由于股市的底部反弹、反弹到反转通常由多种因素驱动（技术、基本面、市场情绪等），本框架主要解决如何从偏定性的角度区分反弹、反转信号，以及从定量的角度对构建反弹的信号，基于一些市场交易特征，对市场底部时点进行预测。 反弹跟反转的结构存在共性和非共性的地方。对于成交量、换手率、成交量的变化率来说，两者比较一致，都是呈现出先高后低。但是从形态上会有区分度，比如是否具备超跌反弹、中线上涨等形态，前后题材承接情况是否有区分度，以及从资金流来看前后热点是否扩散，最重要的是政策和基本面的支撑情况。 我们从技术面和价量出发，基于一些较为有效的特征工程，进一步对基础因子进行衍生，形成维度更高的特征集合。我们分别采用LDA分类预测和手工构造信号的方式去对底部进行识别以及交易。构造单一策略的方式为假如某个因子与指数相关性为负，那么当改因子处于过往250天的98%分位数之上时持有指数60天，反之低于2%时持有60天。我们按照所有特征单一策略的夏普进行排序，选取夏普最高的20个特征。这些特征大部分与指数在底部区域前后为明显负相关性。当20个特征里面有10个以上发出信号，即持有指数。底部反弹策略年化收益17.74%，相对于指数超额10.86%。该策略对于触发次数较少，策略在20081211、20121226、20140805、20190212、20200410等反弹环节均有提示。 对于本次行情最新信号为8，大概在20241008第一次出现，之前信号为7。历史上信号大于等于8的时候，后续胜率大于71%较高，且赔率大于7.19也较高，长期看有进一步上涨概率。本次行情有一定的政策支持背景，除此之外也有基本面跟宏观流动性支撑，当前A股盈利与货币都处于明显拐点。我们长期看好本次为反转行情，短期可能会有一定震荡期。 本报告所有分析均基于公开信息，不构成任何投资建议；若市场环境或政策因素发生不利变化将可能造成行业发展表现不及预期；报告采用的样本数据有限，存在样本不足以代表整体市场的风险，且数据处理统计方式可能存在误差；过往业绩不代表未来表现；历史规律总结仅供参考，或不会完全重演。
由于股市的底部反弹、反弹到反转通常由多种因素驱动（技术、基本面、市场情绪等），本框架主要解决如何区分反弹、反转信号。 基于一些市场交易特征，对市场底部时点进行预测，构建反弹的信号。
1.1 市场历次反转、反转
自2008年以来，大盘共出现过6个比较明显的市场触底反转盘点，分别是2008年11月、2013年6月、2016年1月、2019年1月、2020年3月、2024年9月。
其余下行趋势里面的反弹包含6个，分别是2008年4月、2010年7月、2012年12月、2022年4月、2022年10月、2024年2月。 本次大盘触底反转主要是因为政策组合拳跟流动性主导，本质上还是基于经济基本面预期较差而推出的政策。
超跌反弹：低点是否跌破前低，并开始后续反弹（在每一次反弹过程中，要做的都是减仓，而不是加仓）。 中线上涨：股价突破前高压力位，并且回踩不跌破这个位置。反弹后的高点是否突破前高，如果突破前高且后续回踩前高没跌破，然后开始进入牛市（加仓） 前后题材承接情况：反转当月行业的rsi排序与上个月rsi排序呈现负相关性，意味着反转后有新的热点跟行业。 热点扩散：反转后几个月行业轮动较快，rsi前后负相关性，资金在不同行业板块中都有流入。
T+5 ～ T+20：股价突破之前高点，成交量、换手率维持较高水平； T+50 ～ T+60：股价回调，成交量缩量盘整； T+60 ～ T+90：热点扩散、行业轮涨，股价突破之前压力位，成交量再度放量。
过去二十年 A 股一共出现了五次一级主线。2003年至2007年的顺周期时代；2009年至2012年消费医药崛起；2013年至2015年移动互联浪潮和并购；2016年至2020年第二次消费崛起带动核心资产收益上涨；2021年至2022年能源革命。
市场底部企稳跟货币增速的拐点、信用增速的拐点、利润增速拐点有一定关联。
市场流动性的快速补充是底部反弹的直接原因。通过期货升水可以反映出市场流动性快速补充。 2010年和2015年在期货升水见顶回落后，市场往往在后续一段时间来到阶段性高点。 8、9月份行业轮动较快，10月份行业秩相关性回正。意味着市场主线在底部切换、且后续持续发酵。
成交量、换手率：持续一段时间维持高位。VROC成交量变化率先高后低。 dma均线差（快慢两条移动平均线的差值）：持续一段时间大于0的时间长短不一致。 行业前后秩相关性：反转先负后正，行业在底部前后呈现出反转特征，在反转之后有一定动量延续。 6日成交量变化率（VROC）代表成交量相对于6日前的变化率。 从共性角度出发，我们以20190102、20220426、20240206为例，交易量在底部之前有低点，随后有一个明显的高点。
