Edge
Chrome
Firefox
一、前言
2022年，发了一篇帖子《研究札记：择时收益是天时与人和的协同结果（从归纳到演绎）》；当时的研究比较粗糙、数据论证也不够充分。因此，在此之后，组织学生做了个小课题，对全球34个主要国家/地区的股指做了择时策略的分析和统计，统计时间段为2002年至2022年；不过，限于篇幅，下面的讨论主要集中于发达国家股市和中国股市。根据我的发帖习惯，还是先给出结论：
1、如果想要获得超过长持股指的收益，世界主要发达国家的择时准确率应至少达到 65%-70%（美国是最难的） —— 但是，在中国，择时准确率的要求特别低、甚至低于50%，也可以获得超过长持股指的显著收益。
2、三类策略的收益：经济基本面 > 动量（右侧） > 反转（左侧）；但是，经济基本面策略的信号频率，远低于动量和反转。
3、择时策略的适用性：发展中国家（新兴市场）> 发达国家、经济增长的国家 > 缺乏增长的国家（例如，日本、英国）
4、请不要再说，“中国股市，不能被中国经济预判、只是纯粹的赌场”了 —— 在A股，基于纯粹经济基本面的择时策略，取得了三种策略中最好的投资收益。
二、各国股市对于择时准确率的要求
对于择时准确率的测算方法，是基于William F. Sharpe 于1975年在期刊《Financial Analysis Journal》上发表了经典报告《Likely Gains from Market Timing》 —— Sharp在1970年代测算，美国股市的择时准确率需要在74%以上；这个数据的稳定性相当强，在2002-2022年的时间段内，美股的择时准确率也至少需要在70%以上。具体的结果比较清晰，详情参见下图：
三、三种择时策略（只做多、不做空）的对比
1、择时策略的说明a）动量：30天的移动平均线
b）反转：30天和70天的日线数据
c）经济基本面：LEI 指标；具体测算方法，参见Feldman发表的《Buy and Hold Versus Timing Strategies: The Winner Is》
2、择时策略的收益统计与小结
动量：
1）整体收益较好；但日本的表现较差，收益为负
2）新兴市场的收益，要好于发达国家市场
3）在经济增长缺乏核心驱动力的国家，英国和日本的收益较差
反转：
1）动量策略表现好的股市，其反转策略的表现也较好
2）但是，反转策略的收益通常要弱于动量；并且这个特点，在新兴国家更为明显
经济基本面（LEI）：
1）整体上，策略收益高于动量和反转，但信号次数显著降低
2）该策略，在经济经济增长缺乏核心驱动力的国家，收益也较好 —— 日本股市的策略收益为正
四、注意事项 —— 以中国为例；经济基本面择时，只能用于看多、慎用于看空
由于熊市的底部是理性投资者托起来的，而牛市的顶部是非理性的、且在临界点后会出现快速的趋势反转和崩盘 —— 因此，股市的顶部是不能用理性指标去衡量的。同时，经济基本面的变化也相对迟缓；因此，如果在牛市起步加速之后，用经济基本面的信号去操作择时，很可能出现下面的情况（左上图的2014-2015年）：
五、总结
1、从市场方面来说，择时收益只取决于股指的波动性 —— 波动性越大的股票市场，择时收益越高；关于具体的推导过程，涉及到PCA和LM模型，就不在这里赘述了。2、总体上，右侧交易强于左侧交易（动量策略优于反转策略）；
3、动量策略，在新兴市场国家的收益更高；
4、动量策略相对于反转策略，在新兴市场国家的优势也更大；
5、基本面策略，在各国的表现都比较稳定，且拥有3类策略中最高的年化收益率和风险回报比率；缺点是触发的次数显著要少
5
赞同来自: happysam2018 、邹大仙女 、打新交朋友 、skyblue777 、火锅008更多 »
@酱油面
Y佬的文章真是高产啊说实话，择时的这两篇文章，我都不是很满意；主要是数据处理比较粗糙。好在定性的问题，已经能够说清楚，也就凑合了 —— 毕竟论坛发帖的要求，和发paper还是相去甚远。
都来不及细细学习
1
赞同来自: gaokui16816888
@你猜再猜
我主要是考察全球多国的情况，这个主要是对我自己做资产配置或者大周期轮动比较有参考价值。
