股价三类形态及量化指标构建 [page::1][page::2]

• 股价形态分为上涨、下跌和震荡三类。

- 用8条移动均线（8，13，21，34，55，89，144，233）自上而下排列顺序定量区分形态。

• 股价上涨时均线由短周期到长周期呈递减排列，下跌相反，震荡则无序。

- 利用斯皮尔曼等级相关系数计算均线排列和理想序列的相关性，定义为“股价形态强弱系数”，范围[-1,1]。

个股股价形态强弱系数实证 [page::3]

| 股票名称 | 强弱系数 | 股票名称 | 强弱系数 | 股票名称 | 强弱系数 |
|----------|----------|----------|----------|----------|----------|
| 招商地产 | 1.00 | 华润双鹤 | 0.31 | 同方股份 | -0.79 |
| 荣盛发展 | 1.00 | 亚盛集团 | 0.31 | 长城开发 | -0.83 |
| 保利地产 | 1.00 | TCL集团 | 0.26 | 张裕A | -0.83 |
| 国元证券 | 0.98 | 云铝股份 | 0.26 | 歌华有线 | -0.83 |
| ... | ... | ... | ... | ... | ... |

• 强弱系数接近1的个股处于明显上涨趋势，接近-1的个股处于明显下跌趋势。

- 多数个股拐点出现在强弱系数极端值附近，提示风险。

股价形态强弱系数与股价走势对比分析 [page::4][page::5]

• 招商地产强弱系数长期靠近1，股价稳步上升，形态极端时出现拐点。

• 中国联通强弱系数靠近-1，股价明显下跌且出现波动拐点。

• 深圳能源强弱系数徘徊0附近，股价无明显趋势。

均线系统对强弱系数的影响 [page::6]

• 采用密集均线系统（更多均线）时，强弱系数变化较八均线系统更平缓且滞后。

• 使用密集均线系统时，万得全A指数强弱系数也较缓慢，确认八均线系统更适合用于快速捕捉趋势变化。

斯皮尔曼等级相关系数介绍与优势 [page::7]

• 斯皮尔曼等级相关系数通过排序差值计算，不受具体数值大小影响，专注于序列的稳定性。

- 适合测量均线周期排序与理想涨跌序列之间的相关性，提供更稳健的强弱衡量标准。

股价形态量化识别报告详尽分析

1. 元数据与报告概览

本报告题为《股价形态量化识别》，由赵延鸿博士撰写，隶属于莫尼塔公司，发布于2012年6月，主要围绕股票价格形态的量化分类展开研究。报告的核心主题是基于移动均线排列顺序对股票价格走势进行定量识别，将股票走势划分为上涨、下跌和震荡三种典型形态，并引入“股价形态强弱系数”作为量化指标辅助判断。

作者意图通过引入基于八条不同周期均线排列的量化指标，提供一种相对简单而有效的工具来识别股价的主导形态，帮助投资者判断价格趋势的强弱及潜在拐点。报告没有直接给出买卖评级或目标价，而是侧重于方法论和指标构建，强调指标与实际股价行为的对应关系以及在交易策略上的应用价值。[page::0,1,2]

2. 逐节深度解读

2.1 股价三类形态识别（第1-2页）

报告首先描述了股票价格的三大形态：

• 上涨形态：股价不断创出新高，最典型表现是“单边上扬”，对应移动均线从短周期到长周期依次从高到低排列。

- 下跌形态：股价不断创出新低，表现为“单边下跌”，对应移动均线从长周期到短周期依次从高到低排列。

• 震荡形态：股价未形成持续单边走势，表现为均线排列杂乱，无法形成单方向性排列。

作者运用八条移动均线（8、13、21、34、55、89、144、233日）为基础指标体系，利用这八条均线的排序组合模式反映股价走势的状态，实质是利用均线排列的极端排序方式捕捉上涨和下跌的极端态，同时中间排列组合反映震荡状态。

八条均线的排列组合理论上有40320种可能，这其中排序结构的极端有两种：最强上涨的均线顺序（短期均线价位最高、长期均线递减）和最强下跌的均线顺序（长期均线价位最高、短期均线递减）。其他排列介于两者之间，且排列顺序互换越少，形态越接近极端走势。这种分类既直观又具有数学上的排列组合基础。[page::1,2]

2.2 股价形态强弱系数的引入（第2页）

为量化均线排列，报告引入Spearman等级相关系数，实现从均线排列顺序映射到[-1,1]区间，称为“股价形态强弱系数”。当系数接近+1时，说明均线顺序完全符合上涨极端形态；接近-1时符合下跌极端形态；接近0时表明均线排列杂乱，呈震荡态。

系数的计算过程示例说明了如何将实际均线价格从高到低重新排序，并与标准升序排列比较，计算出等级差异并求得等级相关系数。此方法较传统简单均线交叉更精细，能够测量排序整体的一致性，而不是局部交叉信号。

