相对 k 线与实际 k 线对比及样本分布 [page::3][page::4][page::5]

• 采用中证全指作为基准，计算相对 k 线实体，样本分布更为均匀且规避了实际 k 线熊市聚集的缺陷。

- 相对 k 线样本在机械、基础化工及医药行业最多，银行、餐饮旅游等行业最少。

• 样本市值及波动率分布大致保持平稳，多数处于中低波动水平，表现优于实际 k 线对应样本。

收益率特征及形态参数影响分析 [page::6][page::7][page::8]

| 下跌段数 | [0,5] | [0,10] | [0,15] | [0,20] | [0,30] | [0,40] | [0,50] | [0,60] |
|---------|-------|--------|--------|--------|--------|--------|--------|--------|
| 3 | 0.86% | 1.57% | 2.43% | 2.55% | 3.04% | 3.42% | 3.96% | 4.81% |
| 4 | 0.91% | 1.74% | 2.53% | 2.70% | 3.07% | 2.81% | 3.25% | 4.33% |
| 5 | 0.89% | 1.42% | 2.23% | 1.92% | 2.35% | 2.86% | 2.93% | 3.64% |
| 6 | 1.00% | 1.43% | 2.03% | 2.19% | 4.75% | 5.18% | 7.35% | 8.00% |

• 短期内累计净值上升较快，20日胜率达到峰值，累计跌幅较大的样本可获得更好收益，单段跌幅与累计跌幅正相关。

- 下跌时长越短，累计收益越高，但胜率趋势不明显，短期胜率普遍高于长期。

• 企稳等待参数对收益有影响，等待时间过短时低点不稳定；窗口大小影响样本数量和下跌时间，对收益影响有限。

基于相对反转样本的投资组合表现 [page::8][page::9][page::10]

| 指标 | 组合值 | 指数对比 |
|------------|--------------|----------------|
| 年化收益率 | 10.17% | 11.43% |
| 夏普比率 | 0.413 | 0.395 |
| 最大回撤 | 49.14% | 71.48% |
| 周度换手率 | 12.33% | — |
| 交易次数 | 4244 | — |
| 盈亏比 | 1.3 | — |
| 胜率 | 55.42% | — |

• 组合整体波动小于市场，牛熊市表现稳健。周换手率中等，交易次数多，平均胜率55%。

- 限制组合样本为中证500后，组合风险下降，换手率降至4.54%，年化收益7.6%，夏普比率提升至0.443。

不同累计跌幅参数下组合表现 [page::10]

| 累计跌幅 | 年化收益率 | 夏普比率 | 最大回撤 | 换手率 | 交易次数 | 盈亏比 | 交易胜率 | 样本平均收益 |
|----------|------------|----------|----------|---------|----------|--------|----------|--------------|
| -30% | 7.60% | 0.443 | 13.69% | 4.54% | 1574 | 1.382 | 60.61% | 3.51% |
| -25% | 8.38% | 0.467 | 16.50% | 5.66% | 1952 | 1.369 | 59.27% | 3.14% |
| -20% | 9.76% | 0.557 | 16.19% | 6.41% | 2215 | 1.355 | 58.87% | 2.95% |
| -15% | 8.68% | 0.460 | 18.89% | 6.77% | 2336 | 1.347 | 58.82% | 2.88% |
| -10% | 8.63% | 0.454 | 20.21% | 6.87% | 2371 | 1.347 | 59.00% | 2.91% |

• 换手率和交易次数随放宽累计跌幅增加，盈亏比和胜率下降。

- 夏普比率在累计跌幅-20%处达到最高，反映风险回报平衡最优。

剥离择时因素后的形态有效性验证 [page::11]

• 用同期跌幅最大样本替代组合，组合表现明显不及形态样本，表明形态识别提升选股能力。

- 相对等仓位基准组合，最优组合年化超额收益4.63%，最大回撤降低。

基准指数对组合表现影响 [page::12]

| 形态基准 | 年化收益率 | 夏普比率 | 最大回撤 | 换手率 | 交易次数 | 盈亏比 | 交易胜率 | 样本平均收益 |
|----------|------------|----------|----------|---------|----------|--------|----------|--------------|
| 中证全指 | 9.76% | 0.557 | 16.19% | 6.41% | 2215 | 1.355 | 58.87% | 2.95% |
| 中信行业 | 7.11% | 0.299 | 27.29% | 7.14% | 2460 | 1.251 | 55.73% | 2.34% |
| 市值分组 | 5.16% | 0.159 | 51.11% | 10.75% | 3691 | 1.144 | 54.94% | 1.66% |
| 中证500 | 3.44% | 0.032 | 44.37% | 7.46% | 2565 | 1.143 | 54.78% | 1.62% |

