本报告观点和信息仅供符合证监会适当性管理规定的期货交易者参考。因本平台暂时无法设置访问限制，若您并非符合规定的交易者，为控制交易风险，请勿点击查看或使用本报告任何信息。对由此给您造成的不便表示诚挚歉意，感谢您的理解与配合！
本文作者 | 陆昶燚 中信建投期货金融工程量化分析师
本报告完成时间 | 2024年3月14日
技术指标是基于最高价、最低价、开盘价、收盘价、成交量、成交额等历史行情数据衍生出来的一类指标。技术指标分析，是依据一定的数理统计方法，运用一些复杂的计算公式，来判断价格走势的量化的分析方法。
我们系列的前面9篇文章已经就传统技术指标进行了一定的挖掘，经过测试后，我们发现了一些稳定性较好，盈利性较强的技术因子。
本文中，我们将继续对期货市场中的流动性较好的品种进行策略建模，我们发掘了三个技术因子，ARBR，DBCD与RMI，其中DBCD的绩效水平尚可，ARBR的绩效水平稍差，后续合成后的效果提升较大。
风险提示
：
模型误设风险、历史统计规律失效等风险。
本文经过分析挖掘出3个较为有效的技术因子，分别是KAMA和SMI。
ARBR：ARBR指标是一种用于分析股票市场多空双方力量对比的技术指标。它包括AR线和BR线，其中AR线代表市场上卖方力量的强弱，而BR线则代表市场上买方力量的强弱。ARBR指标通过对股票的开盘价、收盘价、最高价和最低价进行统计分析，计算出AR和BR的值，并依据这两条线之间的相对强弱关系来判断市场的供需关系，从而预测股价的走势。
DBCD：DBCD异同离差乖离率是一种技术指标。原理、构造方法、用法与乖离率相同。优点是能够保持指标的紧密同步，并且线条光滑，信号明确，能够有效的过滤掉伪信号。
RMI：RMI指标通常指的是相对动量指数，它是一种技术分析工具，用于评估股票或其他证券的价格动量。RMI是基于RSI（相对强弱指数）改良而来，主要区别在于RMI的正负动量MTM量度设定为4而不是1，这使得RMI在判断市场趋势和超买超卖水平时比RSI具有更强的获利能力
。
在量化交易策略中，我们通过多次资产组合，对风险资产的权重进行动态调整。除了关注截面上资产组合本身的风险、收益率之外，还应该关注制定策略在时序上的稳定性、胜率、风险等。常用的业绩评价指标主要包括：
（1）年化收益率（Annualized Returns）
年化收益率是衡量策略投资回报的主要指标，表示投资一年的预期收益率，计算公式如下：
夏普比率是指承受单位总风险带来的超额回报，可同时对风险与收益进行考虑。如在给定的风险水平下最大化期望回报，在给定的期望回报水平上最小化风险。计算公式如下：
最大回撤反映了投资者忍耐亏损的极限，衡量了给定时间内最极端的亏损量。t日的最大回撤计算公式如下：
收益的标准差σ为测度风险的常用指标，通常被定义为方差的平方根，以衡量结果的波动程度，计算公式如下：
卡玛比率定义与夏普比率类似，采用最大回撤作为风险衡量指标，计算公式如下：
胜率定义为目标周期内盈利的交易次数占总交易次数的比例。
（1
）
ARBR计算公式：
AR=SUM((HIGH-OPEN),N)/SUM((OPEN-LOW),N)*100
BR=SUM((HIGH-REF(CLOSE,1)),N)/SUM((REF(CLOSE,1)-LOW), N)*100
AR 衡量开盘价在最高价、最低价之间的位置；BR 衡量昨日收盘价在今日最高价、最低价之间的位置。AR 为人气指标，用来计算多空双方的力量对比。当 AR 值偏低（低于 50）时表示人气非常低迷，股价很低，若从 50 下方上穿 50，则说明股价未来可能要上升，低点买入。当 AR 值下穿 200 时卖出。BR的多空平衡线为100，当BR上穿100时，产生买入信号，当BR下穿100时，产生卖出信号。该因子的信号产生逻辑为当AR与BR均产生买入信号时，策略做多，当AR与BR均产生卖出信号时，策略做空。
（
2
）
DBCD计算公式：
BIAS=(CLOSE-MA(CLOSE,N)/MA(CLOSE,N))*100
