涨跌幅分段与价格波段结构 [page::5][page::6]

• 使用涨跌幅参数（例如10%）定义波段，判断顶部拐点或波段延续的逻辑。

- 不同参数分段对价格走势拐点的影响显著，波段分段图展示不同涨跌幅阈值下结构差异。

空间β及其上下行差异分析 [page::7][page::8][page::9]

• 空间β通过基准指数与行业波段收益线性回归确定，反映行业相对于大盘的收益弹性。

- 有色金属行业上行β(1.81)明显高于下行β(1.23)，揭示上涨与下跌的非对称性。

• 行业进攻性排名揭示有色金属冶炼、采掘、证券等行业的空间β较高，反映其波段收益弹性强。

价格动率与价格速率指标定义及应用 [page::11][page::12][page::13]

• 价格速率引入波段振荡频次的度量，对比传统波动率更能体现价格路径的震荡性质。

- 案例中中国宝安的价格速率高达478%，是中国银行的13倍，波动率仅为4倍，体现价格动率的独特信息。

基于MACD的价格分段及波段确认规则 [page::15][page::16][page::17]

• 利用MACD指标中的DEA曲线零轴穿越和相应波段极值点确认波段结构及转折点。

- 波段确认如DEA由负转正确认底部形成，反之确认顶部结束，增强拐点判定的客观性。

多周期价格结构量化与监控 [page::18][page::19][page::20][page::21]

• 将周线、日线、30分钟、5分钟四个周期的价格结构组合成10维向量，实时监控趋势状态。

- 段数的概率密度分布揭示价格运动的碎片化特征及多周期关系，为高级选股策略和状态识别奠定基础。

强势回调股价格状态转化示例 [page::27][page::28]

• 通过多周期段数及方向的变化，观察强势股价格的上涨延伸和上涨结束的不同阶段状态切换。

- 以价格结构的延伸和回撤为信号，引导买卖时机的判断，提升投资时机的精准度。

报告深度分析报告：“形而下”的价格研究探讨——国泰君安2014年4季度金融工程投资策略

---

一、元数据与概览

• 报告标题：“形而下”的价格研究探讨——国泰君安2014年4季度金融工程投资策略

- 作者：刘富兵（分析师）、赵延鸿（研究助理）

• 发布时间：2014年12月13日

- 发布机构：国泰君安证券研究

• 报告主题：本报告聚焦于市场价格的“形而下”层面，即具体且可量化的价格走势及波段分解，旨在通过系统的价格分段、波段划分及多周期结构理解，为投资策略和风险管理提供创新的研究工具和思路。

总体看，本报告试图突破传统技术分析思维框架，基于细化的价格时间序列分段和波段结构，深度探讨价格的“器”——即有形的价格走势本身——而非形而上的理论寓意，以期实现更加精准的价格行为量化解构和投资策略应用。报告重点展示了基于涨跌幅阈值、MACD乊DEA指标的多维度价格分段方法，并探索了空间β的行业应用与动率分析等，最终接入多周期结构向量，实现复杂体系的实证监测和选股策略构建。[page::0,1]

---

二、逐节深度解读

2.1 “形而下”的价格概念阐释

报告开篇引用《易经》及《论语》，明确区分“形而下”即有形、有相之“器”与“形而上”即无形、无相之“道”，强调本报告聚焦“器”的具体形态——价格时间序列和K线，是可实证量化研究的对象（有相的表现），并反对简单的传统主观解读，提示投资者“君子丌器”，勿被价格的表象迷惑，需求深入底层结构逻辑。[page::2]

图2展示一段K线价格走势，作为具体的价格形而下形态实例。

2.2 传统技术分析回顾与数学基础

报告对传统技术分析体系进行了简述，包括道氏理论、波浪理论、江恩周期、价格形态学等，点明这些技术分析方法本质上存在无法复制的走势和自同构结构的矛盾，揭示传统波段划分和均线系统的技术局限性，暗示需要更加严谨的数理化分段方法。[page::3]

2.3 波段划分的量化研究方法

2.3.1 传统指标划分波段与新方法介绍

• 基于MACD乊DEA指标划分的波段侧重于定义稳定趋势，能反映行情阶段性方向性走势。

- 基于涨跌幅（如10%）参数的分段从结构波动性视角出发，强调波段形成和破坏的临界条件。

• 基于单均线波段划分揭示价格围绕均线波动的规律。

图4表示一个上证指数5分钟K线基础上的波段划分示意。侧重实证技术指标用于波段确认。[page::4]

