基于成交量的MACD構(gòu)建和策略研究

周明華，張敏凱，周婷婷(浙江工業(yè)大學(xué) 理學(xué)院，浙江 杭州 310023)

基于成交量的MACD構(gòu)建和策略研究

周明華，張敏凱，周婷婷
(浙江工業(yè)大學(xué) 理學(xué)院，浙江 杭州 310023)

隨著金融市場的不斷發(fā)展，技術(shù)指標(biāo)的應(yīng)用不斷地在被人們接受和使用，各種各樣的技術(shù)指標(biāo)也應(yīng)運而生.而市場量價關(guān)系的研究也讓越來越多的研究者把目光放在了成交量這一和價格相同重要的變量上.MACD指標(biāo)作為最常見的指標(biāo)之一，操作簡單，思想也容易理解，卻只使用了價格這一信息.在MACD指標(biāo)的基礎(chǔ)上，結(jié)合成交量構(gòu)建了成交量加權(quán)的MACD_V指標(biāo)并提出了對應(yīng)的策略，然后利用滬深300的實際數(shù)據(jù)驗證了MACD_V指標(biāo)在多數(shù)情況下都能有較高和平穩(wěn)的收益.

MACD指標(biāo)；成交量；技術(shù)分析

技術(shù)指標(biāo)分析，是以可以直接觀測得到的數(shù)據(jù)為主要研究對象，構(gòu)建相應(yīng)的指標(biāo)研究投資者感興趣的市場信息的方法.技術(shù)指標(biāo)種類非常豐富，按照功能可以分為大勢型指標(biāo)，如ABI,ADR等；超買超賣型指標(biāo)，如KDJ，RSI，布林線等；趨勢性指標(biāo)，如MACD，TRIX等.MACD指標(biāo)作為最常用的指標(biāo)之一，是主要研究的指標(biāo).MACD指標(biāo)具有穩(wěn)定的特點但是在市場震蕩的時候容易誤判而頻繁發(fā)出信號，許多學(xué)者為了提升指標(biāo)的收益和穩(wěn)定性做出了不少努力.王志剛等[1]在研究時引入幅度，使得短期移動平均必須超出(或低于)長期移動平均某個百分比才生成買入(賣出)信號，從而減少誤操作次數(shù)——即幅度為1%的時候，預(yù)測能力得到了顯著提高；包思[2]認(rèn)為一個“好的”的指標(biāo)必須是平穩(wěn)，但是MACD指標(biāo)不能保證其平穩(wěn)性，他假設(shè)價格序列是對數(shù)增量平穩(wěn)的過程，并在此基礎(chǔ)上提出了平穩(wěn)MACD指標(biāo)，得到了其高收益性和穩(wěn)定性；Jelena[3]結(jié)合MACD和RSI指標(biāo)并使用支持向量機判斷買入和賣出時機，得到的結(jié)果比單指標(biāo)策略提升了許多，他們認(rèn)為增加輸入向量的種類能更好地提高預(yù)測能力.上述學(xué)者對MACD方法的研究仍建立在價格序列之上，而沒有考慮成交量這個重要的變量.

資產(chǎn)價格和交易量是金融市場上兩個核心的變量，但是，比較多的理論研究是圍繞價格這一變量進(jìn)行的，對成交量的研究多在于金融市場的實證方面.結(jié)合兩者一起的理論研究不夠豐富，VPT量價曲線和WVAD威廉變異離散量是結(jié)合兩者的技術(shù)指標(biāo)；除此之外，也有學(xué)者將成交量添加到原先的研究中，得到新的結(jié)果.吳沖鋒、吳文鋒[4]構(gòu)造了新的基于成交量的股價序列，相比于傳統(tǒng)的成交價時間序列，新序列的統(tǒng)計特性要更簡單更容易刻畫；鄒楊、王未卿等[5]對簡單的移動平均線進(jìn)行了改進(jìn).對于成交量不同的交易日賦予不同的權(quán)重.另外交易日的成交價也區(qū)別于傳統(tǒng)的收盤價，綜合考慮了開盤價、收盤價和當(dāng)日最高價和最低價，更加全面.較傳統(tǒng)均線，改進(jìn)后的均線在確定趨勢的靈敏度和預(yù)測的精度上都有其優(yōu)勢，在一定程度上克服了時滯性的缺點.可以看到：將成交量引入技術(shù)指標(biāo)分析的研究并不多，筆者將研究重點放在了MACD指標(biāo)之上，目標(biāo)是把價格和成交量相結(jié)合充分利用市場信息，從而更好地指導(dǎo)投資者進(jìn)行操作.

