基于缠论形态学的择时策略--技术分析算法、框架与实战之四

　　传统的技术分析方法具有过于依赖主观判断和不够系统的缺点，《技术分析算法、框架与实战》系列研究报告试图建立科学的分析框架，通过客观的算法识别各类技术形态，系统地回测检验各类技术分析方法的实战效果和适用场景。

　　本文是该研究系列的第四篇，基于缠论形态学进行择时，本文的主要贡献有三：其一是基于缠论形态学对价格走势的刻画方法做了进一步研究，并在之前报告中分型、笔、线段的基础上，实现了对走势中枢的识别；其二是不再局限于寻找合适的买点，而是基于缠论形态学对价格走势的刻画，同时给出所有潜在的买点和卖点，即第一、二、三类买卖点，并形成一个闭环的择时策略；其三是给出了一个简单的大盘择时的策略，先利用大盘择时得到个股择时策略适用的时间段，再对个股进行择时，我们对 2010 年 1 月 1 日至 2022 年 5 月 31 日的上证 50，沪深 300，中证 500 的成分股进行了回测，识别出这段时间内所有的第一、二、三类买卖点，并统计收益情况。

　　回测的结果显示，本文提出的策略在个股上的择时表现远超之前三篇报告中识别技术形态的策略表现。 以第一类买点为例， 在深 沪深 300 成分股上率 的回测表现为：胜率 63.47%， 比 盈亏比 3.25 ，每次闭环交易的平均收益率 5.45% ；如果结合大盘择时的结果，只在部分时间段内使用该策略，则回测表现提升为：胜率 76.53% ，盈亏比 4.78 ，每次闭环交易的平均收益率 9.46%。

　　风险提示事件：本报告结论完全基于公开的历史数据进行统计、测算，文中部分数据有一定滞后性，同时存在第三方数据提供不准确风险；模型均基于历史数据得到的统计结论且模型自身具有一定局限性并不能完全准确地刻画现实环境以及预测未来；模型根据历史规律总结，历史规律可能失效；模型结论基于统计工具得到，在极端情形下或存在解释力不足的风险，因此其结果仅做分析参考