动态阻力支撑强度指标（DRSS）
　　DRSS指标实现对市场阻力支撑位置和强度的动态判断
　　阻力位与支撑位是经典的技术分析概念，实质上反应了交易者对目前市场状态顶底的一种预期判断。如果支撑位的强度小，作用弱于阻力位，表明市场参与者情绪倾向于向熊市转变。反之如支撑位的强度大，作用强于阻力位，则表示市场参与者对于支撑位的认可度更高于对于阻力位的认可度，市场更倾向于向牛市转变。
　　通过动态判断支撑阻力的相对强度，我们用一个固定窗口期内日频最高价和最低价序列，构建了动态阻力支撑强度（DRSS，下同）指标。指标能够有效识别上行趋势，相较于传统趋势指标更敏锐，在趋势走弱的整理期也有逻辑明确的多空信号。
　　DRSS强度原始指标的信噪比较高。进一步考虑对DRSS相对强度异动幅度做标准化处理，得到DRSS标准分指标，并构造“趋势先锋”择时策略。
　　▌DRSS策略针对高波动指数呈现明显超额
　　趋势先锋：择时增强效果明显
　　将DRSS指标和策略运用在沪深300指数上进行回测，回测区间为2003年1月至2023年7月。策略总收益显著提升至1992.25%，年化16.41%，超额年化收益9.84%。
　　从统计数据来看，“趋势先锋”无论从收益率、夏普比率还是最大回撤上均优于基准指数。同时在2009年至2014年的震荡区间，以及2016年至2020年的大波段时段内，净值仍较稳定增长，体现了优秀的左侧预测能力。
　　▌ “趋势先锋”策略在ETF产品中作为增强策略
　　用DRSS标准分指标划分网格，利用动态仓位的方式允许仓位在50%至150%范围内波动，在市场条件不利下及时减仓，可以大幅增厚指数产品的持有收益。
　　将策略应用于全市场单一行业指数下跟踪的最大规模ETF产品，共有78支ETF产品在“趋势先锋”策略的加持下跑赢了自身买入并持有的收益，约占总产品数的90.70%；平均实现超额年化收益2.39%。在平均交易间隔方面，该策略的平均持有日期为30.2天，避免过高的手续费和冲击成本对收益造成侵蚀。
　　在全市场ETF组合构建中，允许融资买入的不限仓位组合回测收益为221.49%，相对买入持有基准超额收益75.89%，同样表现出较大的优势，扣除融资费用后年化超额2.64%。
　　最后，“趋势先锋”策略作为一种基于技术面指标的收益增强策略，推荐配合行业轮动、配置类策略用于持仓增强。
　　▌风险提示
　　数据全部来自公开市场数据，市场环境出现巨大变化模型可能失效。基于历史数据的模型存在失效风险，基金历史业绩不代表未来。
　　

研究报告全文：证券研2023年08月19日究报趋势先锋基于动态支撑阻力强度的ETF交易增强策略告鑫量化之十三投资要点分析师吕思江S1050522030001动态阻力支撑强度指标DRSSlvsjcfsccomcn分析师马晨S1050522050001DRSS指标实现对市场阻力支撑位置和强度的动态判断machencfsccomcn阻力位与支撑位是经典的技术分析概念实质上反应了交易者对目前市场状态顶底的一种预期判断如果支撑位的强度小作用弱于阻力位表明市场参与者情绪倾向于向熊市转变反之如支撑位的强度大作用强于阻力位则表示市场参与者对于支撑位的认可度更高于对于阻力位的认可度市场更倾向于向牛市转变通过动态判断支撑阻力的相对强度我们用一个固定窗口期内日频最高价和最低价序列构建了动态阻力支撑强度DRSS下同指标指标能够有效识别上行趋势相较于相关研究传统趋势指标更敏锐在趋势走弱的整理期也有逻辑明确的多空信号DRSS强度原始指标的信噪比较高进一步考虑对DRSS相对强度异动幅度做标准化处理得到DRSS标准分指标并构造趋势先锋择时策略DRSS策略针对高波动指数呈现明显超额趋势先锋择时增强效果明显金将DRSS指标和策略运用在沪深300指数上进行回测回测区融间为2003年1月至2023年7月策略总收益显著提升至工199225年化1641超额年化收益984程研从统计数据来看趋势先锋无论从收益率夏普比率还是最大回撤上均优于基准指数同时在2009年至2014年的究震荡区间以及2016年至2020年的大波段时段内净值仍较稳定增长体现了优秀的左侧预测能力趋势先锋策略在ETF产品中作为增强策略证券研究报告用DRSS标准分指标划分网格利用动态仓位的方式允许仓位在50至150范围内波动在市场条件不利下及时减仓可以大幅增厚指数产品的持有收益将策略应用于全市场单一行业指数下跟踪的最大规模ETF产品共有78支ETF产品在趋势先锋策略的加持下跑赢了自身买入并持有的收益约占总产品数的9070平均实现超额年化收益239在平均交易间隔方面该策略的平均持有日期为302天避免过高的手续费和冲击成本对收益造成侵蚀在全市场ETF组合构建中允许融资买入的不限仓位组合回测收益为22149相对买入持有基准超额收益7589同样表现出较大的优势扣除融资费用后年化超额264最后趋势先锋策略作为一种基于技术面指标的收益增强策略推荐配合行业轮动配置类策略用于持仓增强风险提示数据全部来自公开市场数据市场环境出现巨大变化模型可能失效基于历史数据的模型存在失效风险基金历史业绩不代表未来请阅读最后一页重要免责声明2诚信专业稳健高效证券研究报告正文目录1DRSS动态阻力支撑强度511动态阻力支撑强度的概念511动态阻力支撑强度及其市场状态对应512策略指标的构建和实现613动态阻力支撑强度DRSS指标构建82DRSS指标策略效果821指数回测构建方式93趋势先锋ETF交易增强策略1331ETF底层标的优势分析1332趋势先锋ETF交易增强策略构建方法1433趋势先锋逻辑细节分析以516660SH为例1534趋势先锋策略应用于全市场ETF表现结果174风险提示215附录22图表目录图表1阻力支撑强度与其市场状态的对应关系6图表2传统阻力支撑位示意图6图表3相对强度对应最高最低价走势图形情景划分7图表4阻力支撑强度与买卖点逻辑对应关系9图表5DRSS斜率历史数据分布9图表6DRSS斜率上DRSS标准分下指标时序走势情况10图表7DRSS指标值随时间变动情况10图表8沪深300指数DRSS斜率策略表现结果11图表9沪深300指数DRSS标准分策略表现结果11图表10沪深300指数策略表现结果统计11图表11DRSS斜率策略考虑成本表现结果12图表12DRSS标准分策略考虑成本表现结果12图表13ETF规模和产品数量历年变化13图表14中证新能源汽车ETF买卖明细图15图表15中证新能源汽车ETF回测结果15图表16中证新能源汽车ETF516660SH2020年3月至2021年7月期间交易详情16图表17中证新能源汽车ETF516660SH2021年7月至2022年7月期间交易详情17图表18部分跟踪指数下最大规模ETF产品池情况17请阅读最后一页重要免责声明3诚信专业稳健高效证券研究报告图表19全市场86支ETF产品回测平均结果18图表20全市场86支ETF产品超额收益分布18图表21全市场86支ETF产品组合限制仓位回测结果19图表22全市场86支ETF产品组合不限制仓位回测结果19图表23全市场86支ETF产品组合回测结果对比19图表24全市场ETF限制仓位融资成本敏感性分析20图表25全市场ETF不限制仓位融资成本敏感性分析20图表26全市场ETF融资成本敏感性分析20图表27指数对应规模最大ETF按行业标签汇总超额收益均值和ETF数量21图表28全市场行业跟踪指数下最大规模ETF产品池具体情况22请阅读最后一页重要免责声明4诚信专业稳健高效证券研究报告1DRSS动态阻力支撑强度11动态阻力支撑强度的概念传统技术分析的核心思想是通过对量价数据进行分析构建买卖策略其中支撑阻力位是一对重要概念阻力位与支撑位的应用十分灵活在明确的趋势市场中交易者往往利用这两个点位进行突破交易而在震荡行情下它们则常用于构建反转策略实际交易中阻力位与支撑位并非恒定不变的常数代表着市场参与者对当前市场态势的动态预期每个投资者心中都有一个他认为的市场的安全价位这个价位实际上就是他对市场的隐含阻力位和支撑位的判断这种判断并不是凭空而来而是基于对过去市场数据的分析对未来趋势的预判对全球宏观经济的解读等多方面因素的综合判断如果我们将阻力位和支撑位视为一种变量就可以利用统计学和量化分析方法对其进行研究期望值可以帮助我们确定市场对阻力位和支撑位的整体预期而方差则可以帮助我们了解市场对这两个预期的分歧程度或者说是预期的稳定性进一步地我们可以构建一个基于这种思路的策略框架如果市场对支撑位的共同预期或说强度大于阻力位这可能意味着市场普遍认为下跌的空间有限未来有更大的上涨潜力从而形成牛市预期相反如果市场对阻力位的共同预期大于支撑位那么市场可能更加悲观认为未来的下跌风险较大11动态阻力支撑强度及其市场状态对应我们按照不同市场状态分类来说明支撑阻力相对强度的应用逻辑1市场在上涨牛市中如果支撑明显强于阻力牛市持续价格加速上涨如果