1 MACD指標(biāo)及其策略

技術(shù)指標(biāo)的使用需要對應(yīng)的策略，這里的MACD策略選用石賽男[6]提出的策略：當(dāng)Difft和Deat同時大于0且Difft上穿Deat，即MACDt>0且MACDt-1<0時，發(fā)出做多信號，買入一手合約；當(dāng)Difft再次下穿Deat時，即MACDt<0且MACDt-1>0時，平倉.當(dāng)Difft和Deat同時小于0且Difft下穿Deat，即MACDt<0且MACDt-1>0時，發(fā)出做空信號，賣出一手合約；當(dāng)Difft再次上穿Deat時，即MACDt>0且MACDt-1<0時，平倉.

2 成交量加權(quán)的MACD_V指標(biāo)及其策略

根據(jù)混合分布理論，價格序列和成交量序列同時遭受到達(dá)市場的信息影響，因而兩個序列有比較顯著的正相關(guān)關(guān)系，這一點已經(jīng)被中外許多學(xué)者在實踐中確認(rèn)了,HungXuanDo[7]研究了多組國外的基金與股票，得到了已實現(xiàn)高階矩與成交量有正相關(guān)關(guān)系；張小勇[8]計算了滬深300股指期貨的多個統(tǒng)計量，表明“已實現(xiàn)”波動率與成交量有正相關(guān)關(guān)系.所以，技術(shù)指標(biāo)分析脫離成交量單獨考慮價格序列是對市場信息利用的不充分.李衛(wèi)華[9]提出過成交量加權(quán)的均線模型，改良后的均線模型在實際操作中的有效性有了很大的提升.在MACD指標(biāo)的基礎(chǔ)上提出了成交量加權(quán)的MACD指標(biāo)，記為MACD_V指標(biāo).

MACD指標(biāo)的有效性和敏感性與參數(shù)的選擇有很大的關(guān)系，m=12,n=26,p=9是最常用的參數(shù)，但是，不同的投資人也會根據(jù)不同的股票選擇不同的參數(shù)以達(dá)到最優(yōu)的收益[10-15].這里以成交量構(gòu)造權(quán)重，對價格序列重新加權(quán)希望能夠?qū)ACD指標(biāo)的準(zhǔn)確性和穩(wěn)定性有一定的提升.構(gòu)造公式分別為

提出了指標(biāo)之后，對應(yīng)的策略也呼之欲出了，具體如下：

1) 當(dāng)Diff_Vt和Dea_Vt同時大于0且Diff_Vt上穿Dea_Vt，即MACD_Vt>0且MACD_Vt-1<0時，發(fā)出做多信號，買入一手合約；當(dāng)Diff_Vt再次下穿Dea_Vt時，即MACD_Vt<0且MACD_Vt-1>0時，平倉.

2) 當(dāng)Diff_Vt和Dea_Vt同時小于0且Diff_Vt下穿Dea_Vt，即MACD_Vt<0且MACD_Vt-1>0時，發(fā)出做空信號，賣出一手合約；當(dāng)Diff_Vt再次上穿Dea_Vt時，即MACD_Vt>0且MACD_Vt-1<0時，平倉.

新指標(biāo)的提出主要是為了更好地適應(yīng)高頻交易，作為一個好的指標(biāo)，應(yīng)該保證其計算得到的序列有穩(wěn)定性[2]，為了驗證穩(wěn)定性，測驗了多組股指期貨的數(shù)據(jù)，計算得到對應(yīng)的MACD_V指標(biāo)，并利用ADF檢驗法檢驗其平穩(wěn)性，得到表1的結(jié)果.

表1 股票指數(shù)的MACD_V序列平穩(wěn)性檢驗Table 1 Stationary test for the MACD_V series

既然上述方法構(gòu)造出來的指標(biāo)是平穩(wěn)的，接下來需要考慮對應(yīng)的參數(shù)選擇和收益情況.

