• 弹簧模型核心思想：将股票价格涨跌过程类比为弹簧在外力作用下的弹性与塑性运动，每时刻存在不可测的均衡价格作为弹簧的平衡位置。成交量小时时股价表现弹性，成交量大时体现塑性，塑性反映均衡价格因成交量推动而移动的性质[page::0][page::1]。

- 股价塑性基本模型及计算方法：塑性变形由交易成交量与价格偏离均衡价格程度共同决定，股价均衡价格用5日均价作为代理变量，建立无截距线性回归模型。回归结果显示拟合优度平均超过60%，97%股票样本塑性显著，残差正态性良好，采用二次根式模型提升R2至73%[page::2][page::3][page::4]。

• 塑性系数反映锁仓比：高塑性系数股票对应高锁仓比，即流通股中短期不交易比例高。高锁仓比说明筹码集中，投资者对未来股价上涨有信心，且由于A股做空机制不完善，持有高锁仓比的股票能获得溢价[page::4]。

- 因子检验与预测能力：塑性系数具有较高的月度秩相关系数（约56%），显示稳定性。IC值0.04、ICIR1.32，统计显著。控制市值、行业、反转后，塑性因子年化收益率9.42%，最大月回撤2.34%。


| 统计量 | 数值 |
|--------|-------|
| 因子年化收益率 | 9.42% |
| 因子收益率IR | 3.18 |
| 月最大回撤 | 2.34% |
| IC | 0.04 |
| ICIR | 1.32 |

数据显示塑性因子具有稳定显著的盈利能力[page::5][page::6]。

• 基于塑性因子的选股策略构建：剔除ST与次新股，采用月度换仓。对塑性系数进行12个月指数加权平滑并做市值及行业中性处理，选取各行业市值调整后塑性系数最高3只股票构建投资组合[page::6]。

- 策略表现：对冲中证500后，策略2011-2017年累计超额收益157.36%，年化超额收益15.89%，信息比率2.10，最大回撤6.94%，年均换手率约266%且交易成本影响小。

| 年份 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 |
|--------|-------|-------|-------|-------|-------|-------|-------|
| 年化收益率 | 18.30% | 16.22% | 7.13% | 16.87% | 23.70% | 22.84% | 0.08% |
| 最大回撤 | 3.3% | 4.0% | 3.8% | 4.7% | 6.9% | 2.5% | 2.5% |
| 信息比率 | 2.35 | 2.13 | 1.01 | 2.18 | 3.00 | 2.87 | 0.03 |
| 年换手率 | 250.3% | 327.2% | 232.1% | 317.4% | 252.7% | 239.3% | 242.9% |

• 结论与展望：股票塑性作为选股因子具备理论支撑及实证验证，反映高锁仓比股票的溢价效应。弹簧模型也可推广至其他市场和高频数据，加深量价关系的研究[page::7][page::8]。

基于弹簧模型的量价分析——详尽分析报告

---

1. 元数据与概览

报告标题: 基于弹簧模型的量价分析
作者: 刘富兵
发布机构: 留富兵法
发布日期: 2017年08月30日
研究主题: 本报告聚焦于股票价格和成交量之间的关系，尝试通过弹簧模型揭示股票价格涨跌的内在机理，构建量价因子，进而提出基于“股票塑性”因子的选股策略。

核心论点总结:
报告提出，将股票价格在成交量作用下的涨跌过程类比为弹簧在外力作用下的被拉伸或压缩运动，假设股票价格存在一个不可测的“均衡价格”（相当于弹簧的平衡位置）。在成交量较小的情况下，股票体现弹性，即股价围绕均衡价上下波动；而成交量较大时，股票体现塑性，均衡价格随成交量推动而变化。塑性系数高的股票锁仓比例较高，股价更容易出现非有效性上涨，因此塑性系数可作为选股因子并表现出显著的预测能力。

选股策略表现:
基于塑性系数构建的行业中性选股策略，在剔除市值与反转影响后产生年化超额收益约9.4%，年化信息比率2.1，最大回撤6.9%，同时具有低换手率特点，抵御手续费冲击能力强。[page::0,1,2,4,5,6,7]

---

2. 逐节深度解读

2.1 引言部分

• 主要观点:

技术分析聚焦市场交易行为，价格和成交量为最基本的表现形式。价格体现供需关系，成交量体现交易活跃度，仅研究价格存在局限，研究量价关系更能揭示市场微观结构。现代技术分析已大量运用量价关系的定性与定量研究，多从K线形态和线性相关性角度展开。

• 逻辑基础:

股价涨跌不可孤立看待，要结合成交量分析，因两者共同反映市场交易行为，构建更为全面的分析模型。[page::0]