阻力明显强于支撑牛市可能即将结束价格见顶2市场在震荡中如果支撑明显强于阻力牛市可能即将启动如果阻力明显强于支撑熊市可能即将启动3市场在下跌熊市中如果支撑明显强于阻力熊市可能即将结束价格见底请阅读最后一页重要免责声明5诚信专业稳健高效证券研究报告如果阻力明显强于支撑熊市持续价格加速下跌图表1阻力支撑强度与其市场状态的对应关系市场状态阻力强度支撑强度阻力强度支撑强度牛市上涨动能衰竭或将见顶上涨动能强劲加速上涨震荡市短期情绪见顶行将回调短期情绪见底行将反弹熊市恐慌情绪强劲加速下跌下跌动能衰竭或将触底资料来源wind华鑫证券研究12策略指标的构建和实现在确认了择时逻辑后接下来要做的则是从量价数据中抽取信息构造能够对支撑阻力相对强度有刻画能力的代理指标在量价数据中最能表征支撑与阻力概念的是最高价与最低价从最高价与最低价的形成机制出发只要它们没有触碰到涨停或跌停价格那它就是当日全体市场参与者通过交易行为投票出来的阻力与支撑图表2传统阻力支撑位示意图资料来源QuantPedia华鑫证券研究由于我们并非用支撑位与阻力位作突破或反转交易的阈值而是更关注市场参与者们对于阻力位与支撑位的定位一致性因此选择用过去一段时间每日最高价和最低价的斜率作为代理变量即最低价每变动1的时候最高价变动的幅度使用线性回归建立如下般最高价与最低价之间的线性模型请阅读最后一页重要免责声明6诚信专业稳健高效证券研究报告式中拟合出的值即是用以刻画支撑与阻力强度对比的代理指标表明最近一段时期最低价每波动1个点位最高价相应会波动个点位因此越大表明支撑强度相比阻力强度越显著市场越容易上行牛市中大概率对应后市加速上涨的走势熊市中则对应后市止跌企稳的走势同理越小表明阻力相对支撑的强度更甚在牛市中可能预示着即将见顶在熊市中则对应后市大概率加速深跌其中N的取法不能太小不然不能过滤掉足够多的噪音但也不能太大因为我们希望得到的是体现目前市场的支撑阻力相对强度若取值太大则滞后性太高当斜率值很大时支撑强度强于阻力强度从最高价最低价序列来看最高价变动比最低价迅速在上涨牛市中与下跌熊市中很可能以下图中两种走势体现在牛市中阻力渐小上方上涨空间大在熊市中支撑渐强下跌势头欲止从图形上相对强度实际刻画的是如下四种情景图表3相对强度对应最高最低价走势图形情景划分高斜率下降楔形上升扩散楔形三角市场市场下跌上涨下降扩散三角上升楔形以及失败的上升或确认后的下降三角形三角低斜率资料来源华鑫证券研究传统技术面形态学中对楔形和三角形的整理形态已经较为详细我们叠加上涨下跌方请阅读最后一页重要免责声明7诚信专业稳健高效证券研究报告向描述对应图形由于最高价恒大于最低价我们穷举四种划分如下市场上涨高时低位出现的上升扩散楔形三角形仍能揭示趋势即将大幅上行此时最高价上行速度远大于最低价此种情形应该买入若高位即将调整时情绪过热出现上升扩散楔形三角形随着价格向下调整值也能迅速走低市场上涨低时最低价向上速度大于最高价显示上方阻力较强对应图形中的上升楔形三角形上升楔形预示即将走弱若上升三角形突破成功斜率将迅速走高市场下跌高时此时对应形态中的下降楔形和上升三角形当价格成功向上突破时只会继续变大若确认调整中继随着最低价快速下行将会迅速变小此种情形应该买入市场下跌低时下降扩散三角或扩散楔形未突破时图形显示大概率延续调整最低价连续跌破支撑的速度更快若突破反转同样迅速走高其中N的取值范围过小则无法获得稳定结果过大指标将钝化滞后这里我们经验上要求N7默认值18日13动态阻力支撑强度DRSS指标构建在确定阻力与支撑的代理变量以及相对强度的定义之后我们依此建立DRSS指标一种即是直接利用斜率的本身作为指标值当日DRSS斜率指标的计算方式1取前N日的最高价序列与最低价序列2将两列数据按式1的模型进行OLS线性回归3将拟合后的beta值作为当日DRSS斜率指标值另一种则为将斜率标准化取其标准分作为指标值当日DRSS标准分指标的计算方式1取前M日的斜率时间序列2以此样本计算当日斜率的标准分3将计算得到的标准分z作为当日DRSS标准分指标值下一章中我们将研究比较两种指标的优劣以及其背后的原因2DRSS指标策略效果在初步定义DRSS指标后我们更关注其在市场择时上的应用效果回测交易框架为阈请阅读最后一页重要免责声明8诚信专业稳健高效证券研究报告值交易逻辑即当指标值上穿上阈值S1时买入指标值下穿下阈值S2时卖出平仓图表4阻力支撑强度与买卖点逻辑对应关系资料来源华鑫证券研究21指数回测构建方