过去20年，一股神秘力量控制了A股，那就是……（一）

非常感谢各位老师继续来这里做客，参加我们的讨论~

总所周知， A股具有“牛短熊长”的波动特性。而保持超额的持续盈利是我们的交易追求。我们想通过系列文章，通过一个简单的量化趋势追踪模型来讨论一种交易理念。本片先重点介绍如何用VBA建立这样的模型，并展示规则设计、信号挖掘、开仓平仓&仓位管理、利润回溯等各个环节。嗯，同时给自己（真•绿韭菜）一些信心，总结一下规律。

从结论来说（老生常谈了）~严格遵循规则的交易能协助我们在市场长期震荡中保护好本金，同时保留了必然碰到牛市的机会、让我们咸鱼返身，实现吃吃喝喝夜夜笙歌的人生价值。换句话说，随机游走的价格必然会出现一波大趋势。虽然震荡反复的周期很长也很煎熬，（严格根据规则）保持交易也是必要的

在震荡中耗损的资金（+利息-分红）可以看做是机会成本。毕竟我们无法判断哪一笔开仓后牛市就来了~为什么说大趋势肯定会来？借用某乎ishikawa大神的一句话来搪塞~【截个图你们感受下，标红部分是不是说得好有道理~~】



金融工程&随机数学不是我们这次讨论的重点。希望大家能接受的是：遵守规则、保持交易，牛市必将来临，回馈丰厚收益~三篇内容计划：

（一）【本篇】使用VBA语言建立一个（简易的）趋势追踪-量化交易模型，并评估他的盈利性&风险
（二）用该模型评估A股市场多个具有代表性的上司公司及指数
（三）用模型评估由随机数生成的价格走势（例如1000个、时长均为20年的走势）

先简单设计一个交易策略。非常简单：

买入：今日前收盘价小于60天均线，且今日收盘价大于60天均线，今日在收盘价买入（向上穿刺buy）
平仓：今日前收盘价大于60天均线，且今日收盘价小于60天均线，今日在今日收盘价卖出（向下穿刺sell）
仓位：初始本金10000元，不增加、退出本金。出现买入信号全仓买入，出现平仓信号全部平仓（全仓卖买all in）

不考虑分红、所得税、印花税、过户费、红股、做空、融资买入、涨停无法买入，跌停无法卖出、16年熔断制度（一砖头拍向那谁）、交易对市场价格影响等其摩擦，按单纯的价差交易设计模型。股票价格、均线均按前复权价计量。我们选染000001.sz平安银行】作为回溯样本。时间跨度是【上市以来（1991年4月3日）至2018年7月18日】

先post几个主要输出让大家感受下：（全部以前复权计量）

 标的上市以来自然累计回报率*低于同期上证指数
平安银行自上市至今，上市【27.31】年。自然累计回报【18.18】倍。年复合回报【11.4%】。同期限上证指数自然累计回报【23.02】倍，年复合回报【12.17%】

*自然累计年复合回报率=（最新价/上市当日收盘价）^(1/上市年数)-1，自然累计回报=最新价/上市当日收盘价

 趋势追踪模型符合“截断亏损，让盈利奔跑１的盈利模式
自首次交易以来，最新一笔交易于【2018年2月8日】平仓，共计交易【162次】，其中盈利次数【50次】，亏损次数【112】次，胜率【30.86%】。盈利交易创造收益【61.5万】，亏损交易造成损失【27.7万】。盈利交易中平均每笔盈利【+1.2万】，亏损交易中平均每笔损失【-0.25万】


 策略跑赢股票自然累计回报，同时也跑赢上证指数自然累计回报
平安银行上市开始投入本金【10,000.00RMB】, 截止【2018年2月8日】最后一笔交易，本金积累至【348,682.00】。投资总回报【33.87倍】，年复合回报率【13.9%】



 放在一起比较，可能清晰点
回报 平安银行-趋势追踪模型 平安银行-自然累积 上证指数
累积总回报 33.87 18.18 23.02
复合年化回报 13.9% 11.4% 12.17%

接下来，我们具体介绍一下如何建立一个（简易）趋势追踪型量化交易模型

一、 从万得WIND导入平安银行上市日来价格数据，同时添加对标指数上证综指。（其中用VBA整理了一些时间及规整性，例如删除节假日、停牌日等，代码参考附件）


二、 ①根据规则在每天“收盘价”“前收盘价”“60天收盘价均线”中定义交易信号。（用VBA整理清单，标注交易信号的出现日期，及对应的交易价格。代码参考附件）
②根据交易明细计量盈亏（用VBA提取买入时间，平仓时间，持有期限&回报=(买入价-卖出价)×数量）
③记录本金变化，本金不断垫高说明收益加入本金继续交易

*96年到06年这10年，累计盈利几乎为零，09年12月至13年5月这4年盈利持续下降


三、 统计“趋势追踪型量化交易模型”的总体盈利水平


盈利交易中，6笔交易的分布已经占据盈利的6成。亏损交易造成的亏损分布非常分散，控制得当。


到这里，我们建立了一个（简易的）趋势追踪型量化交易模型并完成了它的盈利评估，它具有以下特征：
 前收盘价，收盘价跟60天收盘价均线来挖掘趋势交易信号
 交易标的自然累计回报率低于同周期上证指数，但策略创造了高于上证指数的回报
 策略回报也高于标的自身的自然累计回报
 亏损交易更多，胜率没有超过50%，甚至仅有30%水平，但盈利交易带来的收益＞亏损带来的损失
 它的盈利集中在”少数几笔”但“回报丰厚”的交易。而这几笔交易与价格波动的趋势吻合

考虑到某一只股票特异性太强，而且可能面临停牌、退市、新上市价格波动太大等原因。有专业人士建议，可以看看这种量化系统对于上证指数的表现如何。于是我们用上证综指、沪深300指数、上证50，中证500，创业板，中小板六个指数做了回溯。情况如下：

上证指数自然回报率并不理想。而60天均线趋势追踪策略的复合年化回报（中小板、上证指数、创业板指、中证500）并没有跑赢指数。但策略在沪深300 & 中证50却跑赢了指数。同期，沪深300 & 中证50年化复合回报也远好于上证指数。【详尽的分析准备放在第二篇】




接下来，我们将深入挖掘A股的交易标的，讨论不同波动特性在本模型的表现情况，敬请期待~，也请在后台多提宝贵意见。完善我们的方法论

感谢大家的耐心，我们下次再聊~~


附件：