我说说我的统计（不一定对，可能存在未来函数，目前实战上我是亏5％）准备1根据法律法规，融资工具划分：ETF，可转债，个股。平台规则交易周期分类：T+0/T+1ETF划分：流动性最大前100+股票/债券/商品/reits/货币类可转债划分：流动性最大前100+（收益率/折溢价）组合个股：流动性最大前100+（市值/扣非净利润同比增长）组合准备2交易择时划分：隔夜，上午，中午，下午涨跌幅划分：隔夜涨...挺好的，这是另外的分类方式；只不过你的Beta基本还是同一个，就是中国的股指。
我主要是考察全球多国的情况，这个主要是对我自己做资产配置或者大周期轮动比较有参考价值。
5
赞同来自: aladdin898 、jackymin001 、neverfailor 、好奇心135 、ylxwyj更多 »
我说说我的统计（不一定对，可能存在未来函数，目前实战上我是亏5％）
准备1根据法律法规，融资工具划分：ETF，可转债，个股。平台规则交易周期分类：T+0/T+1
ETF划分：流动性最大前100+股票/债券/商品/reits/货币类
可转债划分：流动性最大前100+（收益率/折溢价）组合
个股：流动性最大前100+（市值/扣非净利润同比增长）组合
准备2交易择时划分：隔夜，上午，中午，下午
涨跌幅划分：隔夜涨跌幅四等分中位数，上午涨跌幅四等分，中午，下午。。。。。（可能有未来函数）（大涨/小涨/小跌/大跌）
成交量划分：今日上午与今日下午的成交金额环比增长率（放量，缩量），昨日下午与今日上午。。。
准备3数据样本2020-2023年至今
目的：统计归纳不同种类的品种组合在不同时间段，根据量价组合预判下一个周期的涨跌变化
上午流程
1.划分品种类型，确认同类组合
2.研究隔夜涨跌幅对上午涨跌幅的影响
3.研究隔夜四等分涨跌幅对上午涨跌幅的影响
4.研究今日隔夜四等分涨跌幅+昨日下午放量/缩量对上午涨跌幅的影响
下午流程
1.划分品种类型，确认同类组合
2.研究上午涨跌幅对下午涨跌幅的影响
3.研究上午四等分涨跌幅对下午涨跌幅的影响
4.研究今日上午四等分涨跌幅+今日上午放量/缩量对下午涨跌幅的影响
隔夜流程
1.划分品种类型，确认同类组合
2.研究下午涨跌幅对隔夜涨跌幅的影响
3.研究下午四等分涨跌幅对隔夜涨跌幅的影响
4.研究下午四等分涨跌幅+下午放量/缩量对隔夜涨跌幅的影响
T+1股票结论：
隔夜下跌，上午上涨，下午下跌
大市值反转＞动量
小市值动量＞反转
绩优动量/反转＞绩差动量/反转
大涨大跌＞小涨小跌
放量＞缩量
动量涨跌标准差＞反转涨跌标准差*2
准备1根据法律法规，融资工具划分：ETF，可转债，个股。平台规则交易周期分类：T+0/T+1
ETF划分：流动性最大前100+股票/债券/商品/reits/货币类
可转债划分：流动性最大前100+（收益率/折溢价）组合
个股：流动性最大前100+（市值/扣非净利润同比增长）组合
准备2交易择时划分：隔夜，上午，中午，下午
涨跌幅划分：隔夜涨跌幅四等分中位数，上午涨跌幅四等分，中午，下午。。。。。（可能有未来函数）（大涨/小涨/小跌/大跌）
成交量划分：今日上午与今日下午的成交金额环比增长率（放量，缩量），昨日下午与今日上午。。。
准备3数据样本2020-2023年至今
目的：统计归纳不同种类的品种组合在不同时间段，根据量价组合预判下一个周期的涨跌变化
上午流程
1.划分品种类型，确认同类组合
2.研究隔夜涨跌幅对上午涨跌幅的影响
3.研究隔夜四等分涨跌幅对上午涨跌幅的影响
4.研究今日隔夜四等分涨跌幅+昨日下午放量/缩量对上午涨跌幅的影响
下午流程
1.划分品种类型，确认同类组合
2.研究上午涨跌幅对下午涨跌幅的影响
3.研究上午四等分涨跌幅对下午涨跌幅的影响
4.研究今日上午四等分涨跌幅+今日上午放量/缩量对下午涨跌幅的影响
隔夜流程
1.划分品种类型，确认同类组合
2.研究下午涨跌幅对隔夜涨跌幅的影响
3.研究下午四等分涨跌幅对隔夜涨跌幅的影响
4.研究下午四等分涨跌幅+下午放量/缩量对隔夜涨跌幅的影响
T+1股票结论：
隔夜下跌，上午上涨，下午下跌
大市值反转＞动量
小市值动量＞反转
绩优动量/反转＞绩差动量/反转
大涨大跌＞小涨小跌
放量＞缩量
动量涨跌标准差＞反转涨跌标准差*2
京公网安备 11010802031449号