该系数的优势在于将价格走势形态归结为一个连续测度，方便定量分析和趋势强弱判断。[page::2]

2.3 个股股价形态强弱系数实测（第3页）

报告列出大量个股的强弱系数实际计算结果，最强上涨（系数=1）的如招商地产、荣盛发展、保利地产等，最强下跌（系数=-1）的如中国联通、莱宝高科、万向钱潮等。

该表表明该系数在不同股票间具有较强区分度，能够明显区分上涨态和下跌态股票群体，且数值在全区间均有均匀分布，清晰反映股价形态划分的有效性。[page::3]

2.4 股价与强弱系数对比分析（第4-5页）

报告分析了招商地产（强弱系数=1）、中国联通（强弱系数=-1）和深圳能源（强弱系数=0）三只典型股票强弱系数随时间变化，与其股价的同步关系。

• 当强弱系数接近+1或-1时，股价表现出明显的上涨或下跌单边趋势，系数维持稳定状态。

- 多个股价的趋势转折点往往与强弱系数正负极端值附近重合，表明极端值附近存在显著拐点信号。

• 操作建议上，当强弱系数处于极端值且股价出现转向时，需高度警惕潜在风险拐点。

随后选取万得全A指数与莱宝高科个股进一步验证，分析也显示该指标在指数或个股层面均有参考作用，但报告指出由于该指标映射存在固化假设，无法完全保证拐点预测的百分百准确性，强调研究工具属性和辅助判断功能。[page::4,5]

2.5 均线系统选择与指标敏感性（第6页）

报告进一步探讨均线周期选取对强弱系数的影响，比较八均线系统（8,13,21,34,55,89,144,233）和一个更密集的均线系统（等差为5的均线系统，如8,13,18,23,…）下的指标表现。

发现：

• 均线数量越多，强弱系数的变化越平缓且滞后于股价拐点，响应速度降低。

- 八均线系统能够较好平衡灵敏度与稳定性，适合作为实际计算标准。

密集均线系统对拐点的反映稍显滞后，说明过多的均线可能降低指标反应速度，影响实用性。[page::6]

2.6 斯皮尔曼等级相关介绍（第7页）

报告详解了Spearman等级相关系数的计算原理、适用场景和优势，指出其对样本分布无严格要求，适用于检测序列之间的稳定性关联。

Spearman相关系数利用变量排序差异测量相关性，逻辑层面关注“排名一致性”而非“数值关系强度”，特别适合衡量均线排列顺序与标准序列间的匹配程度。

报告中提供计算示例，展示如何求出两个序列的等级差平方和，并根据公式计算相关系数。同时与Pearson相关系数对比，说明两者关注点不同，Spearman更适合本报告聚焦的稳定性排名匹配应用。[page::7]

3. 图表深度解读

图表1与图表2（第1页）

• 描述：示例展示了八条均线在上涨（图1）和下跌（图2）行情中的典型排列方式，纵坐标为价格，右侧标明对应均线周期。

- 解读：上涨时均线按短周期价格最高至长期依次降低排列，下跌行情相反。价格和均线呈明显趋势性，均线彼此无交叉干扰。

• 支撑论点：图例直观验证了作者关于形态极端排列规律的定性假设。

- 评论：均线分布较均匀，价格走势平滑。两图体现极端状态，方便理解和验证后续指标计算基础。

图表3（第2页）

• 描述：震荡行情下的八条均线价格走势，表现为较多交叉，均线顺序混乱。

- 解读：均线布局不再单一方向，体现价格波动无趋势，短期波动和长期趋势缺乏一致性。

• 支撑论点：符合报告关于震荡态定义，验证了通过均线排列杂乱识别震荡特征的合理性。

图表4（第3页）

• 描述：各股票截至2012年5月28日的股价形态强弱系数排序。数据分布从1到-1全覆盖。

- 解读：该指标区分度强，能反映股票形态不同分布，标明长期上涨或下跌趋势的个股明显对应极端系数。

• 数据层面：中国联通等多个大型蓝筹处于强弱系数负极，招商地产等稳健地产股处于正极，高度一致。

- 说明指标的可靠性和广泛适用性。

图表5-9（第4-5页）

• 描述：分别对招商地产、中国联通、深圳能源、万得全A指数和莱宝高科的股价（右轴）及股价形态强弱系数（左轴）做时序对比。

- 解读：强弱系数与股价走势基本同步，极端值（1或-1）时代价常出现拐点信号，红色点标明拐点时间。

• 结论：强弱系数可作为趋势强弱和拐点参考工具，但不能保证绝对正确。特别是在极端区域出现转折，操作层面发出预警。

- 辅佐判断：报告建议结合其他技术信号（如顶底分型）配合使用，提高实操准确率。

图表10-11（第6页）

• 描述：不同均线系统（密集均线与八均线系统）计算的强弱系数的对比，及对应万得全A指数的两套指标走势。

- 解读：密集均线系统表现平稳、滞后，变化更小、更缓慢，拐点敏感度不及八均线系统；八均线系统反映更灵敏，且更接近价格走势拐点。

• 操作启示：报告确立八均线系统为更实用和高效计算标准。

图表12-13（第7页）

• 描述：Spearman等级相关计算过程示例及Pearson相关对比图。

- 解读：以具体数据表格展示等级排序及差异计算，明确计算逻辑。图形显示两序列走势明显不同，Spearman相关反映的序列关联与Pearson的数值相关存在显著差异。