2.3.2 基于涨跌幅参数的价格分段规则

以10%涨幅为例，报告细致阐释了波段分段的关键逻辑：

• 价格从起点A上涨10%后回调，若回调幅度超过9.09%则原上涨波段终结，形成下跌波段（A点为分界顶点）。

- 若回调幅度不足9.09%且后续价格突破A点则上涨波段延续。

此逻辑表明波段分段不仅是幅度界定，更蕴含对趋势延续与反转的量化边界判定，增强实际交易中的应用判定能力。

图5直观展示此分段逻辑，A点为关键无法突破判断标准点。[page::5]

2.3.3 不同涨跌幅参数分段对比

报告通过对比5%、10%不同涨跌幅参数的分段结构图揭示参数敏感性对波段数量和走势复杂度的影响，提示投资者选择参数应结合特定战略目标和市场活跃度。

图6展示两套分段结构的历史表现差异，短参数波段更多，反映市场更多的细微波动。[page::6]

2.4 空间β计算与行业应用

2.4.1 空间β的定义及计算步骤

使用基准指数（如上证综指）关键拐点波段收益率与行业收益率间的线性拟合斜率，定义为空间β，正式刻画行业相较基准的攻守强弱性。

• 第一步：选定基准指数拐点（顶点和底点）及对应波段收益；

- 第二步：计算行业在相同时期的收益率序列；

• 第三步：线性拟合两组收益率数据得到β。

图7展现基准指数和行业指数收益的拟合关系，高R²（0.939）表明拟合优良。β的大小表明该行业的敏感度和相对涨跌幅关系。[page::7]

2.4.2 行业空间β实证分析

以上证综指为基准，选取有色金属行业，采用3%涨跌幅阈值识别52个拐点，基准与行业波段收益做线性拟合，得到β=1.6091，表明有色金属波段涨跌幅波动强于大盘。

图8中第一张为上证综指和有色金属波段涨跌幅走势对比，第二张为二者的线性拟合图，R²=0.944再度验证了空间β的拟合效果。[page::8]

2.4.3 上涨β与下跌β的非对称性

报告进一步细化上涨和下跌两个方向的β值：

• 有色金属上涨β=1.81，明显高于下跌β=1.23；

- 传统β=1.61（全波段考虑），无法刻画上涨与下跌的非对称属性。

这揭示行业在上涨时反应强烈，显示市场对上涨预期集中但下跌时存在一定防御性。

图9展现上涨和下跌两种β线性拟合与统计值。[page::9]

2.4.4 各行业进攻性排序

以3%涨跌幅为参数，统计2009.1-2011.6期间15个行业上涨β值，有色金属冶炼行业进攻性最强，β高达1.78，其他如证券、煤炭开采、航运等行业也表现出较强进攻性。

图10的水平条形图直观显现各行业进攻性强弱排序。[page::10]

2.5 价格动率与价格速率

2.5.1 动率区分和传统波动率的不足

通过对比两个涨幅20%的序列（一平缓，一剧烈波动），揭示传统波动率理论上可分辨波动剧烈程度，但对波段分段数目及结构的信息不足。价格动率考虑波段数量及价格的剧烈程度更符合资金波动风险管理需求。

图11直观对比两个序列波动特性。[page::11]

2.5.2 价格速率的定义和计算

价格速率定义为分段涨幅均值除以区间交易日数后乘以年交易日252的标准年化形式，公式清晰给出。

图12使用典型波段涨跌幅百分比示例说明价格速率计算方法和分段结构。[page::12]

2.5.3 价格速率应用实例

选取8%涨跌幅参数，2010年9月至2011年9月时期，比较中国银行与中国宝安两只股票：

• 中国宝安价格速率高达478%，中国银行37%，中国宝安表现更剧烈波动，结构更为复杂。

- 传统波动率虽然也体现差异（14.5% vs 56.5%），但价格速率体现的幅度差异更大，反映其更灵敏捕捉价格微结构变动。

图13列出两只股票的波段走势图，清晰呈现两者的波动结构差异。[page::13]

2.6 波段延伸性的定义和应用

定义两个涨幅阈值u1
图14展示极端振荡价格序列，说明相同的分段结构可以让延伸性参数发力，提高投资策略的精准度。[page::14]

