2025年金工深度研究：A股择时之技术打分体系

本文导读：挖掘技术面信息刻画市场状态

刻画股票市场状态，可以从宏观经济、微观企业、政策导向、投资者情绪、资金流动、技 术分析等多个角度入手。其中，技术分析应用较为广泛，这种方法通过研究历史市场数据 （主要是量价数据）来预测未来价格走势，假设所有已知和未知的信息都已反映在价格中， 价格变动存在规律，且历史规律将在未来重复出现。 择时模型大多包含技术维度，但简单使用技术指标往往效果欠佳。究其原因，第一，量价 信息与市场同步，很难领先预判；第二，市场往往存在多种运行模式的嵌套，对历史规律 的刻画可能存在过拟合或欠拟合；第三，历史规律在未来可能被打破。 即便如此，技术面 信息最为直观、即时、准确，仍是构建市场观测体系的良好切入点。 本文旨在充分挖掘技术面信息刻画市场状态，构建对市场技术状态的综合打分体系。首先， 将“市场状态”这一模糊的概念，细分到价格、量能、波动、趋势、拥挤等几个具体的维 度，然后在各个维度内部构建观测指标，考察其择时效果。如果历史上市场在这些维度上 存在着较为清晰稳定的运行规律，则相关指标可以作为一个有价值的市场观测窗口，纳入 市场状态打分体系；如果规律不稳定不清晰，则暂不纳入。 经过一系列单指标检验之后，本文选取出 10个具体指标，并基于单指标分别发出多空信号。 进一步，我们将 10 个指标的多空信号进行等权投票，形成综合打分体系，最终打分结果体 现为[-1,1]之间的取值，越贴近 1，说明对市场看多观点越强烈；越贴近-1，说明市场较弱 或风险积聚，看空观点越强烈。多指标打分相对单一指标更为稳健，观测角度也更为全面， 在市场发生异动时能较为灵敏地做出反应。

观测市场状态的五个维度：价格、量能、趋势、波动、拥挤

构建市场打分体系的第一步在于明确市场观测的角度。本文从股票和衍生品市场量价数据 出发，初步选取价格、量能、趋势、拥挤、波动等 5 个维度刻画市场状态，并在每个维度 内部构建若干细分指标：

价格：反映当前股票指数价格和收益水平，具体观测指标包括累计收益（动量）、价格 相对过去一段时间的偏离、是否形成通道突破等；

量能：反映量能情况和量价关系，具体指标包括量能的绝对大小、量能相对过去的偏 离、量价相关系数等；

趋势：反映当前市场趋势的强度情况，具体指标包括 ADX 平均趋势指数、过去一段时 间内创新高/新低天数的占比、多头/空头均线排列天数的占比等；

波动：反映过去一段时间市场的波动情况，具体指标包括价格和量能的实际波动、期 权价格反推的隐含波动等；

拥挤：反映投资者行为的趋同性，具体指标包括头部个股成交额集中度，涨停股数量 占比，期权合约多空持仓的分布等。

指标选取和单指标择时有效性检验

市场观测指标的筛选方法

对前述指标池的具体指标进行检验，筛选有效的市场观测指标，指标检验的流程如下：

步骤 1：构建因子序列

对于每个指标，遍历 N 取值为 1 日、5 日、20 日、60 日、120 日等计算周期，得到具体的 因子序列，如 60 日内换手率的波动、20 日内 ADX 等；

步骤 2：宽基指数择时

以万得全 A 为择时标的，应用该指标构建择时策略，对因子的择时能力进行检验。具体方 法为：遍历不同的因子平滑窗口、策略回看窗口、策略类型（含 4 个正向策略和 4 个反向 策略），发出日频多空择时信号，计算择时净值和统计量；然后绘制夏普随信号类型变化箱 线图，观察正反向逻辑下择时夏普是否有显著分歧，如果分歧显著，且箱体分布靠上，说 明该因子历史上存在一定择时价值，对参数不敏感；若正反向策略区分度不明显，或大部 分箱体均不及买入持有指数自身，说明该因子对择时没有增益或参数依赖度较强。