2.2 弹簧模型的建立

2.2.1 核心思想

• 使用弹簧的物理特性类比股价变化，包括：

- 弹性：弹簧离开平衡位置会产生回归力，股价涨跌后无足够成交量支持会反弹回均衡价，这体现均值回复，反映市场非高效性。

- 塑性：当外力持续作用导致弹簧平衡位置改变，股价亦类似，持续高成交量导致均衡价格移动，体现股价锁仓压力和投资者心理影响。

• 均衡价格视为市场已充分反映相关信息下的价格，是股票价格的“平衡点”。
• 在成交量小情况下，价格主要体现弹性波动；成交量大时，价格体现塑性，均衡位置也随成交量变化。
• A股市场换手率较高，塑性特征尤为明显，因此重点分析股票塑性。
• 定义: 股票塑性为成交量推动均衡价格发生移动的性质。[page::1]

2.2.2 股价塑性基本模型

• 提出塑性模型公式：

$$
\bar{g}{\bar{x}}-\bar{g}{\bar{x}-1}=\alpha\frac{\sum{i=1}^{N}\bar{Q}{\bar{x}}^{i}(\bar{P}{\bar{x}}^{i}-\bar{B}{\bar{x}})}{\bar{Q}{\bar{x}}^{\bar{r}}} + \bar{\varepsilon}{\bar{x}}
$$

其中：

- $\bar{g}{\bar{x}}$：第K日均衡价格
- $\bar{Q}{\bar{x}}^{i}$：第K日第i笔交易成交量
- $\bar{P}{\bar{x}}^{i}$：第K日第i笔交易价格
- $\bar{B}{\bar{x}}$：均衡价格代理变量，采用日均价的T日移动平均
- 分母：自由流通股数量，对成交量冲击进行标准化

• 逻辑解释：

- 每笔交易的成交量和价格偏离均衡价的程度共同决定均衡价格移动的大小。

- 成交量越大，价格偏离越远，均衡价格移动幅度越大，即塑性越强。

• 使用日均价的短期移动平均代替潜在的不可测均衡价格，例如5日平均、10日平均、20日平均。
• 模型通过无截距线性回归拟合，符合经济学中“价格无偏离时均衡价不变”的逻辑。[page::2]

2.2.3 模型拟合与改进

• 基本模型拟合结果统计（以2017年5月31日全部A股过去20日数据为例）：

| 指标 | 5日均价 | 10日均价 | 20日均价 |
|---------------------------|---------|----------|----------|
| 模型平均R² | 0.643 | 0.507 | 0.615 |
| 塑性系数平均p值 | 0.003 | 0.024 | 0.019 |
| 序列自相关性(D值) | 1.435 | 0.878 | 0.846 |
| 残差正态性JB值 | 2.038 | 2.468 | 4.303 |
| JB检验p值 | 0.575 | 0.525 | 0.4574 |
| 1%显著塑性系数占比 | 97.5% | 86.9% | 89.7% |
| 股票样本数 | 3095 | 3054 | 2978 |

结论：以5日均价作为均衡价代理代价拟合效果最好，残差自相关较小，残差分布较正态。[page::3]

• 二次根式模型改进：

- 实际中塑性变形与冲击强度的关系可能非线性，采用二次根式：

$$
VRBP = \alpha \cdot \operatorname{sign}(SPPI) \cdot \sqrt{|\mathrm{SPPI}|} + \varepsilon
$$

- 新模型拟合统计（同样数据）：

| 指标 | 二次根式模型 | 基础模型 |
|---------------------------|-------------|---------|
| 模型平均R² | 0.732 | 0.643 |
| 塑性系数平均p值 | 0.000 | 0.003 |
| 序列自相关性(W值/D值) | 1.534 | 1.435 |
| 残差正态性(JB值) | 2.183 | 2.038 |
| JB检验p值 | 0.573 | 0.575 |
| 1%显著塑性系数占比 | 99.4% | 97.5% |
| 股票样本数 | 3095 | 3095 |

- 结论：二次根式模型拟合更好，解释力度和显著性更强，残差自相关消除效果更好，选用二次根式为最终模型形式。[page::4]

---

2.3 股票塑性的金融学意义

2.3.1 塑性系数反映锁仓比例

• 锁仓比定义： 短期内未参与交易流通股占比，反映真实可流通股数量。
• 高锁仓比含义：

- 筹码集中度高，投资者惜售，涨跌过程中表现出不轻易止损的心理。

- 显示投资者对未来股价上涨持乐观态度，有较强信心。

- 在熊市时可能因套牢产生被动锁仓，影响因子效果。

• 市场影响：

- A股做空机制不完善，空方力量不足。

- 不持股者多为追涨或观望，导致锁仓比高的股票更易产生溢价及短期非有效性。

• 塑性系数和锁仓比关系： 两者正相关，塑性系数成为锁仓比的代理变量。塑性系数高的股票更易被小资金推动均衡价移动。[page::4]