2.7 基于MACD与DEA指标的价格分段规则及其验证

定义方案：

• 波段低点DEA<0（负区间），波段顶点DEA>0（正区间）。

- 每个波段的最大最小值出现在起点或终点。

图15示意了波段对应的K线走势与DEA指标分布。

报告进一步通过实盘图示支持波段判定：

• 形成确认需DEA从负转正且价格突破反弹最高点，如图16中C点。

- 类似逻辑验证确认过程中可能的无效信号（如图17中C点，DEA仍<0，不确认为底，需D点确认）。

图均配合K线与DEA量能柱确认波段断点合法性，增强策略实践中的可操作性和信度。[page::15-17]

2.8 多周期分段对应关系及统计特征

分析不同时间周期（周线、日线、30分钟线）的分段对应及概率分布：

• 日线一段上涨通常对应30分钟7段，日线5段上涨对应30分钟35段，下跌也有相似对应。

- 日线级别波段多数对应30分钟7段或5段波动，占比较重（如日线5段上涨对应概率超50%）。

图18-20及统计图表展示了日线和30分钟线不同状态下的段数分布概率密度，揭示了行情多周期动态结构特征，可辅助精细化的多时段交易策略设计。[page::18-20]

2.9 多周期10维量化价格向量构建及应用

基于周线、日线、30分钟、5分钟四个周期，提取如下维度组成价格结构向量：

• 周度方向、左侧段数、右侧段数

- 日度方向、左侧段数、右侧段数

• 30分钟方向、左侧段数、右侧段数

- 5分钟方向

方向以1表示上涨，-1表示下跌。段数采用奇数（1、3、5…）或自然数（1、2、3…）分类。

该向量可用来实时监控价格多周期结构，辅助强势股、弱势股的识别，以及选股策略构建。

图21为典型示例，结合方向和分段数清晰表达复杂价格走势。[page::21]

2.10 应用案例说明：创业板多周期结构图示

报告以创业板为例，逐级展现周线（日线、30分钟、5分钟）的波段结构，向量维度内容具体填充，如周线1方向，左侧3段，右侧1段，日线方向-1，段数9和1，30分钟方向1，5分钟方向1等对应关系。

图22-25依次为创业板周线、日线、30分钟、5分钟级别结构图，实盘验证多周期动态价格结构对应和量化向量的实际匹配。

该部分体现了本报告关注点从理论框架一步步演进到具体实操工具的完整路径。[page::22-25]

2.11 强势回调股价格状态转化示例

报告对强势股价格的状态转化进行了初步量化示范，尤其关注日线级别上涨的延伸特征：

• 30分钟级别波段增加表现日线级别上涨的持续增强。

- 日线级别上涨结束时，30分钟波段数变化同样有固定量级转化。

通过具体表格和图形展示波段数和方向的改变，能辅助判断波段可否延续及近期趋势强度和短期风险控制。

图27-28为具体示意动态图和表格解析。[page::27-28]