步骤 3：评估策略逻辑

考察指标经济学逻辑，分析是否具备跟踪观测价值。以下我们通过两个例子来说明： 20 日内创新高天数占比因子：正向策略优于反向策略，区分度明显。该因子直观刻画市场 趋势延续特征——指数向上突破动能增强时适宜买入，动能减弱时适宜卖出。尽管整体箱 体收益分布不高，但逻辑清晰直观，具备跟踪价值。 5%个股成交额占比因子：正向策略优于反向策略，区分度更为明显，但策略体现“越拥挤 越买入，越分散越卖出”的择时逻辑，这符合部分行情阶段的特征（如热门股带动股市上 行），但市场过热后可能反转；牛市扩散阶段热点轮动，成交额分散未必预示风险，据此做 空可能错失行情。因此，我们判断该指标择时逻辑不够稳健，样本内表现可能对极端行情 过拟合，暂不纳入跟踪体系。

市场观测指标的选取结果

根据上述三个步骤的筛选，我们最终选取 10 个指标，结果如下：

对上述 10 个指标分别构建择时策略，适用策略和体现的择时逻辑汇总如下表。大部分子策 略刻画市场趋势延续特征，少部分刻画均值回复特征，这也与我们前期对技术指标的测试 结果一致——趋势市产生的收益高于震荡市产生的磨损。其中，“20 日创新高天数占比”和 “60 日换手率波动”在多头端的胜率和赔率均显著高于空头，故将其优化为单边做多策略， 仅做多不做空，对于股票这种具备一定生息能力的资产，资产价格存在长期上行趋势，做 空应更谨慎。

单指标对万得全 A 择时效果

本文主要考虑技术指标对 A 股整体的方向性择时，故以表征全市场运行的万得全 A 指数为 主要择时标的，采用上述 10 个指标分别对万得全 A 指数进行择时，回测框架同《再论 A 股择时：多维度融合-20250529》，具体设计如下： 回测区间：2010/1/1-2025/12/19，部分单指标数据可得时间较短，起始时间根据该指标的 数据可得时间进行调整。 调仓频率：日频收盘价调仓，T 日发信号后，使用 T+1 日收盘价调仓。 信号规则：多空双边交易，1 代表做多买入，-1 代表做空卖出，0 代表中性观点。 费用设置：交易费率双边 0.05%，不考虑滑点、资金成本。

20 日价格乖离率

因子本身表征当日收盘价相对于过去 20 日均线的偏离。策略构建上采用正向趋势策略，乖 离率升高买入（1），下降卖出（-1）。相当于追踪价格的二阶变化。

20 日布林带

直接对指数收盘价应用布林带策略，当日收盘价突破过去 20 日均值+2 倍标准差以上则发 出买入信号（+1），向下突破过去 20 日均值-2 倍标准差则发出卖出信号（-1），其余时间维 持前一日观点。布林带是经典的通道类策略，虽然单独使用往往存在胜率较低的问题，但 在综合体系中可以较为灵敏的识别价格异动，把握大趋势，具备跟踪价值。

20 日换手率乖离率

因子表征当日换手率相对于过去 20 日换手率均线的偏离；采用正向趋势策略，乖离升高买 入，下降卖出。相当于追踪换手率的二阶变化。

60 日换手率乖离率

当日换手率相对于过去 60 日换手率均线的偏离，采用正向趋势策略，乖离率升高买入，下 降卖出。同样追踪量能的二阶变化。

20 日创新高天数占比

因子本身表征过去 20 天内、创过去 20 日新高的天数占比。采用正向趋势策略，新高天数 占比升高买入，下降卖出。相当于追踪向上突破的动能。该指标在多头端效果较好，仅做 多，不做空。

期权隐含波动率

追踪期权隐波的趋势，上行则买入，下行则卖出。虽然该因子使用的是正向趋势策略，但 隐波本身是在刻画市场的不稳定性，隐波上升意味着情绪恐慌，此时买入旨在捕捉超跌后 的反弹，本质上这是一个利用了期权市场非理性定价的反转信号。

60 日换手率波动

在上一部分的因子选取中，我们发现换手率和成交量的波动在择时能力上均显著好于价格 本身的波动，故在波动这一维度，我们没有使用指数价格本身的波动，而是使用量能波动 和期权反推的隐含波动。 60 日换手率波动因子表征过去 60 天内换手率的标准差，刻画量能的波动情况，回测中多 头端效果更好，仅做多不做空。分析其择时逻辑：量能一般领先于价格，在价格发生异动 （特别是大涨）之前，量可能提前做出反应，观测换手率的波动可以把握量能的异动，从 而捕捉行情机会。

编辑：火腿肠