2.3.2 因子检验

• 持续性检验：

- 利用2010年以来的全样本，计算塑性系数相邻两月的秩相关系数，平均约56%（图1显示），显示塑性系数具有较强但非完全稳定的持续性，适合用作选股因子。

• 预测能力检验：

- 计算因子信息系数(IC)为0.04，IC的IR（信息比率）为1.32，具有统计显著性。

- 控制行业、市值和反转因子后，因子年化收益9.42%，月最大回撤2.34%。

- 因子累计收益稳步增长，表现出良好盈利能力与风险控制。（见图2）

• 因子显著性汇总（表4）：

| 指标 | 数值 |
|------------------|------------|
| 因子年化收益率 | 9.42% |
| 因子收益率IR | 3.18 |
| 月最大回撤 | 2.34% |
| IC | 0.04 |
| ICIR | 1.32 |

结论：塑性系数具备稳定预测股票收益的能力，适合用以构建投资策略。[page::5,6]

---

2.4 基于弹簧模型的选股策略构建

2.4.1 策略框架

• 样本空间： 剔除ST股和次新股后的A股市场股票。
• 换仓频率： 采用月度换仓，月末构建组合，次月初买入。
• 因子处理及调整：

- 对月度塑性系数做指数加权平均(指数权重权重为$\boldsymbol{w}_i = (1-\alpha)^i, \alpha=2/(N+1)$，N=12)，提升稳定性。

- 控制市值影响，利用加权塑性系数对当月对数市值回归，取残差作为市值中性调整后的因子值。

- 行业中性处理：在每个行业选取市值中性塑性系数最高的前3只股票作为持仓标的，根据中证500行业分布确定投资权重。

• 交易成本考虑： 双边手续费千分之三，买卖按当日均价计算，流动性限制若换手率低于万分之五或当日停牌，视为不可交易。

2.4.2 策略表现

• 总体业绩：

- 基于塑性系数的单因子策略自2011年至2017年6月底，对冲中证500指数后累计超额收益达157.36%，年化超额收益15.89%，信息比率2.10。

- 最大回撤6.94%（2015年8-9月间）。

- 策略换手率低（年均约266%），手续费冲击承受能力好。

- 累计净值走势呈现持续上升趋势（图3）。

• 年度表现差异:

| 年份 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 (截至) |
| ------ | ------ | ------ | ------ | ------ | ------ | ------ | ------ |
| 年化收益率 | 18.30% | 16.22% | 7.13% | 16.87% | 23.70% | 22.84% | 0.08% |
| 最大回撤 | 3.3% | 4.0% | 3.8% | 4.7% | 6.9% | 2.5% | 2.5% |
| 信息比率 | 2.35 | 2.13 | 1.01 | 2.18 | 3.00 | 2.87 | 0.03 |
| 换手率 | 250.3% | 327.2% | 232.1% | 317.4% | 252.7% | 239.3% | 242.9% |

• 说明： 策略表现与市场投机氛围密切相关。在投机活跃年度（如2011、2015、2016），策略表现优异；而在阴跌及低动荡年份（2013、2017）表现较弱，表明策略捕捉投机性锁仓股票牛市机会的能力，但对市场环境敏感。[page::7]

---

3. 图表深度解读

图表1：塑性系数相关系数变化（图1）

• 主体为2010-2017年间各月份邻近两月塑性系数的秩相关系数曲线。
• 均值约0.56，反映塑性因子具有较好的但并非完全稳定的持续性。
• 这说明塑性因子属性相对稳定，但具有一定变动性和选股机会。

图表2：塑性因子累积收益率（图2）

• 累计收益率从1起稳步上升，表明以塑性因子为基础的股票组合长期能产生正收益。
• 曲线平滑且趋势明确，佐证该因子具有持续的显著盈利能力。

表格1：基本模型回归结果统计

• 5日均价拟合效果最佳，R²最高，显著性好，残差正态性最好。
• 支持均衡价格选取5日均价的代理变量假设，符合实际交易价格行为。

表格2：二次根式模型对比基本模型回归统计

• 二次根式模型R²提升明显至0.732，塑性系数更加显著，模型质量提升。
• 说明股价塑性变形与成交量冲击存在非线性关系。

表格4：因子显著性统计

• 塑性因子年化收益率高，信息比率强，最大回撤控制较好，显示因子具备稳定的超额收益和风险调控能力。

表格5：策略年度表现统计

• 策略在不同年份表现分化，与市场整体情绪高度相关。
• 时间跨度覆盖多个牛熊周期，表现较为稳健，最大回撤风险可控。

图3：对冲中证500后的净值曲线

• 净值稳步上涨，接近稳健增长的理想曲线，表现优秀。

---

4. 估值分析

本报告不涉及传统意义上的公司估值或收益预测模型，而是针对股票级别构建量价因子，从统计角度建立股价塑性模型和选股策略，对估值体系未展开讨论，重点在于模型对股价变动规律的刻画和因子投资表现。