---

三、图表深度解读

图2 K线价格形态示例

展示了K线图中具体有形价格的波动，强调“形而下”的价格为本研究对象，起到推动理论向实证转换的桥梁作用。

---

图4 5分钟K线的波段划分示意

通过红绿线分明地标记波段，说明日内短周期波段划分方法的具体实现，辅助理解不同划分策略区别。

---

图5 10%涨跌幅波段分段原理示意图

通过点A和9.09%的回调阈值，直观展示波段终结与延续的两种市场走向，帮助读者理解波段划分转折规则。

---

图6 5%与10%不同幅度分段对比图

较小阈值带来更多波段，图形更为精细，反映出参数选择对波段数量的敏感性，给投资者参数选择决策提供指导。

---

图7 空间β计算示意及拟合曲线

实证了行业相对于基准指数的收益敏感度，拟合良好且系数显著，强化了空间β作为行业进攻防守指标的有效性。

---

图8 上证综指与有色金属波段收益对比及回归

首图表现两指数涨跌幅波段同步性较强，次图回归斜率及高拟合度进一步确认有色金属板块的放大效应。

---

图9 有色金属行业上下跌β值分离分析

对比上下跌β，揭示上涨时期行业反应更敏感，提示投资策略可区别对待上涨与下跌风险。

---

图10 15大行业上升β排行

量化展示各行业进攻性强弱，有色金属冶炼排首位，金融等行业位居中等水平，行业轮动逻辑体现明确。

---

图11 两组同幅度序列波动对比

展示了波段数量对组合波动影响，强调价格动率和传统波动率的明显区别。

---

图12 价格速率计算及波段例图说明

形象说明如何计算价格速率，将零散涨跌幅数据关联为年化能力指标。

---

图13 中国宝安与中国银行波段对比图

展示两只股票截然不同的波段结构复杂度，验证价格速率区别于波动率的优势。

---

图14 波段延伸性极端例图

直观演示高度规律的价格序列对应相同拐点结果，使得延伸量成为波段买卖时机的可靠指标。

---

图15 MACDDEA价格分段规则示意

明确价格波段的形态与DEA指标边界，结合技术指标可操作化分段策略。

---

图16-17 波段拐点确认图示

说明了提高波段拐点确认精度的典型案例，避免误判，提升交易信号质量。

---

图18-20 多周期分段数量概率分布

统计方法表现日K线与30分钟K线波段数的对应效应，揭示多周期价格结构内在的统计规律，强化多周期结构交易逻辑的科学性。

---

图21 多周期10维向量结构示例

标明多时间维度中方向与段数综合量化，佐证从静态数据到动态策略跟踪的量化体系框架建设。

---

图22-25 创业板分周期分段实例

通过真实创业板多时段K线示例验证构建的多周期向量体系和技术指标分段法的实用性，具有推广价值。

---

图27-28 强势回调股多周期波段转化案例

揭示多周期波段数与方向的结构跃迁与趋势延续或结束间的关系，为追踪强势股走势转折提供实用工具。

---

四、估值分析

报告主体无明显传统估值（如DCF、市盈率等）分析内容，而是专注价格技术面及空间β等多维度量化结构分析。

---

五、风险因素评估

报告各图表多次附注“风险提示”，并声明数据来源Wind及研究的局限性，表明价格技术面研究不保证未来收益且存在参数选择风险及模型不确定性，同时提醒投资者价格走势的不可预测性，风险隐含于方法适用性和历史数据的固有局限。无明确缓解策略，但强调多周期多维度框架可提高风险识别。

---

六、批判性视角与细微差别

• 报告尽管整体逻辑严谨，但对于参数选择（如涨跌幅阈值）、周期跨度选择缺乏定量的敏感度分析，可能对实际应用效果带来一定影响；

- 空间β线性回归模型存在假设收益率线性关系，未涉及非线性与极端事件可能导致模型偏差；

• 多周期向量建模虽创新，但数据量级和动态调整策略尚未充分披露；

- 报告部分章节点涉及图表说明时，表述具有一定抽象性，非专业读者理解有障碍。

---

七、结论性综合

本报告通过创新的价格结构量化方法，强调“形而下”的价格——价格时间序列及其形态波段分解——的核心研究价值。通过涨跌幅阈值分段规则和基于MACD乊DEA指标结合，实现了多层次、多周期的价格结构体系构建。空间β指标精确刻画行业与市场间的风险敏感度异质性，尤其在上涨与下跌波段的非对称性揭示了市场微观行为的差别。价格动率和价格速率为捕捉价格波段剧烈程度和时长提供了新视角，优于传统波动率评价。多周期10维向量结构融合周线、日线、30分钟及5分钟多层级结构，助力实时动量监控及强弱势股识别，推动技术分析量化进阶。案例以创业板结构为载体，示范了复杂体系的实操落地。

图表展现了价格分段的基本原则、波段确认机制和分段参数敏感性，辅以实证数据支持空间β及行业进攻序列排名，验证了研究方法的适用性和创新性。风险提示反复强调技术指标方法本质上的局限和投资需谨慎，这符合金融市场技术分析报告的正规的披露要求。

综上，本报告对金融工程的价格结构量化研究提供了完整而系统的框架和实践范例，适合希望系统掌握价格波段动态识别和多周期价格结构的投资策略研究者。报告总体立场中性，专注于技术指标创新与应用改进，未直接给出买卖评级或目标价格，更多提供方法论和工具论指导。[page::0-28]

---

参考溯源

• 报告元数据与写作团队页[page::0]

- 形而下价格及哲学定位[page::2]

• 传统技术分析及数理基础[page::3]

- 波段划分体系及分段规则[page::4-6]

• 空间β定义与行业应用示例[page::7-10]

- 价格动率与价格速率[page::11-13]

• 波段延伸与MACD DEA分段规则[page::14-17]

- 多周期关系及统计特性[page::18-20]

• 多周期量化结构与案例[page::21-25]

- 强势回调股价格状态转换[page::27-28]

• 合规声明与风险提示[page::29]

---

以上为本次国泰君安2014年四季度金融工程报告《“形而下”的价格研究探讨》的详尽分析。

报告