技术择时模型最新信号（2024年5月17日）

招商定量任瞳团队 · 公众号 · · 2024-05-19 20:00

正文

技术择时模型最新信号

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，欢迎关注。

截至周五，DTW择时模型在大盘宽基指数上的信号为看多，在中小盘宽基指数上的信号为看空。
2022年11月以来为择时模型样本外表现，绝对收益 16.40%，相对沪深300超额18.77%，最大回撤20.07%。
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》。

* 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。

DTW择时模型最新信号

截至周五，DTW择时模型在常见宽基指数上的信号如下：

DTW择时模型样本外表现回顾

2022年11月以来为择时模型样本外表现，绝对收益 16.40%，相对沪深300超额18.77%，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。

III

DTW择时模型介绍

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。

重要申明

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。

技术择时模型最新信号（2024年5月17日）

正文

请到「今天看啥」查看全文