BIAS_DIF=BIAS-REF(BIAS,M)
DBCD=SMA(BIAS_DIFF,T,1)
DBCD（异同离差乖离率）为乖离率离差的移动平均。当 DBCD上穿 5%时，产生买入信号，当DBCD下穿-5%时，产生卖出信号。
（
3
）
RMI计算公式：
RMI=SMA(MAX(CLOSE-REF(CLOSE,4),0),N,1)/SMA(ABS(CLOSE-REF(CLOSE,1)),N,1)*100
RMI 与 RSI 的计算方式类似，将 RSI 中的动量与前一天价格之差CLOSE-REF(CLOSE,1)项改为了与前四天价格之差 CLOSEREF(CLOSE,4)。当RMI上穿60时，产生买入信号，当RMI下穿40时，产生卖出信号。
经过简单测试后，三个因子的绩效水平相差较大，其中DBCD的绩效水平最好，夏普比率接近1.5，卡玛比率接近1.4，但近两年的收益较低，处于震荡期。ARBR与RMI的绩效水平较为接近。两个因子的夏普比率均在0.8左右，卡玛比率均在0.5左右。两个因子均在22年中旬出现较大回撤，不同的是，ARBR因子走势更加平稳，23年净值恢复后，近期又出现较大的回撤。RMI因子的波动虽然更大，回撤也更大，但近期修复趋势明显，并且创下新高。
综合来看，两个因子虽然表现一般，一个因子表现优异。就单因子表现来看，DBCD因子具备一定的交易条件，其他两个因子都不具备可交易性，但我们在对三个因子进行相关性检验后发现，三个因子的相关性较低，低于0.3，后续我们将对三个因子进行合成，低相关性有可能会使合成策略稳定性上升，具有一定的可交易性。
资金分配
我们比较全品种等权资金分配方案策略效果，基础资金分配时间为每季度最后一个交易日，基础资金分配如下：
注：杠杆系数在下文测试中统一设为2.0。
测试参数
回测时段：2014年7月1日 - 2023年9月25日
回测品种：期货市场内流动性较好的30多个品种
成交时间：信号出现后下一个K线周期开盘价；手续费设置: 交易所手续费 +20%；
交易频率：日频；
杠杆系数：1；
品种资金分配：每个季度最后一个交易日，按照当前可交易品种分配基础资金单位。
从组合信号的测试结果来看，我们可以发现，合成策略后，策略的绩效水平显著高于两个单因子DBCD和RMI的绩效水平，相较于DBCD也有较大的改善。合成策略的夏普比率超过1.8，卡玛比率接近1.9，相较于较差的两个因子，夏普比率提升超过100%，最大回撤改善同样超过100%，相较于回撤较小的DBCD的15%的最大回撤，缩小幅度不大，主要原因是其他两个因子均在22年之后出现比较大的回撤，也就是说，该双因子的低相关性使得合成策略绩效得到了一定的提升。从年度收益来看，14年至今，策略仅在2014年与23年出现负收益；其余年份，策略均能获得正收益，其中多个年份的收益均超过30%，2020年的收益更是超过70%，最大回撤不超过4%。夏普比率超过5，今年至今，策略表现较好，截至目前收益超过2%，回撤较小。
但是从策略稳定性来看，策略净值在2022年之间走势相对平稳，净值稳步上升。2022年之后策略波动幅度加大，其次，策略最大回撤幅度在23年之后也开始变大，策略的回撤周期较长，最大回撤周期接近1年，还存在一定的改进空间
。
本篇文章为本系列文章的第10期，前面9期文章中，我们已经发掘出接近20个比较有效的技术因子。本篇文章发掘了三个技术指标，从单因子表现来看，DBCD因子的稳定性与盈利性较好，另外两个因子的表现稍差，单因子的可交易性仍然较差，但是在经过相关性检验后，我们发现DBCD与两个因子的相关性很低，预估合成后，策略绩效的提升幅度会比较大。如我们的猜想一致，合成后，三因子的组合策略绩效提升非常明显，策略稳定性改进幅度较大，但从长期来看，策略仍然存在稳定性不够，回撤幅度在23年之后加大，回撤周期较长的问题，离实盘交易仍然存在一定改进空间，我们后续将继续挖掘技术指标，期待取得更好的测试效果。
