RSRS 指标原理及构建 [page::3]

• 利用最高价与最低价序列，通过OLS线性回归计算斜率，反映阻力支撑相对强度。

- 斜率时间序列的标准分与拟合决定系数乘积构成RSRS指标。

• RSRS指标右偏标准分与未来2周市场收益相关性高达75%。

不同频率下RSRS指标择时表现及参数敏感性 [page::5][page::6][page::9]

• 高频信号更多，年化收益率更高，但胜率和最大回撤表现有差异。

- 无交易成本假设下，5分钟频率收益最高44.47%，30分钟频率41.55%，日线最低26.46%。

• 计入双边0.1%交易成本后，30分钟频率策略表现最优，胜率和收益均衡。

- 高频择时对参数N敏感度高，参数M敏感度低，N在90-110（5分钟）、17-19（30分钟）时表现最佳。

市场行情影响与频率选择建议 [page::8]

• 趋势行情适合30分钟频率，震荡行情下日线频率表现最佳。

- 30分钟频率择时策略年化收益可达101.73%（趋势行情）。

• 震荡行情中，5分钟和30分钟频率表现下滑，日线频率胜率最高。

基于RSRS的行业轮动模型设计与参数选择 [page::11][page::13][page::14]

• 通过计算中信一级行业指数RSRS指标，按指标排序选前K个行业持仓，等权权重，月度调仓（D=0）。

- 参数设计包括N、M（RSRS计算参数），K（持仓行业数），D（调仓频率）。

• 参数敏感性测试显示：N=40-70，M=300最佳；K=3-5个行业适宜；换仓频率以自然月为佳。

| (N,M) | 100 | 200 | 300 | 400 | 500 |
|-------|-------|-------|-------|-------|-------|
| N=70 | 26.37%| 27.31%| 29.44%| 25.77%| 21.32%|

• 各参数对年化收益影响显著，波动率与最大回撤相对稳定。

行业轮动模型表现及交易特征 [page::15][page::16]

• 2006-2017年回测，年化收益31.54%，年化波动率0.350，Sharp比率0.959，最大回撤69.78%。

- 相较全行业等权基准超额收益10.45%，12年内有9年跑赢基准，年胜率75%。

• 换手率高，月均换手率62%，每月平均换掉2个行业。

最新指数择时观点与行业配置建议 [page::17]

| 指数 | 日线 | 小时线 | 30分钟线 | 5分钟线 | 观点 |
|------------|---------|---------|----------|---------|-------|
| 上证综指 | 空仓(-1.32) | 持仓(1.80) | 持仓(-0.11) | 持仓(-0.12) | 看空 |
| 沪深300 | 持仓(0.55) | 持仓(2.48) | 空仓(-0.51) | 空仓(-0.32) | 看多 |
| 中证500 | 持仓(0.01) | 持仓(0.46) | 持仓(0.64) | 持仓(0.70) | 看多 |
| 创业板指 | 空仓(-0.50) | 持仓(0.40) | 持仓(0.35) | 持仓(0.84) | 看空 |

• 6月推荐持仓行业为：轻工制造、食品饮料、农林牧渔。

阻力支撑相对强度（RSRS）择时及行业轮动技术报告详尽分析

---

1. 元数据与报告概览

报告标题： 阻力支撑相对强度（RSRS）择时及行业轮动——技术择时系列报告之二
作者及分析师： 刘均伟（执业证书编号S0930517040001），联系方式 liujunwei@ebscn.com
发布机构： 光大证券研究所
发布日期： 未明确具体年月，报告内容内容涵盖2014年至2017年数据测试
主题： RSRS技术指标的构建、不同频率上的择时应用、行业轮动模型开发及其参数优化

核心论点总结：
本报告继承此前一篇报告对RSRS指标的初步介绍，主要围绕RSRS指标在不同频率数据上的择时应用，以及基于RSRS指标的行业轮动模型展开实证研究。RSRS通过最高价、最低价序列的相对强弱，动态评估市场阻力支撑的强度，有效刻画市场状态。

RSRS指标在沪深300等中国主要市场指数多频率应用展示出良好的择时效果，尤其30分钟线在趋势行情中表现最佳。进一步，报告提出行业轮动模型，采用RSRS指标对不同行业指数排序，月度调仓选择排名前三的行业，模型年化收益率31.54%，夏普比率0.959，且显著跑赢行业等权基准。
整体来看，RSRS是一套结合技术价格数据的量化择时工具，对趋势抓取和行业轮动均具有较强实用价值[page::0,3,4,6,11,13,15,17].