式按照阈值交易框架我们需要确定上下阈值观察斜率的历史数据分布以N18计算图表5DRSS斜率历史数据分布资料来源wind华鑫证券研究从统计数据出发一个看上去比较合理的阈值选取即均值加减一个标准差我们取S110S208则DRSS斜率指标交易策略为请阅读最后一页重要免责声明9诚信专业稳健高效证券研究报告1计算DRSS斜率2如果斜率大于1则买入持有3如果斜率小于08则平仓DRSS标准分指标额外多出的参数为计算标准分所用的周期M交易策略为1根据斜率计算标准分参数N18M6002如果标准分大于S参数S07规避尾部风险则买入持有3如果标准分小于-S则卖出平仓图表6DRSS斜率上DRSS标准分下指标时序走势情况资料来源wind华鑫证券研究将DRSS标准分指标叠加沪深300收盘价可以看出指标能抓住绝大部分上行趋势在标的指数急跌调整下破阈值后可以及时卖出图表7DRSS指标值随时间变动情况请阅读最后一页重要免责声明10诚信专业稳健高效证券研究报告600075000540003300012000-11000-3020150105201502132015040220150515201506262015080620150918201511052015121620160127201603152016042620160607201607202016083020161019201611292017011020170227201704112017052320170705201708152017092520171110201712212018020120180321201805072018061520180727201809062018102520181205201901172019030620190417201905312019071220190822201910102019112020191231202002192020033120200515202006292020080720200917202011052020121620210127202103162021042720210610202107222021090120211021202112012022011220220301202204132022052720220706202208162022092220221103202212092023012020230303202304142023052920230703DRSS标准分值上阈值下阈值沪深300指数收盘价右轴资料来源wind华鑫证券研究策略应用在2003年1月到2023年7月的沪深300指数数据上图表8沪深300指数DRSS斜率策略表现结果图表9沪深300指数DRSS标准分策略表现结果资料来源wind华鑫证券研究资料来源wind华鑫证券研究图表10沪深300指数策略表现结果统计统计量DRSS斜率策略DRSS标准分策略回测收益103889199225回测年化收益01292601641基准收益2574725747基准年化收益00657260065726请阅读最后一页重要免责声明11诚信专业稳健高效证券研究报告Alpha0063020098154Beta100911004Sharpe0726709453年化波动率016411016303最大回撤-049469-045491双边年化换手率3810744851ATR均值641649641649ATR标准差400081400081ATR系数变异CV062352062352总交易次数138160胜利交易次数4554胜率055072057143平均交易间隔328394265535资料来源wind华鑫证券研究数据截至20221231我们对斜率指标策略和标准分指标策略两种策略进行了比较和评估以下是各项主要统计结果的详细分析首先关注回测收益斜率指标策略的回测收益为103889而标准分指标策略的回测收益显著提升至199225几乎是前者的两倍进一步观察年化收益两者同样呈现出标准分指标策略优于斜率指标策略的情况分别为01641和012926对于Alpha超额收益标准分指标策略0098154同样超越了斜率指标策略006302Beta市场风险敏感度则在10091和1004之间保持接近意味着两个策略对市场变动的敏感度相当然而标准分指标策略的Sharpe比率094526显著高于斜率指标策略07267显示在考虑风险调整收益时标准分指标策略更具优势同时该策略