3 MACD_V指標(biāo)最優(yōu)參數(shù)研究

在第2節(jié)提到，MACD指標(biāo)的有效性與參數(shù)的選擇有一定的關(guān)系，MACD_V指標(biāo)作為新提出的指標(biāo)，它的最優(yōu)參數(shù)仍需要繼續(xù)討論，所以，接下來通過遍歷法來計算MACD_V的最優(yōu)參數(shù)，目標(biāo)為總收益最高.參數(shù)遍歷的范圍2≤m≤20,m

表2 2010—2014年滬深300股指期貨每年最優(yōu)參數(shù)Talbe 2 Best parameters and corresponding returns every year

由表2可以看到：即使是同一金融產(chǎn)品的不同時間段的最優(yōu)參數(shù)也不相同.在實際操作中，投資者需要提前確認(rèn)好參數(shù)，所以，為了更好地應(yīng)用于實踐，需要提出類似MACD指標(biāo)中m=12,n=26,p=9的通用參數(shù)從而使MACD_V指標(biāo)更好地被研究和使用.接下來利用2010—2013年滬深300股指期貨數(shù)據(jù)作為訓(xùn)練集并用排序法求得最優(yōu)的通用參數(shù)，然后再用2014年的數(shù)據(jù)進(jìn)行試驗.然后，設(shè)置了3個不同的目標(biāo)函數(shù)，分別求得對應(yīng)目標(biāo)最優(yōu)的10個參數(shù)并進(jìn)行排名，再根據(jù)3個排名求得總排名最高的參數(shù)作為最優(yōu)通用參數(shù)，具體如下：

1) 第1個目標(biāo)函數(shù)為

式中Incomei為第i年的收益，得到的結(jié)果如表3所示.顯然，第1個目標(biāo)函數(shù)目的是讓總收益最大.

表3 第1個目標(biāo)函數(shù)最優(yōu)通用參數(shù)排序Table 3 Rank of best parameters by the first target

2) 第2個目標(biāo)函數(shù)為

表4 第2個目標(biāo)函數(shù)最優(yōu)通用參數(shù)排序Table 4 Rank of best parameters by the second target

3) 第3個目標(biāo)函數(shù)為

表5 第3個目標(biāo)函數(shù)最優(yōu)通用參數(shù)排序Table 5 Rank of best parameters by the third target

由表5可以看到：m=20,n=47,p=11是3個目標(biāo)函數(shù)下的最優(yōu)通用函數(shù)，所以，在接下來的討論中，選擇其為MACD_V策略默認(rèn)的通用參數(shù).首先，將其與表2中最優(yōu)參數(shù)得到的結(jié)果做對比，得到表6.

表6 2010—2014年最優(yōu)參數(shù)與通用參數(shù)收益對比

Table 6 The comparison of common parameters and best parameters

年份/年20102011201220132014收益/點937.09340.98319.62525.85634.43相對收益/%70.4256.6549.0178.6165.09

由表6可以看到：2014年的數(shù)據(jù)作為檢測數(shù)據(jù)，在MACD_V指標(biāo)的指導(dǎo)下選用通用參數(shù)所得到的收益是最優(yōu)參數(shù)的65.09%，可以認(rèn)為m=20,n=47,p=11是有效的.

4 MACD與MACD_V指標(biāo)綜合對比

MACD與MACD_V指標(biāo)序列對比，如圖1所示，因為1年中的1 min數(shù)據(jù)量比較大，全部在圖1中展示難以觀察細(xì)節(jié)，故取5 000～5 300 min，6 000～6 300 min兩個時間段的MACD序列以便觀察.其中，這一節(jié)的討論均是基于滬深300股指期貨2014年1 min數(shù)據(jù).為了使對比結(jié)果合理，這里重新計算了MACD指標(biāo)的最優(yōu)通用參數(shù)：m=17,n=22,p=25.MACD_V指標(biāo)使用通用參數(shù).

圖1 兩種指標(biāo)走勢對比Fig.1 Comparison of two kinds of indicators

MACD與MACD_V指標(biāo)收益對比，如圖2所示.

圖2 兩種指標(biāo)收益對比Fig.2 Comparison of two kinds of indicators

對一般高頻交易的投資者而言，他們會對單次收益和持倉時間進(jìn)行關(guān)注他們不希望會有產(chǎn)生巨大損失或者對某一合約持倉時間過長，從而增加不必要的風(fēng)險[2].這里以滬深300股指期貨2014年的數(shù)據(jù)為例，并記錄下每次收益序列，并且對每次收益進(jìn)行平穩(wěn)性檢驗：利用的是ADF檢驗方法，得到的統(tǒng)計值為0.001，通過檢驗，收益序列及其分布如圖3所示.由于有手續(xù)費的存在，收益為正的次數(shù)約為30%，但是收益為正時，相對于負(fù)收益比較大，故總收益大.

