DTW择时模型是基于相似性原理和DTW算法的量价择时模型,样本外表现出色。模型最新信号及历史表现上线万得PMS平台——“DTW择时模型_指数6位代码”。另外,“外资择时模型_多空/仅多_000300”、“鳄鱼线择时模型_000300”也在万得PMS平台上定期跟踪。
-
截至周五,DTW择时模型信号下周仍维持谨慎观点,不过A股整体估值和情绪面已然来到历史低点,静待底部信号。
-
2022年11月以来为择时模型样本外表现,绝对收益11.49%,相对沪深300超额22.68%,最大回撤20.07%,样本外(202211以来)胜率超60%,今年以来胜率近80%。
-
DTW择时模型是基于相似性思路和DTW(动态时间弯曲)算法的量价择时模型,具体模型细节可参考报告《引入宏观维度的改进DTW算法在择时模型中的应用——技术择时系列研究》。外资择时模型基于4个反映外资动向的指标构建对A股整体的择时信号,可参考报告《除了北向,还有哪些外资信号可作为择时参考?》。鳄鱼线择时模型是基于海外经典的鳄鱼线指标构建的择时信号,可参考报告《基于鳄鱼线的指数择时及轮动策略》。
*
风险提示:历史数据不代表未来,模型存在失效风险。
我们于去年初发布报告《引入宏观维度的改进DTW算法在择时模型中的应用——技术择时系列研究》,构建了基于相似性思路和 Ita-DTW 算法的技术择时模型。自2023年以来,模型样本外的择时表现较为出色,下面给出最新的择时信号及模型表现回顾。
截至周五,DTW择时模型在常见宽基指数上的信号如下:
2022年11月以来为择时模型样本外表现,绝对收益11.49%,相对沪深300超额22.68%,最大回撤20.07%。
模型主要是在2023年三季度遭遇一定回撤,源于当时宏观和资本市场突发政策较多(降印花税、降准降息等),而技术面模型无法把握宏观政策的突然变化。在一般市场环境下,择时模型超额较为稳定
。
下面简单回顾一下DTW择时模型的原理思路:
基于相似性思路
,
考察当下指数行情与历史行情的相似度,筛选出相似度较高的若干历史行情片段作为参照,计算筛选出的历史行情片段的未来5日或1日的加权平均涨跌幅和加权标准差(权重取距离的倒数),依据未来涨跌幅的平均值和标准差得到交易信号。
另外,模型采用了DTW距离算法而非一般的欧氏距离作为相似性度量的标准,因为以欧氏距离为代表的锁步度量方法容易产生时间序列间的错配,而DTW距离为代表的弹性度量方法能够较好地解决该问题。DTW距离更适用于时间序列方面的问题,因此以DTW算法构建的择时模型效果也优于其他方法。
分析师承诺
负责本研究报告的每一位证券分析师,在此申明,本报告清晰、准确地反映了分析师本人的研究观点。本人薪酬的任何部分过去不曾与、现在不与,未来也将不会与本报告中的具体推荐或观点直接或间接相关。