基于股价日均线的趋势策略有效性分析

林朝雄 郑 旭

(上海交通大学安泰经济与管理学院，上海 200030)

基于股价日均线的趋势策略有效性分析

林朝雄 郑 旭

(上海交通大学安泰经济与管理学院，上海 200030)

反转效应的存在说明了股价的走势具有规律性，但仅依赖单一时间窗口历史收益率构造的反转策略难以有效捕捉这一规律。基于股价日均线指标本文构造了趋势策略，该策略在投资收益及策略的稳定性上均优于反转策略。趋势策略具有更佳的表现，一方面其可反映反转策略捕捉到的股价走势信息，另一方面其还可捕捉到反转策略无法捕捉的信息。趋势策略对市场风险系数、市值、账面市值比、市盈率、杠杆率、换手率等特征指标的影响、卖空交易及策略的构造具有较高的稳健性。

趋势策略；股价日均线；反转策略；股票特征指标

1 数据描述

本文采用1998年1月至2015年6月的A股周度数据,周度数据频率的选取,一方面为尽量扩大样本数量,另一方面日度数据波动大、缺乏稳定性。个股周度收益率、市值、换手率及无风险利率来自Wind数据库,其中周度收益率的计算包括分红、配股因素,无风险利率的计算取1年定期存款利率。个股资产负债表及利润表数据来源为CSMAR数据库。为排除新股上市初期价格异常的影响、保证股价日均线数据的连续性及保证趋势策略稳健性检验中使用数据的统一性,本文删去个股上市最初6个月、前20个交易日无连续交易、净资产为零或负值及前98个交易周中交易周数小于48周的股票交易数据,其中要求股票前98个交易周中交易周数大于48周是出于估计个股市场风险系数的考虑。本文个股市场风险系数的计算采用前98个交易周(约2年)的股票交易数据,因此本文趋势策略检验实际采用的数据时间区间为2000年1月至2015年6月。

表1 各年份平均每周个股样本数及样本交易周数

2 动量、反转效应检验

参照Jegadeesh和Titman(1993)构造惯性策略的方法,本文首先根据观察期中股票收益率的大小,按排序的五分位构造出观察期收益率由小到大的5个等权重投资组合WR1-WR5,再通过买入WR1、卖空WR5的方式构造出零成本对冲组合(反转策略),最后根据反转策略持有期的收益率是否为显著的正值、负值检验A股市场的动量、反转效应。若反转策略收益率为显著的正值,则说明A股市场具有反转效应,若为显著负值则说明具有动量效应。表2给出了观察期为1、2、3、4周和持有期为1、2、3、4周交叉组合共计16种不同动量、反转效应的检验结果,检验结果与潘莉和徐建国(2011)2002-2008年样本区间的检验结果一致,仅发现反转效应而无动量效应。在各反转效应中,观察期和持有期均为1周的反转效应最为明显,其所对应的反转策略在收益率、夏普比率及收益率三因子模型回归截距项上表现都为最佳。反转效应的存在,说明了在A股市场上股票历史收益率对未来收益率具有预测性,即股价变动趋势是具有规律性的。

表2 各反转策略平均周度收益率及其t统计量

表3 各反转策略的夏普比率

表4 各反转策略周度收益率三因子模型回归截距项及其t统计量

但在2014年7月至2015年6月的子样本动量、反转效应的检验(表5)中,可发现反转效应的稳定性较差,16种反转策略在该样本区间中收益率均不显著。这反映了仅依赖单一时间窗口历史收益率去捕捉股价变动趋势的反转策略的不足,因此有必要去寻找其他能够有效地捕捉股价变动趋势的投资策略。

表5 2014年7月至2015年6月各反转策略平均周度收益率及其t统计量

3 趋势策略构造及结果分析

3.1 基于股价日均线的趋势策略构造

步骤1：采用前1周最后1个交易日市场常用的股价日均线指标,包括3日、5日、7日、10日、20日、30日及60日股价日均线指标,对股票周度收益率进行截面回归,具体回归方程为：

其中：rj,t为股票j在t周的收益率；Aj,t-1,i股票j在t-1周最后一交易日、时间间隔为日的股价日均线指标,和60。以3日股价日均线指标为代表,Aj,t-1,3的具体公式为其中Pj,t-1、 Pj,t-2、Pj,t-3为股票j在t周前第1、前第2、前第3个交易日的收盘价格,其他股价日均线指标计算和Aj,t-1,3一致；βi,t为回归方程Aj,t-1,i对rj,t的影响系数；βo,t为回归方程的截距项。