---

2. 逐章深度解读

2.1 阻力支撑相对强度原理及RSRS指标构建

• 关键论点：

支撑位与阻力位实质是市场参与者对价格“顶底”预期的集中反映。市场共识越强，支撑或阻力就越有效；否则说明分歧大，强度弱。
当支撑强度大于阻力，市场倾向上涨；反之则倾向下跌。基于此逻辑，RSRS通过最高价和最低价的动态相对强度，刻画市场的支撑阻力强弱。

• 指数构建逻辑：

利用前N日（或其他频率）最高价和最低价序列进行线性回归：
\[
\text{high} = \alpha + \beta \cdot \text{low} + \epsilon
\]
其中，$\beta$代表阻力支撑强度的相对关系。随后计算前M日斜率$\beta$的标准分$z$，与拟合优度$R^2$相乘，形成日度RSRS指标值。该指标用来捕捉阻力支撑态度的一致性和强度，区别于传统静态阻力支撑水平[page::3-4].

• 图表说明：

- 图1（沪深300最高价与最低价走势）展示最高最低价序列日常波动。
- 图2展示最高价对最低价的线性回归及拟合效果（$R^2=0.8626$），说明两者间存在显著线性关系。
- 图3结合RSRS指标生成的交易信号点与沪深300走势对应，示例指标在开平仓时点的表现。

• 数据与方法限制：

采用日线频率，参数N不宜过小（噪声大），亦不宜过大（滞后）。此处回归滑动窗口长度与周期M的选择均需谨慎匹配市场波动特征。

2.2 RSRS指标不同频率择时应用

• 关键论点：

报告尝试将RSRS由日线扩展到5分钟、30分钟、小时线频率，考察频率对策略表现的影响，同时结合不同市场阶段（趋势和震荡行情）对策略表现的适用差异。

• 主要发现：

- 高频率（5分、30分）信号多，策略年化收益率更高，但胜率降低，最大回撤略有上升。
- 30分钟线择时表现稳定优于其它频率（综合考虑收益和风险）。
- 趋势行情中，30分钟线胜出，适合捕捉趋势，震荡行情则倾向日线择时。
- 交易成本（双边0.1%）加入后，绩效指标变化不大，验证策略的稳健性。

• 图表解读：

- 图4清晰显示不同频率择时净值路径对比，30分钟及5分钟线领先日线和小时线。
- 表2展示量化指标，5分钟频率年化收益最高（44.47%），夏普比率良好（2.33），但最大回撤也最大（-14.46%），胜率最低（60%）。日线胜率最高（72.7%），收益最低（26.46%）。
- 图5及表3显示加入交易成本后绩效依然稳定，30分钟策略年化收益38.49%，夏普2.39。
- 表4和表5分别展示在趋势期和震荡期各频率策略表现，趋势期30分钟线年化收益101.73%，夏普3.89领先所有频率；震荡期日线表现相对稳健年化4.07%，夏普0.41较好。

• 结论：

RSRS指标是趋势型指标，适合趋势行情高频应用，震荡行情宜用低频数据以减少虚假信号，结合实际市场环境选择应用频率极为重要[page::6-8].