的波动率016303略低于斜率指标策略016411在回撤方面标准分指标策略的最大回撤-045491低于斜率指标策略的最大回撤-049469表明其在承受重大价格下跌风险时更有优势两个策略的双边年化换手率都超过3表明交易频繁对于ATR均值和ATR标准差两个策略的数值相同均为641649和400081代表两种策略在价格波动幅度方面表现相似ATR系数变异CV也为062352表明两个策略在价格波动幅度上的稳定性相同在交易次数方面标准分指标策略160次比斜率指标策略138次交易更为频繁而且标准分指标策略的胜利交易次数54次也多于斜率指标策略45次两个策略的胜率分别为03375和032609尽管相差不大但仍然证明标准分指标策略的胜率更高平均交易间隔标准分指标策略265535比斜率指标策略328394的交易频率更高从统计数据来看标准分指标无论从收益率夏普比率还是最大回撤上都证实了我们认为标准分指标在择时效果上优于斜率指标的观点同时我们可以观察到无论是斜率指标还是标准分指标都在2009年至2014年的震荡区间净值较稳定增长这正是DRSS指标优秀左侧预测能力的体现图表11DRSS斜率策略考虑成本表现结果图表12DRSS标准分策略考虑成本表现结果请阅读最后一页重要免责声明12诚信专业稳健高效证券研究报告资料来源wind华鑫证券研究资料来源wind华鑫证券研究由于在指数上使用时运用的模拟框架在仓位上本质是100开平仓操作因此交易成本对该策略在指数上的运用影响较大同时从标准分策略中我们发现巨大的回撤发生在2008年大熊市中期一种猜测是策略将其误判为下跌见底从而尝试抄底买入由于在大熊市中每日跌幅十分巨大这样的错误信号即使策略在几天后发现依旧在下跌趋势而平仓往往也已经造成巨大损失此外在2021年1月至4月份的突然大幅下跌中由于2月10日指数到顶下跌非常迅速使得DRSS策略受回看期长度的限制等因素无法及时发出信号平仓这都需要后期叠加其他信号来源进行提高3趋势先锋ETF交易增强策略31ETF底层标的优势分析近年来指数型基金因其低管理成本及简洁的投资策略在全球范围内体现出强劲的增长动力自2004年推出的ETF市场经过近二十年的蓬勃发展到2022年末深圳和上海两大交易所上市的非货币ETF总数已达734只资产总额达13390亿元年度涨幅21再创新高低成本透明度高的ETF在中国投资领域广受认可图表13ETF规模和产品数量历年变化请阅读最后一页重要免责声明13诚信专业稳健高效证券研究报告250000090080020000007006001500000500400100000030020050000010000002006年2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年2021年2022年2023年ETF产品总数右轴ETF截止日资产净值亿元左轴资料来源wind华鑫证券研究从量化交易和底层资产的角度ETF的明显优势主要体现在以下方面1ETF克服了封闭式基金折价交易的缺陷制度设计富有弹性2在投资策略方面能够涵盖广泛的证券范畴和各种行业3在风险分散方面既可以跟踪涵盖整个市场的全市场指数又可以跟踪某个市场领域的行业指数或风格指数能够有效地分散或降低市场风险4ETF套利机制的存在抑制了基金二级市场价格与基金净值的偏离5ETF基金相对于开放式基金具有交易成本低交易方便交易效率高等特点二级市场连续交易使得ETF可以基于盘中价格止盈止损股票型开放式基金交易手续费用一般在1以上一般赎回款在赎回后3日到帐但ETF基金可以像股票封闭式基金一样直接通过交易所按照公开报价进行交易资金次日到帐6ETF允许使用保证金进行两融杠杆交易7ETF一般采取完全被动的指数化投资策略跟踪拟合某一具有代表性的标的指数管理费相对更低操作透明度高可以让投资者以较低的成本投资于一篮子标的指数中的成份股票有效规避非系统性风险8ETF普遍单价低在设置ETF为底层资产的量化交易策略时取整方便且适合各类不同资金量水平的投资者32趋势先锋ETF交易增强策略构建方法对选定的ETF产品我们首先通过如下方式进行收益率和四价最高价最低价开请阅读最后一页重要免责声明14诚信专业稳健高效证券研究报告盘价收盘价补全1对于在策略调仓时间已上市一个月以上的品种使用该场内ETF也包括LOF的四价和收益率2对于在策略调仓时间上市时长不足的品种使用该品种跟踪基准指数的四价和收益率进行向前填充进一步对补全后的