步骤2：基于前48周的交易数据获得的各股价日均线指标影响系数,对下一交易周的收益率进行预测,具体为：

此处, Aj,t,i的影响系数采用前4 8周(约1年)交易数据回归所得系数的平均值进行计算。

步骤3：参照Jegadeesh 和Titman(1993)构造动量策略的方法,根据对t+1周股票收益率的预测值Et[rj,t+1]的大小对股票进行排序分组,依次构造出Et[rj,t+1]由小到大的5个等权重投资组合EWR1-EWR5。各投资组合持有1周后,根据最近48周的交易数据,对5组合进行重新构造以及时反映最新的股价变动趋势。最后以买入EWR5组合、卖空EWR1组合的方式构造零成本对冲组合(趋势策略)。

3.2 趋势策略结果分析

EWR1至EWR5投资组合收益率由低至高逐渐递增(表6),反映出股价日均线对股票收益率的预测性,股价日均线预测收益率高的股票,其实际收益率也倾向于更高。这说明了股价日均线除产生买卖信号,对股票收益率还具有更为普遍的预测性。对EWR1至EWR5投资组合收益率进行三因子模型回归,观察各投资组合收益率回归的截距项,可发现EWR1至EWR5投资组合截距项也呈现由低至高逐渐递增的规律(表7),因此这种股价日均线的预测性是不为三因子模型所能解释的。以2006年3月国务院公布《国务院2006年工作要点》标志股权分置改革基本完成,本文以2006年6月为截点分析股权分置改革前后股价日均线指标预测性的变化,可发现股权分置改革后,其预测性有所加强,趋势策略的周度收益率由改革前的0.43%提升至改革后的1.01%,趋势策略收益率三因子模型回归的截距项由0.41%提升至0.98%。

表6 EWR1-EWR5投资组合及趋势策略平均周度收益率及其t统计量

趋势策略的构造是为了更好地捕捉股价的变动趋势,因此有必要与仅依赖单一时间窗口历史收益率预测股价变动趋势的动量、反转策略进行比较分析。上文周度频率动量、反转效应的检验中,仅发现反转效应,且不同观察期和持有期的反转效应中,观察期和持有期均为1周的反转效应最为明显,因此本文仅取观察期和持有期均为1周的反转策略与趋势策略进行对比。

已经四千多年了，古老的铜绿山还在继续贡献出宝藏，这一方厚重的沃土，该见过了多少历史的沧桑，见惯了多少生命的无常，那些逝去的生命或许重于泰山，或者轻于鸿毛。铜绿山仍是山崖依旧，山上的铜草花，花开花落，岁岁年年，几千年不绝如缕。

表7 EWR1-EWR5投资组合及趋势策略周度收益率三因子模型回归截距项及其t统计量

表8对比可发现无论在全样本或股权分置改革前后子样本中,趋势策略在收益率、夏普比率及收益率三因子模型回归截距项上均具有比反转策略更佳的表现。此外,表9数据显示趋势策略的稳定性也优于反转策略。2000年至2015年6月共有732个48周时间窗口样本,趋势策略86%的样本在10%置信水平下收益率显著,且在股权分置改革后10%置信水平下收益率显著的样本占比提升至100%,分别比反转策略高14%和15%。故无论在投资收益或是策略的稳定性上,趋势策略均优于反转策略。

对比趋势策略和反转策略超额收益间的相互解释关系,可发现趋势策略在投资收益及策略的稳定性上具有比反转策略更佳表现的原因。在三因子模型基础上加入趋势策略收益率后,在股权分置改革前后两子样本中,反转策略收益率三因子模型回归的截距项显著性均消失,说明了趋势策略基本反映了反转策略的超额收益。但相反在三因子模型基础上加入反转策略收益率,趋势策略收益率三因子模型回归的截距项只是有所减小,其显著性不变,说明了反转策略只能部分地解释趋势策略的超额收益。因此,趋势策略具有更佳的表现的原因在于其可更为全面地捕捉股价走势信息,一方面趋势策略可反映反转策略捕捉到的股价走势信息,另一方面趋势策略还可捕捉到反转策略无法捕捉的信息

表8 趋势策略与反转策略周度收益率统计量对比

表9 趋势策略与反转策略48周时间窗口样本中收益率显著样本占比对比

4 稳健性分析

表10 反转策略周度收益率三因子模型及趋势策略收益率回归

表11 趋势策略周度收益率三因子模型及反转策略收益率回归

4.1 特征指标影响的稳健性分析

潘莉和徐建国(2011)系统地研究了A股市场上市场风险因子、市值、市盈率、账面市值比、账面杠杆率、市场杠杆率及流通股比例等7特征指标对股票收益率的影响关系,发现市值、市盈率、账面杠杆率无论是否控制住其他特征指标均对股票收益率具有显著影响。田利辉和王冠英(2014)在实证分析中发现换手率、市值、账面市值比对股票收益率具有显著的影响。既然市值、账面市值比、市盈率、账面杠杆率及换手率等特征指标对股票收益率具有影响作用,则有必要检验趋势策略是否受这些特征指标影响。上述学者虽发现控制住其他特征指标后市场风险系数对股票收益率无显著影响,但鉴于市场风险系数在学术界中广泛的影响,本文同时检验了市场风险系数的影响。故本文趋势策略特征指标影响的稳健性分析同时考虑了市场风险系数、市值、账面市值比、市盈率、杠杆率、换手率等特征指标对趋势策略的影响作用。