中证全指在今年2月份迎来了一次小幅上升，但总体趋势倾向于反弹而非反转。 2月迎来了一波成交量的上升，集中在2月6日前后，但巨额成交量维持时间短，其底部构造相对不够坚实，显示出多方后续力量不足。 2月成交量上升的同时换手率也迎来了一波上升，但换手率在进入三月份后未能维持高点，新股民入市意愿不强，市场主要依赖场内存量资金维持。
伴随着二月份反弹的是短周期均线的拉升，但长周期均线仍呈下降趋势。 短周期均线（5日）向上穿过长周期均线（10日）后回落至长周期均线并最终于五月份降到长周期均线下。指数上涨支撑力不强，无法构成反转。 DMA平均线差反弹程度不大，仅仅维持了2个月左右的正值，之后便回落，于五月份重回负值，非反转趋势。
（2）行业轮动：今年领涨的行业跟过去陈旧题材重复，且热点缺乏连续性。 重复旧题材：在反转中，市场会涌现全新的投资理念和题材概念。相反，在反弹中，市场往往只是在重复过去的陈旧题材和概念，缺乏创新。 热点不连续：反转行情中，必然有被市场广泛认可的领涨板块，能够持续激发市场人气。这些领涨板块中的强势股会不断创新高，打开市场的上升空间。而在反弹中，热点散乱且不连续，缺乏引领市场的领涨板块。 2024 年领涨的行业前五变化迅速，2~3 月偏向于 TMT.4~6 月回归银行等板块，行业轮动速度快，缺乏显著热点。
RSI代表过去20天行业上涨的天数占比下降的天数。通过对比多行业的RSI，可以检测到哪些行业在轮动成为热点。 对于2019年1月3日的反转，前后一个月的RSI相关性为-36%，说明反转后的热点行业与反转前的有较大不同。 对于2024年2月6日的反弹，前后一个月的RSI秩相关性为43%，说明反弹依旧沿着之前的主线进行，并没有新的板块或者热点出现。
涨跌比率（ADR）计算市场中上涨的股票与下跌的股票数量之比。若上涨的行业数量显著增加，说明热点行业扩散速度较快。 2019年出的反转行情前后ADR排序迅速变化，前后相关性-20%，而今年2月反弹前后涨跌比率变化快一些，前后相关性-26%。
中证全指在2022年4月份迎来了一次小幅上升，但总体趋势倾向于反弹而非反转。 5月迎来了一波成交量的上升，集中在4月27日前后，但巨额成交量维持时间短，其底部构造相对不够坚实，显示出多方后续力量不足。 5月成交量上升的同时换手率也迎来了一波上升，但换手率在进入7月份后未能维持高点，新股民入市意愿不强，市场主要依赖场内存量资金维持。 DMA在6月份上穿0，8月之后落到0以下，维系时间2个月。
中证全指在2019年1月份迎来了一次小幅上升，但总体趋势倾向于反弹而非反转。 1月迎来了一波成交量的上升，巨额成交量维持一段时间，底部构造相对坚实，4月之前成交量都较高。 1月成交量上升的同时换手率也迎来了一波上升，换手率在进入5月份后未能维持高点。 DMA在2019年1月份至5月份大部分区间处于在0以上，持续时间接近4个月。
2.6 反弹案例20220427 VS 反转案例20190102 RSI相对强弱指数是根据一定时期内上涨和下跌幅度之和的比率制作出的一种技术曲线,能够反映出市场在一定时期内的景气程度。 反转对应的指标高于60的比例更高，均值也更高，而反弹对应的高于60的RSI区域明显更弱。
3.1 反弹信号梳理&反弹阶段配置方案
假如某个指标前后与中证全指收益率都维持同一方向的强相关性，则可以通过该指标的反转来预测或者确认大盘的反转。
假如某个指标与中证全指的相关性发生转变，也可以确认股指的反转，但会相对滞后。我们尽量寻找前后一致且高相关的基础因子。
基于基础特征，我们通过tsfresh将特征维度提升，扩展至衍生变量（783维），然后通过lda对高维特征进行分类。
tsfresh 可以从数据中提取大量特征，并筛选出对预测目标变量有显著影响的特征。过程如下： （1） 数据预处理：根据底部反转时间设置数据标签，作为目标变量； （2） 特征衍生：在滑动窗口中，基于衍生方法进行分组，按交易日期排序，使用基础特征列提取特征； 特征筛选：使用 tsfresh 利用统计测试筛选重要特征，或其他筛选方法（机器学习模型、LDA等）得到重要特征。
LDA 计算最佳的特征线性组合，使得类间距离最大化，类内距离最小化。 数据预处理：去除空值、划分训练和测试数据集、特征集标准化
通过对特征向量的绝对值求和，得到每个特征对分类的整体贡献。然后对特征重要性进行降序排序，得到如下重要特征。
除了用lda对目标进行分类预测外，我们同样可以用手工构造信号的方式来获取解释性更强的因子。 假如某个因子与指数相关性为负，那么当该因子处于过往250天的98%分位数之上时持有指数60天，反之低于2%时持有60天。 我们按照所有单一策略的夏普进行排序，选取夏普最高的20个特征。这些特征大部分与指数在底部区域前后为明显负相关性。