任意指数基金基于前文所述DRSS-标准分思路我们构造一个持有增强策略趋势先锋并假设可以启用融资杠杆融资成本记为年化RR默认3敏感性分析请见后文基于动态支撑阻力强度的ETF交易增强策略趋势先锋1在回测开始日构建100仓位2根据DRSS斜率计算DRSS标准分指标参数N18M6003如果标准分上穿S参数S默认07针对不同ETF产品分布特征进行优化则进一步买入或融资买入持有10仓位4如果标准分小于-S则卖出10仓位为避免仓位过多而导致的爆仓风险以及仓位过少而导致的错失盈利机会的风险我们限制仓位在50-150范围内波动33趋势先锋逻辑细节分析以516660SH为例以中证新能源汽车ETF516660SH这一产品为例分析策略表现总体的买入卖出点与仓位变化关系净值曲线如下图所示图表14中证新能源汽车ETF买卖明细图图表15中证新能源汽车ETF回测结果请阅读最后一页重要免责声明15诚信专业稳健高效证券研究报告700600500400300200100201472201472000201486201486000201515000201515201529201529000201563000201563201579201579000201655201655000201732201732000201839201839000201883201883000201897201897000201912201912000201964201964000202058202058000202134202134000202149202149000202192000202192202228202228000202276202276000202316202316000202354202354000202368202368000201491100020149112015323000201532320154280002015428201581300020158132015921000201592120151120002015112201512700020151272016112000201611220162230002016223201632900020163292016613000201661320167180002016718201682200020168222016928000201692820161190002016119201711900020171192017410000201741020175160002017516201762200020176222017727000201772720178310002017831201812600020181262018417000201841720185240002018524201862900020186292019213000201921320193200002019320201942500020194252019710000201971020198140002019814201991900020199192019125000201912520201100002020110202022400020202242020330000202033020206120002020612202072100020207212020825000202082520209290002020929202112100020211212021519000202151920216240002021624202172900020217292022315000202231520224210002022421202253100020225312022810000202281020229150002022915202212100020221212023217000202321720233240002023324201410232014102300020141127201411270002016121420161214000201710122017101200020171116201711160002017122120171221000201810222018102200020181126201811260002019103120191031000202011112020111100020201216202012160002021101820211018000202111222021