2.3 选参数灵敏度分析

• 研究分别测试三个主参数N、M（回归中窗口长度及标准分计算窗口大小），和阈值S（买卖信号阈值）的影响。

- 高频率（5分钟、30分钟）对N参数敏感度最高，M影响较小。N参数呈现出典型下凹的抛物线效果，说明存在最佳区间（5分钟N约100左右，30分钟N为18附近），超出区间性能下降。

• 阈值S的选择同样关键，频率越高，策略对S越敏感，均显示抛物线状最佳点。

- 日线频率对所有参数敏感度最低，策略较稳定。

• 图6-10直观展示不同频率参数N、M、S对策略净值影响的多组曲线，反映优化空间和稳健区间。
• 结论：

高频RSRS择时存在频率选择上限，大致为30分钟线。频率越高，参数调优越关键谨慎，否则性能不稳定[page::9-10].

2.4 基于RSRS的行业轮动模型构建分析

• 模型逻辑：

行业轮动不需要判定行业多空方向，只需做行业间相对排序。
每期计算各个行业一级指数RSRS指标，按排序选前K个行业等权持有，D日换仓。
参数包括N、M（RSRS计算）、K（持仓行业数）、D（换仓周期）。
测试数据涵盖2006年1月1日至2017年4月30日。

• 参数敏感性与优化：

- 以K=5、D=0为基础对N、M做遍历测试，年化收益受N变化显著影响，M影响较小。
- N在45~70区间，M=300时表现最佳。
- 年化波动率、夏普比率及最大回撤变化较小，策略整体稳定但收益有波动。
- 图11呈现参数N、M对年化收益的具体影响曲线，收益呈倒U型，中间区间表现最佳。

• K、D参数测试：

- 固定N=70、M=300，考察K和D组合对策略表现。
- 换仓周期D以自然月（D=0）表现最佳，契合普遍的行业轮动周期。
- 行业数K过多（超过5）策略收益下滑，K=3~5较优。
- 换手率和交易成本考虑下，推荐参数范围N=40~70，M=300，D自然月，K=3~5。

• 模型绩效：

- 选定$N=70, M=300, K=3, D=0$参数组合下，12年累计表现优异：年化收益31.54%，夏普0.959，最大回撤69.78%，相较全行业等权业绩超额10.45%。
- 有9年跑赢基准，年胜率达75%。
- 换手率较高，月均62%，意味着大约月均更换2个行业。

• 图表说明：

- 图13为行业轮动策略净值对比基准，全周期明显超额收益。
- 表14细化年化收益、波动率、最大回撤及相对业绩表现，展现策略分年度稳健性。
- 图14展示不同K值下的每月换手率，说明策略换手活跃。

• 总结：

基于RSRS技术指标的行业轮动策略结合数据驱动选股，适当参数选择并考虑换仓频率，能有效实现行业间的动态资产配置优化，达到长期超额收益目标[page::11-16].

2.5 投资建议与观点

• 基于日线RSRS择时指标，当前（报告时间点）市场处于震荡阶段，倾向于日线择时观点：

- 上证综指、创业板指显示空仓信号；沪深300、中证500显示持仓信号。

• 基于RSRS行业轮动模型最近一年持仓回顾，6月推荐持仓行业为：轻工制造、食品饮料、农林牧渔。

- 强调该策略及指标的动态更新频率，建议关注每周择时及行业配置更新。

• 表15总结主要指数在不同频率下的择时状态和观点，提供跨频率决策参考。

- 表16罗列2016年5月至2017年6月各月具体持仓行业明细，体现模型实操路径。

[page::17]