• 以中证全指为基准的相对 k 线形态识别收益最好，换手率适中，风险较低。

形态参数敏感性分析 [page::12][page::13]

• 单段跌幅与累计跌幅正相关，样本数量减少，平均收益和胜率增加。

- 企稳等待参数 d1 对样本稳定性有明显影响，较大等待期带来更优收益表现。

• 窗口大小影响样本数量和下跌的持续时间，对收益及胜率影响不大。

证券研究报告详尽分析

技术形态选股研究之二：基于相对 k 线波段划分的反转形态选股

---

一、元数据与报告概览

• 报告名称：技术形态选股研究之二：基于相对 k 线波段划分的反转形态选股

- 作者及机构：丁鲁明（中信建投证券研究发展部，金融工程方向负责人，首席分析师），研究助理段潇儒

• 发布日期：2019年12月2日

- 研究主题：围绕技术分析中k线形态选股方法，创新提出基于相对k线的反转形态识别，并构建投资组合测试其选股效果

• 核心结论：

- 相较于传统实际k线，采用相对k线构建的反转形态样本呈现时间分布更均匀、波动率更低且短期胜率更高的优越表现；
- 基于相对连续下跌反转形态构建的选股组合稳定性、自适应性更强，尤其在限制市值范围到中证500成分股时表现更优且换手率适中；
- 参数敏感性分析显示单段跌幅、累计跌幅和企稳等待期等关键变量对收益显著影响，合理设定参数对实操策略效果至关重要。

本报告系统地介绍了相对k线的构建方法，识别反转形态的过程，详细剖析形态样本的统计特征、收益表现，并基于此构建并回测多种策略组合，最后完成参数敏感性分析，为量化选股提供理论与实证双重支撑。[page::0,3,8]

---

二、逐节深度解读

2.1 引言与研究背景

• 报告指出，不同k线形态适宜不同市场环境，实际k线形态的样本分布存在时间聚集现象，尤其是在历史熊市期间其样本数量集中，导致样本收益特征表现不佳。

- 解决方案提出两条：一是使用更高频率数据，二是采用相对k线。报告选择后者做深入研究，借用中证全指作为基准指数，通过计算相对开盘、收盘价构建相对k线，达到信号时间更均匀分布的效果。

• 相对k线的构建，简化仅取实体部分开收价，既保证计算的可行性，又保留形态识别关键特征，首次提供了相对k线与实际k线的对比。

- 图1、图2显示实际k线与相对k线的高低点时间错位，说明两者的关键转折点存在明显差异，这为二者后续的选股效果差异提供了实证基础。

• 反转形态识别采用滚动窗口局部极值法，结合连续下跌段数、累计跌幅等条件过滤样本，体现波浪理论下阶段性价格运动的特性。

- 样本选取剔除了停牌时间过长和ST/ *ST股票，保证数据的连续性与质量。
本节奠定了研究的数学基础与选股规则逻辑。[page::3,4]

2.2 相对反转样本特征分析

• 时间及行业分布（图3、图4）：

- 相对k线选出的反转样本时间分布更平均，无明显熊市集中峰值，相比实际k线的集中分布更稳定。
- 行业分布中机械、基础化工、医药样本最多，银行、餐饮旅游、国防军工最少，显示行业间反转机会显著分异，需注意行业风格影响。

• 市值及波动率（图5、图6）：

- 相对k线样本的市值分布无明显规则波动，波动率整体趋于中低区间，区别于实际k线偏高波动率的特点，可能因相对标准提高了抗噪声性。

• 净值及收益率（图7、图8）：

- 实际k线样本长期胜率略高但短期收益差，累计净值表现偏长期，受经典反转效应驱动。
- 相对k线样本短期收益更突出，20日内胜率高且收益分布更集中，波动更小，显现更稳定的交易信号特性。

• 形态特征影响（表1至表6）：

- 连续下跌段数对长期收益影响不大，下跌时长越短收益越高，累计跌幅越大收益也越高，短期胜率均高于长期。
- 这些表格详细定量了形态参数与收益率及胜率的关系，为参数设置提供初步指导。
整体体现相对k线的实用性明显优于传统实际k线，尤其适合短线反转交易。
[page::5,6,7,8]

2.3 基于相对反转样本的组合构建与表现

• 采用事件驱动的交易策略，固定持有20交易日，设定买卖手续费3‰和4‰，资金分50个通道且不日内平衡，较真实市场环境更合理。

- 全市场选股组合（图9，表7）出现了低波动与适中收益与中证全指的分化，夏普比率稍优，最大回撤低于指数，胜率55%且盈亏比1.3，交易次数4200余次，周度单边换手率约12.33%。

