- 6 产业深度:生根与重构——2026年全球人工智能技术、政策、产业与投融资趋势全景洞察报告.pdf
- 7 硕远咨询-银发旅游行业:2026年银发旅游研究报告.pdf
- 8 能源电子行业月报:功率器件交期持续拉长,行业景气度稳步提升.pdf
- 9 AI医疗行业2026年6月月报:AI诊断与药研资本化提速,医疗智能体加速落地.pdf
- 10 千瓜数据-消费行业:2026年上半年热门行业数据简报.pdf
- 本年热门
- 本季热门
- 本月热门
- 1 2025年医药行业2026年度策略报告:创新药产业链景气度持续提升
- 2 2026年大族激光公司研究报告:PCB消费电子利好有望助力2025_27年盈利持续增长
- 3 2026年莱特光电公司深度报告:“一核双擎”打造中国电子材料领军企业
- 4 2026年春季港股及海外中资股投资策略:分化与回归
- 5 2026年航空行业夏航季民航时刻计划详解:稳中求进,国内控总量、国际促复苏
- 6 2026年春季A股投资策略:为第二阶段上涨蓄力,时代资产不退场
- 7 2026年春季北交所化工新材料行业投资策略:周期迎拐点,成长正当时
- 8 2026年中银香港公司研究报告:高股息护航,财富与出海共促成长
- 9 2026年春季海外宏观展望:结构性“滞胀”
- 10 2026年固收增厚产品系列报告之一:可转债基金的再定位与再解析
- 1 2026年6月人形机器人行业月报:资本化提速与量产渐近
- 2 2026年6月A股市场研判:AI引领向上,聚焦算力与景气延伸
- 3 2026 AI重塑影视产业:漫剧爆发与产业链重构深度解析
- 4 2026年全球人工智能技术、政策、产业与投融资趋势全景洞察
- 5 氧化锆断供与HBM瓶颈:全球产业趋势跟踪周报(2026年6月29日)
- 6 2026年7月A股量化择时:AI识图聚焦半导体与芯片赛道
- 7 2026 ASCO年会国产创新药双抗ADC临床数据梳理
- 8 A股2026年6月策略:景气强化与震荡上行配置建议
- 9 宁德时代发布钠电储能方案,7月中国电池排产环比增长
- 10 2026年中期医药生物行业投资策略:AI新药加速推进