---

5. 风险因素评估

报告未专门设立“风险”章节，但通过策略年度表现和模型分析可隐含识别几类风险：

• 市场环境风险: 市场投机氛围影响模型有效性，投机不活跃年表现差。
• 模型拟合风险: 模型依赖回归拟合，高频数据波动可能对稳健性带来挑战。
• 数据质量与交易限制: 换手率限制和流动性问题可能导致实际操作受限。
• 市场机制不完善: A股做空机制不完善导致策略依赖短期非有效性，若市场机制改进，策略有效性或受影响。
• 策略换手率与费用: 尽管换手率相对较低，但仍存在交易成本风险，尤其在高频调整时。

这些风险因素均未明确给出缓解措施，建议投资者关注市场变化及流动性风险。[page::6,7]

---

6. 批判性视角与细微差别

• 塑性系数定义及均衡价格选取: 均衡价格的选择依赖短期移动均价，虽有统计支持，但其经济含义存在一定假设且具有武断性，可能导致均衡价格衡量误差，影响模型精度。
• 模型假设的简化: 弹簧模型类比虽然直观，但股价形成机制复杂，投资者情绪、信息传播等因素未计入，模型强调量价关系但忽略基本面因素。
• 非线性模型的稳定性与解释性: 二次根式改进虽提升拟合度，但模型非线性形式解释较为机械，可能导致过拟合，对极端行情反应可能不足。
• 市场环境依赖性: 因子在不同市场环境中表现差异明显，体现策略对市场氛围敏感，有可能在非牛市或低投机环境下失效。
• 换手率估计: 策略年均换手率约266%，虽相对较低，但仍属中等换手频率，需注意逼近高频策略的成本冲击。
• 样本覆盖限制: 在剔除ST股和次新股后选股策略样本范围有限，可能漏掉部分高塑性股票，影响策略多样性。

总体而言，报告理论构建扎实、实证分析充分，但模型的经济假设和市场适用性需审慎对待。[page::2,3,5,6,7]

---

7. 结论性综合

本报告成功引入弹簧模型理论，将股票价格涨跌过程形象类比为弹簧受力的弹性与塑性变形，进而定义“股票塑性”为成交量推动下均衡价格移动的特性，建立了基于高频数据考察成交量与价格偏离程度的塑性模型。

模型采用无截距线性回归，选取日均价的短期均值作为均衡价格代理，通过基本与二次根式两种模型形式进行实证，发现二次根式模型拟合优度更高（R²可达73%），塑性系数显著性超过99%，反映塑性是A股市场股票普遍存在的重要特征。

塑性系数内涵深刻，反映了市场中锁仓比例这一难以直接观测的重要指标，体现投资者预期与持股心理，揭示A股做空机制不完善带来的市场非有效性和溢价机制。

基于塑性系数构建的选股策略经过指数加权与市值、行业中性处理，实证结果表明策略自2011年至2017年6月产生显著超额收益，年化超额收益近16%，信息比率超2，最大回撤约7%，且换手率适中，交易成本敏感度低。该策略表现出与市场投机氛围高度相关的动态特征，牛市行情中表现突出，而弱市中回撤控制较好。

总体来看，报告展示了量价关系在股票交易行为中的关键作用，以弹簧模型佐证了股价变化的微观机理，塑性因子具备良好预测能力和实用选股价值。未来研究可扩展模型至期货、外汇等其他市场，应用更高频数据提升估计精度，进一步完善技术分析工具体系。

该报告对于专业量化投资者和技术分析研究者具有较高的参考价值，结合复杂市场环境下的交易行为特征，实证地论证了量价关系的深度金融学意义。

---

参考溯源

• 报告概览及选股策略表现：[page::0,6,7]

- 弹簧模型建立及塑性定义：[page::1,2,3,4]

• 模型拟合结果与改进：[page::3,4]

- 塑性系数金融学涵义及锁仓关系：[page::4]

• 因子持续性及显著性检验：[page::5,6]

- 风险因素与市场影响分析：[page::6,7]

• 结论与后续展望：[page::7,8]

---

以上即本报告基于弹簧模型的量价分析的详尽剖析与解读，力求全面涵盖报告核心要点、模型逻辑、数据表现及策略评价，旨在为专业投资研究及实务应用提供高质量参考。

报告