• 组合持股数在急涨跌期间减少，震荡期间上升，但近年遭遇较大回撤，与样本的行业和市值集中度有关。

- 中证500范围内选股（图10、11，表8）换手率显著下降至4.54%，收益波动均更平稳，夏普比率优于市场基准（0.443 vs 0.254），回撤明显缓解。

• 调整累计跌幅参数（从-30%到-10%）时，换手率增加，收益率与胜率下降，回撤上升，夏普比率呈现倒U型，在-20%时达到峰值，最佳权衡点明显。

- 分年表现（表9）显示组合收益在2007-2019年期间大部分年份均为正，仅2010和2011年负收益，波动率与市场环境高度相关。

• 替代组合测试（图12，图13）排除简单跌幅效应，确认反转形态的筛选能提升策略有效性，且该策略在相对基准等仓位组合下仍有年化超额收益4.63%。

- 不同基准指数选取对策略影响显著，中证全指作为基准效果最佳，依次为中信行业指数、市值分组指数、中证500指数（表10），表明整体市场基准提供了更强的反转信号。
该章节体现策略的实证有效性，结合市场环境、风格配置与资金限制体现稳健性。
[page::8,9,10,11,12]

2.4 参数敏感性分析

• 单段跌幅影响（表11）：单段跌幅越大，样本累计跌幅和收益率均增加且胜率上升，样本数量减少且下跌持续时间波动不大。

- 企稳等待参数（表12）：企稳起点d1越大，样本数量越少但收益和胜率表现更佳，体现出短期反转信号不稳定的特性，而区间d2长度对收益影响不明显。

• 窗口大小（表13）：窗口参数增长，平均下跌时间增加，累计跌幅略降，样本数先增后减，对收益和胜率影响有限，显示窗口参数调整可以平衡样本量和稳定性。

参数敏感性分析为实际策略优化、稳健性验证和未来扩展提供了明确的方向和依据。
[page::12,13]

---

三、图表深度解读

• 图0（0页）市场表现图：

展示了基于策略净值与中证500净值、超额净值的长期演变趋势。蓝色策略净值曲线尽管起伏平缓但趋于上升，显示较低波动性，但超额净值相对中证500有明显优势。底部蓝色持仓通道数波动显示策略活跃度随市场阶段周期性变化。

• 图1与图2（4页）：

对比广联达的实际k线和相对k线，右轴中证全指，显示出关键价格高低点时间错位。相对k线更能捕捉基于市场基准的价格相对位置，影响形态识别的时间窗口和形态定义。

• 图3（5页）：

实际k线样本数量在2008、2012年峰值明显，反映熊市集中现象，而相对k线样本平滑分布，说明后者减少了周期性聚集。

• 图4（5页）：

行业分布柱状图，机械、基础化工及医药行业高样本量，显示这些行业更易触发连续下跌反转形态，行业轮动的机会更丰富。

• 图5、图6（5页）：

盒须图显示相对k线样本的市值分布和波动率随年份变化波动，但整体处于中低区间，尤其波动率明显低于实际k线，表明策略更倾向于低波动稳定股票。

• 图7（6页）：

叠加累计净值与胜率曲线比较，实际k线累计净值长期稳健增长，但胜率低；相对k线短期表现优异，20交易日处于优势，直线说明短线反转信号较强。

• 图8（6页）：

20日收益率频数与正态拟合，显示相对k线样本收益率分布更集中、均值更高，收益波动小。

• 图9（9页）：

组合净值曲线与持仓通道数图，策略稳健性好于指数，大幅下跌时防御性强。净值红线稍低于指数蓝线但稳定增长。持仓通道数显示组合动态调仓并非全时满仓。

• 图10、图11（10页）：

分别展示中证500范围内不同累计跌幅阈值的组合净值表现，累计跌幅越放松，净值增长越快但换手率也提升，确认收益与交易成本的权衡。

• 图12、图13（11页）：

替代组合净值与策略净值对比，策略组明显优于仅按跌幅选股及等仓位基准，验证形态筛选的增值效果。
各图表紧密联系文本论点，提供直观且有力的实证支撑。
[page::0,4,5,6,8,9,10,11]

---

四、估值分析

本报告重点在技术形态选股策略层面，未涉及传统估值方法，但通过量化策略的绩效指标（年化收益率、夏普比率、最大回撤、换手率、盈亏比、胜率等），有效实现对策略估值视角的间接体现。定位为事件驱动类量化策略，策略的价值以超额收益和风险调整后收益为核心度量。参数敏感性分析则相当于对模型“参数估值”的敏感度探究。