---

3. 图表深度解读

图1-3：RSRS指标及基本数据映射解读

• 图1展示沪深300指数的最高价与最低价的时间序列，直观体现价格振幅的上下界限。

- 图2中最高价对最低价的回归表明，两价格间存强关联性（$R^2=0.8626$），为RSRS斜率计算奠定基础。

• 图3结合RSRS指标与沪深300价格走势，标记交易信号点，有效展示指标的择时信号逻辑。

图4-5：不同频率择时策略净值对比

• 图4（无交易成本）中，5分钟和30分钟线策略净值领先，其后是小时线和日线，表明更细粒度频率带来更频繁和更灵敏的交易机会。

- 图5（含交易成本后）显示净值曲线略有回撤，但整体趋势未改，说明策略交易频繁带来的成本被性能优势覆盖。

表2-3：不同频率择时统计指标总结

• 无论有无成本，5分钟线年化收益均最高（40%以上），且夏普均超2，显示出高收益高风险特性。

- 日线策略胜率最高（70%以上），说明较少交易的情况下胜率好，但收益相对较低。

表4-5：趋势与震荡行情中频率择时表现

• 趋势行情下30分钟线年化收益达101%，夏普3.89，最大回撤控制在9.56%，最为优异。

- 震荡行情中，日线表现较好，胜率为75%，但收益偏低，5分钟线则胜率不足40%。

图6-10：参数敏感性分析图表

• 图6-9分别反映4种频率下，N与M取值区间内策略净值表现，均呈现N参数的非线性最优区间。

- 图10阐述阈值S参数对不同频率净值的影响，均为抛物线型，频率越高越敏感。

图11-12、表6-13：行业轮动模型参数敏感性

• 图11展示不同N、M对行业轮动策略年化收益的具体影响，确认N约45-70，M约300较优。

- 图12及表10-13显示行业数量K与换仓频率D对收益、波动率、夏普比及最大回撤的影响，强调自然月调仓、持仓3-5个行业效果最佳。

图13-14、表14：行业轮动策略整体表现

• 图13深度揭示策略净值大幅领先等权基准，显示出良好持久的超额收益能力。

- 表14年度数据进一步体现策略稳健和收益波动关系，大部分年份表现优异。

• 图14换手率波动显示策略活跃换仓，强调需考量交易成本。

---

4. 估值分析

本报告为RSRS技术指标的实证研究与策略回测，并无传统针对单一股票或企业的估值分析及价格目标。指标和模型基于统计学与回归模型应用，无对未来现金流，以及折现率等估值参数设定。其“估值”阶段主要体现为：选择参数（N、M、K、D、S）以最大化策略收益与风险调整后绩效（夏普比率）。这种基于技术指标的择时模型不涉及传统的DCF估值，参数敏感性和策略表现反映模型的有效性与稳健性。

---

5. 风险因素评估

报告未专门章节细化风险因素，但从内容及指标性质可归纳潜在风险：

• 模型风险：

指标基于历史最高价最低价序列的相对强度，存在过拟合风险及参数敏感度较高，若参数选择不当，效果可能大幅下降。

• 市场环境风险：

RSRS为趋势导向工具，在震荡行情、极端市场波动时性能受限，可能出现较多虚假信号，导致损失。

• 交易成本和流动性风险：

高频率策略换手率高，交易成本及滑点影响明显，实操中可能削弱收益。特别是行业轮动模型月换手超60%时，成本敏感。

• 数据完整与准确风险：

高频数据获取受限，若数据延迟或不完整，将影响回归及择时判断。

• 宏观及政策风险：

突发政策调整或宏观事件可能导致价格行为偏离历史模式，技术指标预测失效。

报告中未提供明确缓解策略，仅提及利用不同频率对应不同市场行情适应、参数优化降低风险。

---

6. 批判性视角与细微差别

• 报告侧重技术指标和历史测试，缺少理论经济逻辑支撑的深入讨论，过分依赖统计关系，存在样本内拟合风险。

- 高频策略换手高，实际操作中市场冲击和滑点未充分考虑，可能高估策略收益。

• 行业轮动策略最大回撤接近70%，属较高风险水平，未明确风险管理措施。

- 对不同市场环境（特别极端波动）的适用性讨论有限，震荡市表现明显弱势，实际操作需谨慎适应。

• 报告参数选择多为优化结果，可能存在参数调优过度的风险，需要样本外检验以验证稳健性。

- 部分图表及数据更新截止2017年，时效性较差，最新市场结构变化可能影响适用性。

• 投资建议较为保守，结合日线择时结果，对市场多空观点和行业配置提出，未直接包含评级体系评分，未实施明确买卖推荐。

---

7. 结论性综合

本报告深入探讨了基于阻力支撑相对强度的RSRS指标及其在中国主要指数上的择时能力，并创新应用于行业轮动模型。通过对最高价与最低价序列回归斜率的动态标准分分析，该技术指标能够有效捕获市场参与者的共识强度，为市场趋势的预判提供科学依据。