圖3 MACD_V策略每筆收益及其分布Fig.3 Every returns and its distribution of MACD_V indicators

記錄下每次持倉的時間序列，并且對其進(jìn)行平穩(wěn)性檢驗：利用ADF檢驗方法，得到的統(tǒng)計值為0.001，通過檢驗，可以認(rèn)為其實平穩(wěn)序列，持倉時間及其分布如圖4所示，持倉時間主要集中于1 min，最高持倉時間為114 min，可以有效避免長期持倉帶來的風(fēng)險.

圖4 MACD_V策略每筆持倉時間及其分布Fig.4 Every hold period and its distribution of MACD_V indicators

對于一個交易策略而言，除了穩(wěn)定性以外，還有其他指標(biāo)可以衡量一個策略的優(yōu)劣：1) 盈虧比，即整個策略總盈利與總虧損的比值；2) 盈利比率，即盈利的次數(shù)占交易總次數(shù)的百分比；3) 最大虧損比例，即每一筆交易之后，與初始權(quán)益相比，權(quán)益的最大虧損百分比；4) 夏普比例，夏普比例是凈增長期望與無風(fēng)險利率的差除以凈增長的標(biāo)準(zhǔn)差得到的，反映了單位風(fēng)險下所獲得的回報率.下面取初始權(quán)益為15萬元人民幣，無風(fēng)險利率取國債年利率，計算上述指標(biāo)得到表7.

表7 MACD與MACD_V指標(biāo)綜合對比Table 7 the comparison of the MACD indicator and the MACD_V indicator

5 結(jié) 論

MACD_V指標(biāo)與MACD指標(biāo)發(fā)出信號沒有明顯的快慢關(guān)系，有時MACD_V指標(biāo)能比MACD指標(biāo)更快的發(fā)出交易信號，有時則相反；MACD指標(biāo)發(fā)出的交易信號比MACD_V指標(biāo)多的多而且MACD指標(biāo)的最大虧損比大于MACD_V指標(biāo)，說明MACD_V指標(biāo)更加的穩(wěn)定.兩個指標(biāo)的正收益比虧損多的多，收益分布也有明顯的右偏性質(zhì)，故MACD_V指標(biāo)總收益較高.雖然，MACD_V指標(biāo)相對于MACD指標(biāo)有一定的提升，有些問題還是注意，比如，MACD_V指標(biāo)的平穩(wěn)性難以用理論證明，雖然測驗了多組數(shù)據(jù)，結(jié)果均顯示平穩(wěn)，但是，市場是多變得，一旦出現(xiàn)異常情況，將造成無法預(yù)計的損失；另外MACD指標(biāo)的構(gòu)建利用了指數(shù)平滑，過去的價格的影響呈指數(shù)下降，而MACD_V中成交量之間卻沒有這種性質(zhì)，雖然成交量的加權(quán)在大多數(shù)情況下可以使指標(biāo)變得更靈活有效，可是，一次“異常大”的成交量也可能使得指標(biāo)鈍化，導(dǎo)致其比一般的MACD指標(biāo)更遲緩，成交量對權(quán)重的影響也應(yīng)當(dāng)加入時間的因素，這樣，這個指標(biāo)才能更加合理.

(責(zé)任編輯：陳石平)

Research on MACD construction and strategy based on trading volume

ZHOU Minghua, ZHANG Minkai, ZHOU Tingting
(College of Science, Zhejiang University of Technology, Hangzhou 310023, China)

With the development of market, technical indicators are accepted and used by more and more investors, A variety of technical indicators have emerged too. The research on relationship between the volume and price also attracts more and more researchers to pay attention on the volume, which is as important as the price. The .MACD indicator is as one of the most common indicators, its operation is simple and can be understood easily. But it just uses the only one information-price. This article improves the common MACD indicator with volume weighted and propose a new indicator so called MACD_V indicator. The corresponding investment strategies are proposed.. Using the actual data of CSI 300, it is verified that the MACD_V indicatior can generate higher and stable income in most cases.

MACD indicator; trading volume; technical analysis

2016-10-13

國家自然科學(xué)基金青年基金資助項目(11601483)；浙江省自然科學(xué)基金資助項目(LQ16A010008)

周明華(1959—)，男，浙江紹興人，教授，研究方向為金融數(shù)學(xué)，E-mail：mhzhou@zjut.edu.cn.

F832.48

A

1006-4303(2017)02-0184-06