趋势策略的构造是基于股价日均线指标预测收益率(Et-1[rt]),故本文趋势策略对特征指标影响的稳健性分析为检验特征指标对Et-1[rt]的收益率预测能力的影响作用。单独考虑Et-1[rt]和收益率的影响关系,可发现Et-1[rt]和收益率具显著的正相关关系,反映了日均线对收益率的预测性。采用Fama-MacBeth(1973)回归同时控制住市场风险系数、市值、账面市值比、市盈率、杠杆率、换手率等特征指标,Et-1[rt]对收益率的影响系数维持1%置信水平下的显著性,且Et-1[rt]系数相比单独考虑Et-1[rt]仅下降18%,反映了Et-1[rt]的收益率预测能力受特征指标的影响较小,趋势策略对上述特征指标的影响具有较高的稳健性。

表12回归结果显示当控制住Et-1[rt],前1交易周股票收益率(WR[t-1])对收益率的影响系数的显著性消失,但无论是否考虑WR[t-1],Et-1[rt]对收益率的影响关系不变,一直维持显著的正相关关系。这反映了Et-1[rt]在收益率预测上包含比WR[t-1]更多的信息量,和上文分析所得的“一方面趋势策略可反映反转策略捕捉到的股价走势信息,另一方面趋势策略还可捕捉到反转策略无法捕捉的信息”的结论相一致。

表12 个股周度收益率对股票特征指标Fama-MacBeth回归

截至2014年9月22日,经过4次融资融券标的扩容,A股市场可卖空标的已扩大至900只,占A股上市公司总数的三分之一。卖空限制的解除使得对市场中的超额收益率进行对冲套利成为可能,这将对趋势策略的有效性形成冲击,因此有必要检验卖空交易对趋势策略的影响。根据上交所和深交所2013年9月6日和2014年9月22日公布的融资融券标的目录,本文将股票类型分为非融资融券标的和融资融券标的,并在2013年10月至2015年6月和2014年10月至2015年6月区间中,对比非融资融券标的和融资融券标的中趋势策略执行的有效情况。表13显示卖空限制的解除确实对趋势策略的产生冲击,以2013年9月6日标的目录区分融资融券标的,在2013年10月至2015年6月区间,融资融券标的中趋势策略收益率、收益率三因子模型回归截距项仅为非融资融券标的中的59%和52%。但无论是以2013年9月6日或2014年9月22日标的目录区分样本进行检验,可卖空的融资融券标的中趋势策略收益率、收益率三因子模型回归截距项均具有显著的正收益率,反映了趋势策略对卖空交易具有较高的稳定性,趋势策略的超额收益并未因卖空限制的解除而消失。

表14 股价日均线指标系数采用不同时间跨度回归系数均值的趋势策略周度收益率统计量

表13 趋势策略在融资融券标的和非融资融券标的中的周度收益率对比

4.3 策略构造的稳健性分析

上文分析中趋势策略的构造,股价日均线指标对收益率预测的影响系数采用的是前48周(约1年)交易数据回归系数的平均值,因此有必要改变影响系数采用回归系数均值的时间跨度对趋势策略的构造进行稳健性分析,以确定趋势策略的适用范围。表14结果显示,回归系数均值的时间跨度在48周(约1年)及以上,无论在全样本或股权分置改革前后子样本中,趋势策略在收益率、夏普比率及收益率三因子模型回归截距项上均具有比反转策略更佳表现,故趋势策略在策略构造上同样具有较高的稳健性。

5 结论

本文检验了2000年至2015年6月A股周度频率动量、反转效应,检验结果与潘莉和徐建国(2011)2002-2008年样本区间的检验结果相一致,仅发现反转效应而无动量效应。但各反转效应在2014年7月至2015年6月的子样本中均不显著,反映了仅依赖单一时间窗口历史收益率去捕捉股价变动趋势的反转策略的不足。基于市场常用的股价日均线指标,本文构造出能有效捕捉股价变动趋势的趋势策略。该投资策略在收益率、夏普比率及收益率三因子模型回归截距项上均具有比反转策略更佳的表现,且策略的稳定性也优于反转策略。对比趋势策略和反转策略超额收益间的相互解释关系,本文发现趋势策略具有更佳的表现的原因在于其可更为全面地捕捉股价走势信息,一方面趋势策略可反映反转策略捕捉到的股价走势信息,另一方面趋势策略还可捕捉到反转策略无法捕捉的信息。这一结论在采用Fama-MacBeth (1973)回归控制住前1交易周股票收益率和股价日均线指标预测收益率的分析中得到了一致的验证。