112200020211227202112270002022102720221027000中证新能源汽车ETF收盘价买入点卖出点资料来源wind华鑫证券研究资料来源wind华鑫证券研究2020年3月至2021年7月期间趋势先锋指标判断支撑位强度强于阻力强度在牛市中对应上涨动能强劲加速上涨此时中证新能源汽车ETF处于上升通道价格重心不断上移模型密集建仓获得大量盈利如下图所示图表16中证新能源汽车ETF516660SH2020年3月至2021年7月期间交易详情700支撑位强度强于阻力强度95600指标偏离度提示趋势大级别上行在牛市中对应上涨动75能强劲加速上涨5005540035300正如自适应模型判断大级别上行时低点HL不断抬升15200-051000-2520207200020207200020208500020213500020214920206220206200020206800020207800020209200020209800020211700020212400020213100020214200020215600020216300020216900020217200020217800020218500020219200020219800020205270002020527000202151820204300002020430000202051100020205150002020521000202061200020206180002020624000202071400020207200002020724000202073000020208110002020817000202082100020208270002020914000202091800020209240002020930000202011500020201230002020129000202111300020211190002021125000202112900020212100002021223000202131100020213170002021323000202132900020214150002021421000202142700020215120002021524000202152800020216160002021622000202162800020217140002021720000202172600020217300002021811000202181700020218230002021827000202191400020219220002021928202010140002020102000020201026000202010300002020111100020201117000202011230002020112700020201215000202012210002020122500020201231000中证新能源汽车ETF收盘价左轴买入点卖出点DRSS标准分值右轴买入阈值右轴卖出阈值右轴资料来源wind华鑫证券研究在2021年7月至2022年7月期间市场处于震荡状态在震荡过程中每次反弹到几乎同一个位置就会受压制而进行回落DRSS标准分指标值明显低于过去600日均值阻力强度强于支撑位强度在震荡市中对应情绪见顶行将回调此时趋势先锋策略发挥其在震荡市中自适应判断趋势强度的优势较快速卖出避免更大损失接下来该产品在震荡中的每一次反弹的高点越来越低已经进入下降趋势通道下降趋势通道中阻力强度强请阅读最后一页重要免责声明16诚信专业稳健高效证券研究报告于支撑位强度在熊市中对应加速下跌如下图所示图表17中证新能源汽车ETF516660SH2021年7月至2022年7月期间交易详情7008阻力强度强于支撑位强度600熊市中对应加速下跌6500阻力强度大于支撑强度在震荡市对应情绪见顶行将回调可见每一次反弹4高点越来越低LH已经进入下行趋400势通道下降趋势级别大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中证新能源汽车ETF收盘价左轴买入点卖出点DRSS标准分值右轴买入阈值右轴卖出阈值右轴资料来源wind华鑫证券研究这一策略在中证新能源汽车ETF516660SH上从2014年至今实现78819总收益相对其自身超额收益为48858年化收益为2157超额年化为83834趋势先锋策略应用于全市场ETF表现结果我们将趋