我们将信号合成阈值X设置为7到12，当合计信号高于X时做多指数。 由下图可见，随着阈值变低，持有指数的天数变多，从而累计净值越高，但波动也越高。 我们把持有期间的净值连起来，形成连续净值。随着阈值变高，连续净值的夏普比例也越高，在阈值10左右稳定。年化收益也是在阈值大于10之后稳定。
阈值设置为10信号合成方案最优。将前面20个信号合计，如果大于10即表示反弹且后续上涨概率很大，做多指数。 策略在20081211、20121226、20140805、20190212、20200410等反弹环节均有提示。 2006年11月2日至2024年10月23日，底部反弹策略年化收益17.74%，相对于指数超额10.86%（基准为中证全指，后同）。
我们通过国证价值相对于长江成长指数超额净值的拐点来判断市场底部反弹的节点。 价格、成交量、换手率的反转捕捉底部反弹较强的股票，该组合与未来收益的相关性较高，且在3个月内比较稳定。
本次自20240913以来的行情已经超过之前高点（20240522）且接近20230418的局部高点，本次起始低点也接近20240206低点，量能比较充足。
成交量、换手率超过2019年底部反转，说明大部分新旧筹码已经交换，之前累积的亏损盘后续抛压力量较少。 DMA指标在20240930之后持续高于0，也说明量能充足。
RSI从20240924之后持续高于60，说明动量延续性较好。 行业RSI排序在2024年8月、9月之间有明显反转，2024年10月延续9月的排序。说明在反弹之后热点进行了充分轮动，且持续扩散。 从指数和行业的动量延续情况来看，后续反转的可能性还是较大。
基于衍生因子的底部反弹择时最新信号为8，大概在20241008第一次出现，之前信号为7。未来行情继续创新低的可能性较弱。 历史上信号大于等于8的时候，后续胜率大于71%较高，且赔率大于7.19也较高，说明当前反弹的持续性较高。 本次行情有一定的政策支持背景，除此之外也有基本面跟宏观流动性支撑，当前A股盈利与货币都处于明显拐点。
（1）本报告所有分析均基于公开信息，不构成任何投资建议；（2）若市场环境或政策因素发生不利变化将可能造成行业发展表现不及预期；（3）报告采用的样本数据有限，存在样本不足以代表整体市场的风险，且数据处理统计方式可能存在误差； （4）过往业绩不代表未来表现；历史规律总结仅供参考，或不会完全重演。
研究报告名称：《从反弹到反转交易方案》
对外发布时间：2024年11月14日
报告发布机构：华福证券研究所
本报告分析师：李杨 SAC：S0210524100005；熊颖瑜 SAC：S0210524100007；何佳玮 SAC：S0210524100009
分析师声明
本人具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，以勤勉的职业态度，独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。
一般声明
华福证券有限责任公司（以下简称“本公司”）具有中国证监会许可的证券投资咨询业务资格。本报告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。
本报告的信息均来源于本公司认为可信的公开资料，该等公开资料的准确性及完整性由其发布者负责，本公司及其研究人员对该等信息不作任何保证。本报告中的资料、意见及预测仅反映本公司于发布本报告当日的判断，之后可能会随情况的变化而调整。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信息及资料保持在最新状态，对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。
在任何情况下，本报告所载的信息或所做出的任何建议、意见及推测并不构成所述证券买卖的出价或询价，也不构成对所述金融产品、产品发行或管理人作出任何形式的保证。在任何情况下，本公司仅承诺以勤勉的职业态度，独立、客观地出具本报告以供投资者参考，但不就本报告中的任何内容对任何投资做出任何形式的承诺或担保。投资者应自行决策，自担投资风险。
本报告版权归“华福证券有限责任公司”所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。未经授权的转载，本公司不承担任何转载责任。
特别声明
投资者应注意，在法律许可的情况下，本公司及其本公司的关联机构可能会持有本报告中涉及的公司所发行的证券并进行交易，也可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。投资者请勿将本报告视为投资或其他决定的唯一参考依据。