采用Fama-MacBeth(1973)回归同时控制住市场风险系数、市值、账面市值比、市盈率、杠杆率及换手率等特征指标可发现,股价日均线在收益率预测上受上述特征指标影响较小,反映了趋势策略对上述特征指标的影响具有较高的稳健性。根据上交所和深交所2013年9月6日和2014年9月22日公布的融资融券标的目录,本文将股票类型分为非融资融券标的和融资融券标的,以检验卖空限制解除对趋势策略有效性的影响,发现卖空限制的解除确实对趋势策略的收益表现产生影响,但趋势策略的超额收益仍然存在,反映了趋势策略对卖空交易具有较高的稳健性。通过改变股价日均线指标对收益率预测的影响系数采用回归系数均值的时间跨度,本文对趋势策略的构造进行稳健性分析,发现回归系数均值的时间跨度在48周(约1年)及以上,无论在全样本或股权分置前后子样本中,趋势策略在收益率的表现上均优于反转策略,即在策略构造上趋势策略同样具有较高的稳健性。

[1] DeBondt, W.F.M., Thaler, R. Does the stock market overreact?[J]. Journal of Finance, 1985, 40(3): 793-805.

[2] Lehmann, B.N. Fads, martingales and market efficiency[J]. Quarterly Journal of Economics, 1990,105(1): 1-28.

[3] Jegadeesh, N., Titman, S. Returns to buying winners and selling losers: Implications for stock market efficiency[J]. Journal of Financial Economics, 1993, 48(1): 65-91.

[4] Rouwenhorst, K.G. International Momentum Strategies[J]. Journal of Finance, 1998, 53(1):267-284.

[5] 鲁臻、邹恒甫. 中国股市的惯性与反转效应研究[J]. 经济研究, 2007,(9)：145-155.

[6] 刘博、皮天雷. 惯性策略和反转策略：来自中国沪深A股市场的新证据[J]. 金融研究,2007,(8)：154-166.

[7] 潘莉、徐建国. A股个股回报率的惯性与反转[J]. 金融研究, 2011,(1)：149-166.

[8] Han,Y., Zhou, G., Zhu, Y. A Trend Factor: Any Economic Gains from Using Information over Investment Horizons?. Working paper, University of Colorado Denver, 2015.

[9] 戴洁,武康平. 中国股票市场技术分析预测力的实证研究[J].数量经济技术经济研究,2002,(4):99-102.

[10] 孙碧波. 移动平均线有用吗?—基于上证指数的实证研究[J].数量经济技术经济研究,2005,(2):149-156.

[11] 周铭山、冯新力、林靓、方旭赞、周开国.A股市场均线策略有效性与收益率随机特征研究[J]. 证券市场导报,2013(1)：58-64.

[12] 潘莉、徐建国. A股市场的风险与特征因子[J]. 金融研究, 2011,(10)：140-154.

[13] Fama, E.F., French, K.R. Common risk factors in the returns on stocks and bonds[J]. Journal of Finance, 1993, 33(1): 3-56.

[14] 田利辉、王冠英. 我国股票定价五因素模型：交易量如何影响股票收益率?[J]. 南开经济研究,2014,(2)：54-75.

[15] Fama, E.F., MacBeth, J.D. Risk return and equilibrium: Empirical test[J]. Journal of Political Economy, 1973, 81(3): 607-636.

The Analysis of Effectiveness of Trend Strategy Based on Average Stock Price Indices

Lin Chao xiongZheng Xu

The existence of reversal effect proves that stock price trends are predictable, but the reversal strategy that depends only upon the historical return rate of one time window cannot effectively capture the trends. Based upon average stock price indices, we created the trend strategy that was better than reversal strategy upon both return and stability. Trend strategy has better performance, for it not only can capture the stock price trend information captured by reversal strategy but also can capture the information that cannot be captured by reversal strategy. Trend strategy is robust to the affect of stock characteristic indices, such as market risk factor, maket size, book-to-market ratio, price earnings ratio, leverage ratio and turnover rate, short selling and the formation of strategy.

trend strategy; average stock price index; reversal strategy; stock characteristic index

F830.91

A

1005-9679(2016)02-0102-07

林朝雄,金融学硕士,上海交通大学安泰经济与管理学院,研究方向：金融计量；郑旭,经济学博士,上海交通大学安泰经济与管理学院,金融系教授,博士生导师,金融创新研究中心主任,研究方向：金融计量、对冲基金、商品期货及私募股权。