不同频率下的实证测试显示，RSRS指标适合趋势行情，高频（30分钟线及以下）策略带来更高收益但交易频繁，成本敏感，震荡行情下低频（日线）表现更佳。参数敏感性凸显出频率及参数选择的关键性，表明RSRS频率应用存在上限，约为30分钟线。

行业层面，基于RSRS构建的轮动模型通过月度对行业指数排序优选，年化收益率达31.54%，夏普0.959，显著优于全行业等权基准，历史表现稳定，具有较强实用价值。该模型建议持仓行业数为3至5个，换仓周期以自然月为宜。

图表解读和数据验证均支持报告核心结论：RSRS指标是一种有效的技术择时工具，适用于市场趋势捕捉和行业配置优化。投资建议基于当前震荡市环境推荐以上证综指和创业板指空仓，沪深300和中证500维持仓位，同时建议重点配置轻工制造、食品饮料和农林牧渔行业。

整体来看，报告系统地展现了RSRS技术指标从理论构建至多频率、多层次验证的完整路径，辅以丰富图表与数据支撑，具备较高的数据严谨性和策略实操指导价值。然而，应用时应注意参数稳健性，市场环境限制及交易成本高企的影响，避免盲目追求高频信号。

---

图表示意索引

• 图1（页4）：沪深300最高价与最低价序列走势示例

- 图2（页4）：最高价对最低价的OLS回归示例，线性拟合优良

• 图3（页4）：RSRS指标走势与开平仓点对应沪深300走势示意

- 图4（页6）：不同频率RSRS择时策略净值曲线对比，5分钟与30分钟领先

• 图5（页7）：考虑双边0.1%交易成本后的净值表现，30分钟策略较优

- 图6-10（页9-10）：不同频率RSRS参数敏感性测试，显示N、M、S参数优选区间

• 图11（页13）：行业轮动模型不同参数N、M对年化收益率影响

- 图12（页15）：不同K、D参数组合对行业轮动策略年化收益率的影响

• 图13（页15）：行业轮动策略净值与基准对比，显著跑赢等权基准

- 图14（页16）：行业轮动模型换手率时序变化，换手率较高

---

关键数据摘要（部分）

| 指标 | 日线 | 30分钟 | 5分钟 | 30分钟行情（趋势） |
|------------------------------|---------|----------|---------|---------------------|
| 年化收益率 | 26.46% | 41.55% | 44.47% | 101.73% |
| 夏普比率 | 1.82 | 2.54 | 2.33 | 3.89 |
| 最大回撤 | -10.11% | -12.73% | -14.46% | -9.56% |
| 交易次数 | 11 | 66 | 85 | 33 |
| 胜率 | 72.73% | 56.06% | 60% | 70.77% |
| 行业轮动模型年化收益率 | \- | \- | \- | 31.54% (N=70,M=300) |
| 行业轮动模型夏普比率 | \- | \- | \- | 0.959 |
| 行业轮动模型最大回撤 | \- | \- | \- | 69.78% |
| 行业轮动模型换手率（月均） | \- | \- | \- | 62% |

---

综述

本期报告立足于RSRS技术指标的深化开发和应用，系统梳理了其在多频率择时及行业轮动构建中的量化优势和适用边界。通过丰富的实证数据和敏感性分析，报告不仅给予投资者灵活选择应用频率与参数的依据，也展现了基于市场阻力支撑相对强度的一种创新型行业资产配置策略。该策略历史表现优异，且与传统市场行情变化具备较好适应性。基于本报告，投资者在技术择时工具及行业轮动投资中有了坚实的理论和实证参考基础。

---

全文引用页码：[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17]

报告