势先锋持有增强策略应用于更广泛的ETF池子以进一步检验其表现效果由于宽基指数ETF产品和指数跟踪误差较小我们优先将投资标的应用在所有行业类ETF中在164支行业跟踪指数下最大规模的ETF产品当中共有86支ETF产品于2012年后有完整的跟踪指数数据可供回测我们将此作为ETF投资池这86支ETF产品的对应跟踪指数与标签部分如下全量名单敬请参考附录部分图表18部分跟踪指数下最大规模ETF产品池情况证券代码名称跟踪指数名称资产类别行业159611SZ电力ETF中证全指电力指数A股电公事业159613SZ信息安全ETF信息安全A股计算机159652SZ有色50ETF细分有色A股有色金属159666SZ交通运输ETF中证全指运输指数A股交通运输159695SZ通信ETF国证通信A股通信159707SZ地产ETF800地产A股房地产159728SZ在线消费ETF在线消费A股传媒请阅读最后一页重要免责声明17诚信专业稳健高效证券研究报告159731SZ石化ETF石化产业A股基础化工159736SZ饮食ETFCS食品饮A股食品饮料159745SZ建材ETF建筑材料A股建材159752SZ新能源50新能源A股电新能源资料来源wind华鑫证券研究数据截至20221231将趋势先锋策略应用在这86支ETF产品上得到如下所示的平均表现数据图表19全市场86支ETF产品回测平均结果回测结果平均值指标值回测收益2163435651回测年化收益009949781回测考虑成本收益2045446547回测考虑成本年化收益0095871697基准收益1418461802基准年化收益0075577474Alpha0070378711Beta025062257Sharpe0139797815年化波动率0758931395最大回撤-0653658837双边年化换手率0465993372总交易次数1115116279胜利交易次数6173255814胜率0554000698平均交易间隔3019915698超额收益0023920336资料来源wind华鑫证券研究数据截至20221231在86支ETF产品中共有78支ETF产品在趋势先锋策略的加持下跑赢了自身买入并持有的收益约占9070平均实现超额年化收益239体现出良好的策略收益表现在平均交易间隔方面该策略的平均值为302天避免过高的手续费对收益造成的过多侵蚀该策略的平均收益分布如下图表20全市场86支ETF产品超额收益分布请阅读最后一页重要免责声明18诚信专业稳健高效证券研究报告资料来源wind华鑫证券研究数据截至20221231我们同样设计了两种组合若投资者要求不利用融资买入总组合的仓位比例小于等于1则将仓位比例超过1的个体产品权重进行放缩以保证总组合仓位不超过限制若投资者允许融资投资则将仓位直接计入总投资组合以比较其相对于等权组合的收益表现使用融资年化成本进行持有时期内扣费结果如下所示图表21全市场86支ETF产品组合限制仓位回测结果图表22全市场86支ETF产品组合不限制仓位回测结果资料来源wind华鑫证券研究资料来源wind华鑫证券研究图表23全市场86支ETF产品组合回测结果对比请阅读最后一页重要免责声明19诚信专业稳健高效证券研究报告回测结果限制仓位不限制仓位回测收益2350622149回测年化收益01143011019回测考虑成本收益2211620951回测考虑成本年化收益011008010642基准收益14561456基准年化收益008375008375超额收益0894607589超额年化收益003055002644超额收益考虑成本0755606391超额年化收益考虑成本002633002267资料来源wind华鑫证券研究数据截至20221231两种策略均能大幅跑赢基准交易成本仅影响了04的年化收益在融资成本方面考虑到不同机构及不同市场环境下的融资成本不同我们对年化融资成本这一参数进行了敏感性分析得到了当年化融资成本为3456时的净值曲线及其收益变动如下所示图表24全市场ETF限制仓位融资成本敏感性分析图表25全市场ETF不限制仓位融资成本敏感性分析资料来源wind华鑫证券研究资料来源wind华鑫证券研究图表26全市场ETF融资成本敏感性分析融资成本考虑情况及回测指标限制仓位不限制仓位基准收益14561456基准年化收益008375008375融资成本3时收益2211620951请阅读最后一页重要免责声明20诚信专业稳健高效