---

五、风险因素评估

• 市场环境风险：组合表现受整体市场涨跌影响明显，市场大跌时回撤依然存在，如2017年以来部分年度表现较差。

- 风格集中风险：如组合中低市值股票集中导致的风格暴露风险，特别是在市场风格转换期表现不佳。

• 样本选择及组合限额影响：持仓通道限制可能造成优质样本错失，交易顺序不同导致收益波动，提示组合构建时需注意流动性和调仓效率风险。

- 交易费用及执行风险：实际交易中的停牌、涨跌停限制票不能及时买卖，会影响策略模拟与实盘间的差异。

• 参数设置风险：敏感性分析显示策略对参数调整较为敏感，错误参数选择会导致收益和风险表现大幅波动。

报告虽无明确缓解策略，但通过限制交易范围（如中证500），优化参数组合，部分控制了上述风险。
[page::0,8,9,12,13]

---

六、批判性视角与细微差别

• 数据频率限制：虽然使用相对k线减少了信号时空差异，但简化计算仅用开收价格实体，可能忽略了高低价带来的信息，影响形态识别精度。

- 市场效率与历史回测依赖：报告大量基于历史回测，市场结构变化可能削弱未来策略表现。

• 组合持仓通道限制导致的优化不足：组合中部分优质信号未被充分利用，报告未深入剖析如何改进调仓逻辑，有进一步提升空间。

- 未涉及宏观和基本面因素：仅凭技术形态选股，缺少对行业周期、宏观政策、公司基本面等因素的综合考量，可能忽视系统性风险。

• 偏好牛市环境：报告中相对k线反转表现更好多发生于牛市阶段，熊市中回撤风险仍然较大，限制了策略的防御能力。

- 组合平均仓位不足：报告中平均64.67%持仓可能导致配置效率不高，但也可能反映现金管理策略，报告对此仅做简要提示，无深入资本利用策略。
整体而言，报告严谨详细，但在策略实盘适应性和风险应对措施方面仍留有空间。
[page::3,8,13]

---

七、结论性综合

本报告系统创新地基于相对k线构建反转形态选股策略，较传统实际k线方法解决了信号时间和收益不稳定问题，实现样本选择的均匀分布和收益集中表现。实证分析表明，相对k线的短期胜率和收益率优势明显，其反转信号更精准有效。

构建的基于相对连续下跌反转样本的量化组合，在考虑交易费用、股价停牌和涨跌停限制情况下，表现出长期稳健的超额收益和良好的风险回撤比。特别是在中证500成分股范围内优化组合，极大增强了策略的稳定性和可执行性，换手率适中且具备持续盈利能力。策略的核心成功在于通过滚动窗口局部极值方法精准捕获基于基准指数的相对跌势，形成有效的选股信号。

多维度参数敏感性分析揭示单段跌幅、累计跌幅、企稳等待期及窗口大小等对选股效果和收益的调控作用，为策略的实际应用和进一步优化提供了指南。此外，通过与同期最大跌幅股和等仓位基准组合的对比，有力证实了基于相对k线的反转形态筛选在纯跌幅选股基础上带来的实质超额收益。

图表部分丰富展现了K线形态差异、样本统计特征、收益分布及多层组合绩效，从侧面直观印证了策略构建理念与回测结论的严谨性和有效性。

综合来看，报告体现了相对k线在技术分析选股体系中的创新及其量化实用价值，尤其适合市场波动明显、反转机会丰富的环境。尽管面临市场风格转变和执行细节风险，报告建议在严格控制参数和合理限定样本范围内，组合仍具备稳健的超额收益能力。

投资者在运用时应结合个股基本面、交易规则及市场环境变化谨慎调整持仓比例和策略参数，以期最大化策略优势并控制潜在风险。[page::0-13]

---

总结陈述：本报告通过对“相对k线”及基于其的反转形态的深入研究，提出了一种新型选股方法。基于中证全指的相对k线更均匀分布且更稳定，投资组合在中证500范围内表现尤为优异。通过丰富的数据分析和实证检验，验证了该方法在实际操作中的可行性和有效性。报告系统地展示了形态识别、样本特征与参数敏感性，为金融工程和量化交易领域提供了重要研究成果与实操指导价值。

---

附件

• 关键图表参考（图片链接保留于报告原文）

- 详细财务指标及参数表格

• 研究团队简历及联系方式

- 免责声明及评级说明

---

（全文结构及分析均严格基于报告内容，所有结论或推断均附带页码来源标注）

报告