• 说明Spearman相关适合处理排名和序列稳定性分析，这为构建股价形态强弱系数提供理论支持。

4. 估值分析

本报告不涉及股票或指数的财务估值计算，也无估值模型，如DCF或PE倍数估值。其核心为技术分析维度内部的量化方法，不包含财务数据预测或估值判断。

5. 风险因素评估

报告未专门集中列举风险因素，但在第5页的操作建议中指出：

• 强弱系数极值区域虽然预示趋势极端和可能拐点，但不能准确把握转折时点，存在一定误判风险。

- 该指标基于对股价走势的固化映射和排列组合假设，股市行情的无序性和多变性可能导致指标失效。

• 因此应结合其他技术分析手段和市场信息避免盲目依赖。

报告体现了对该指标理论局限的自我认知，提示投资者审慎使用。

6. 批判性视角与细微差别

报告基于均线的排列顺序建立量化指标，忽视了均线的具体价格涨跌幅、成交量等辅助信号，单一依赖排序可能存在一定信息缺失，尤其在断层或极端行情中可能误导判断。

报告虽提出“固化映射”及不可百分百预测拐点的理论缺陷，但未充分探讨指标在不同市场环境下的表现差异，以及如何结合其他量化或基本面指标提升有效性。

部分个股强弱系数过于极端（如部分大蓝筹极端为-1），是否合理或存在过度拟合，应进一步论证。

均线选取多样性讨论虽指出密集均线滞后，但没有详细定量比较其对实际交易绩效影响，缺细化实证。

总体分析和数据较为充分，方法论逻辑清晰，但应注意极端行情和市场异动下的应用边界。

7. 结论性综合

本报告系统构建了基于八均线排列顺序的股票价格形态强弱量化指标——“股价形态强弱系数”，通过Spearman等级相关将均线排列映射至[-1,1]区间。该指标能够清晰识别股价的三种典型形态（上涨、震荡、下跌），并能够量化趋势的强弱，为投资者提供一个直观的判断工具。

图表分析验证了极端排列对应强上升或下跌趋势，杂乱排列对应震荡行情。实际样本中，多只个股与指数的指标走势与股价趋势高度吻合，极端系数值区域通常对应重要拐点出现，为风险警示提供技术支持。

此外，均线系统的选择对指标的敏感性和实用性影响显著，八均线系统在灵敏度和稳定性上相对优越，推荐作为标准计算体系。

Spearman相关作为量化工具提供了对序列稳定性强弱的理论基础，相较传统Pearson相关系数更适合用于排序和排名性质的分析。

报告提醒投资者，强弱系数指标不能保证百分百准确预测拐点，建议结合其他市场信息和技术指标综合分析，审慎应用。

综上，本报告提供了一个创新且实用的基于移动均线排列模式的股价形态识别量化指标，既有理论支持又有实证验证，为股价技术分析提供了有益工具和思路，对行情识别和风险预警具有实际参考价值。[page::0-7]

---

主要图表汇总

|图编号|内容描述|核心价值|
|-|-|-|
|图1上涨走势|显示八条均线短期到长期价格依次递减排列|验证上涨走势均线排列规律|
|图2下跌走势|显示八条均线长期到短期价格依次递减排列|验证下跌走势均线排列规律|
|图3震荡走势|均线排列无明显顺序，较混乱|展示震荡行情特征|
|图4个股强弱系数列表|各个股强弱系数计算实际数据|展示指标区分各类股票走势能力|
|图5-9指标与价格时序对比|不同个股及指数的指标及股价对比时序|验证指标同步趋势的能力，突出拐点识别意义|
|图10-11均线系统对比|八均线vs密集均线对指标计算结果的对比|优化均线系统选择，提升指标敏感度|
|图12-13Spearman相关计算|计算示例及与Pearson相关比较|提供指标数学理论基础，说明排序相关性优势|

这些图表交织构成了报告的理论实证体系，强化了核心结论的可信度。

---

综上，报告从理论、方法和实证多方面完整呈现了“股价形态强弱系数”指标体系，利于市场参与者对价格走势的定量认识和有效判断。

报告