引言

>>> 研究目的

本文参考东吴证券研报《A股市场的周内效应》内容,对A股市场的日历效应在周内表现进行探索。日历效应,是一个鱼龙混杂的题目。有诙谐逗笑的,如马克吐温老先生的段子:十月,这是股市最危险的月份,其他危险的月份有七月、一月、九月、四月、十一月、五月、三月、六月、十二月、八月和二月。有认真总结的,如华尔街那个著名谚语:Sell in May and go away。

然而从量化的角度来讲由于其样本数量过小,逻辑支撑也不够直接,对于以月份为支撑的日历效应一直被人持以怀疑的态度。相对地,以周为时间单位的周内效应更多地成为了我们关注的对象。我们考察了时间周期内股票在周一至周五每一天涨跌幅的中位数以观察周内效应的存在性。

>>> 研究思路

【1】观察周内不同交易日指数等效组合收益分解前后的涨跌幅中位数趋势变化。

【2】观察周内不同交易日全A股收益分解前后的涨跌幅中位数趋势变化。

【3】观察周内不同交易日收益分解前后的股指期货涨跌幅变化分析异象原因。

【4】尝试构建基于周内异象的策略获取来自异象的超额收益

【4】尝试构建不同半仓t+0策略获取观察到的日内收益。

>>> 研究结论

【1】周内异象在我国A股市场内广泛存在,且该异象主要来源于日内收益,日间收益并无明显规律。

【2】周内异象的存在原因可能与资金流转、股票的t+1机制有关。

【3】在考虑了手续费以及印花税后,操作频率较低的基础策略有着明显的超额收益,而操作频率较高的以获得日内收益为目标的t+0策略超额收益会被几乎抹平,在两种情况下,周内异象的考量均可以明显改善策略绩效。

>>> 研究设计

【1】时间范围:2007.1 ~ 2019.6

【2】研究指数:上证50、沪深300、中证500

【3】股票池:上证50、沪深300、中证500指数成分股以及全部A股

周内涨跌幅分析

>>> 指数组合涨跌幅

首先,我们将收益区分为了日内收益(一天之中开盘价到收盘价的收益),日间收益(前一天收盘价至当天开盘价之间的收益)与总收益,并计算了2007年1月至29019年6月上证50,沪深300以及中证500三个指数等效组合对应的涨跌幅中位数,观察其在一周不同交易日内的变化趋势。

图1-上证50,沪深300,中证500总涨跌幅中位数
图2-上证50,沪深300,中证500日内涨跌幅中位数
图3-上证50,沪深300,中证500日间涨跌幅中位数

观察图表我们可以发现,周内的涨跌幅呈现出了强烈的“V”型趋势:从周一开始涨跌幅逐渐下降,到周日跌至低点,周五则出现了轻微的反弹,在分解收益后,我们发现这一现象主要来自日内收益,日间收益在周二至周五的几天间并没出现明显的规律。

>>> 个股涨跌幅

为了进一步观察现象的存在性,我们将研究扩展到了全部A股,以下是全部A股在一周不同交易日下的涨跌幅变化趋势,观察图表可知,与指数相同的周内异象在全A股的范围内依然显著存在,从周一起涨跌幅逐渐下降,跌至周四达到了最低点,在周五有着一定程度上的回升,值得一提的是,周内日间收益显著为负,证明我国A股市场存在着显著的低开现象,在下文我们也将通过一些操作尝试规避低开现象带来的负收益。

图4-全A总涨跌幅中位数
图5-全A日内涨跌幅中位数
图6-全A日间涨跌幅中位数

获取周内收益——基础策略

通过前文的研究我们可以发现,在我国A股市场中周一、周二、周三、周五平均来讲存在正向收益,而正向收益的来源基本为日内收益,因此我们将研究策略主要分为直接获取周内收益以及通过半仓t+0获取日内收益两种,我们首先着眼于直接获得周内收益的基础策略,即周五开盘时买入,持有至周三收盘时卖出。

图7-上证50指数等效组合价值曲线(基础策略)
图8-沪深300指数等效组合价值曲线(基础策略)
图9-中证500指数等效组合价值曲线(基础策略)

我们测试了上证50、沪深300以及中证500的等效组合收益情况。通过测试我们可以发现,由于较低的操作频率,在规避掉周四以后三种组合均获得了明显的超额收益。由于周内收益主要来自于日内,而日间收益则基本为负,接下来我们将观察基于半仓t+0策略仅获取日间收益的可行性。

获取日内收益——半仓t+0策略

获取A股日内收益的方法最直接的是每日开盘买入、收盘卖出,但是由于t+1交易机制的限制,当日买入的股票无法当日卖出。这里我们依然采用之前《A股市场低开现象研究》中所用到的操作方法,因此如果想获取这部分收益,需要一部分底仓的存在。所谓半仓策略,即初始仓位里有一半现金和一半股票,每日开盘时现金购入股票,仓位变为满仓,收盘时将仓位中原有的股票卖出,回到半仓状态,如此循环往复。基础操作如下:

【1】初始净值假设为1,定义基准为证券本身。

【2】在第一日开盘时买入半仓,第二天开盘时再补至满仓,收盘时卖出一半股票,恢复半仓状态,如此循环往复。

【3】计算手续费,印花税下策略净值走势和绩效表现。

>>> 基础策略

首先我们测试了在不考虑周内异象的半仓t+0策略绩效,可以发现,从指数的角度来讲,由于高昂的手续费以及印花税,本来可观的日内收益收益被完全抹平,其数值低于基准收益很多。接下来,我们将通过两种不同方式从周内异象对层面上尝试对半仓t+0策略进行优化。

图10-上证50指数等效组合价值曲线(基础t+0)
图11-沪深300指数等效组合价值曲线(基础t+0)
图12-中证500指数等效组合价值曲线(基础t+0)

>>> 跳过周四

通过基础半仓t+0策略的构建过程我们可以发现其获取的是每一天的日内收益,但由于我们的研究发现,周四的日内收益显著为负,因此对于基础的半仓t+0策略,我们增加的改进方式如下:

【1】在策略执行到周四时不进行买卖操作。

【2】在周三开盘时买入的那部分股票在周五收盘时卖出。

【3】在周三收盘时卖出的资金在周五开盘时重新买入。

在这样改进后观察图表,我们可以发现尽管高昂的手续费依然会抹平日内收益,但修正后的价值曲线相对于基础价值曲线有了显著的整体上移,特别地,在中证500的情况下策略曲线与基准几乎重合,较为显著地提高了半仓t+0策略的绩效。

图13-上证50指数等效组合价值曲线(跳过周四)
图14-沪深300指数等效组合价值曲线(跳过周四)
图15-中证500指数等效组合价值曲线(跳过周四)

>>> 调整周四

与上文相似地,对于周四显著为负的日内收益我们还有另一种调整方式,即对于每个周四的买卖方式进行改变:

【1】对于周三收盘时卖出的资金,在周四收盘时进行买入。

【2】对于周三在开盘时买入的股票,在周四开盘时进行卖出。

这种改进方式可以在不影响周三以及周五仓位的情况下规避掉周四的负日内收益,观察图表可以发现,这一操作带来的效果与上一种操作程度上相似,也可以显著地提高半仓t+0策略的绩效。

图16-上证50指数等效组合价值曲线(调整周四)
图17-沪深300指数等效组合价值曲线(调整周四)
图18-中证500指数等效组合价值曲线(调整周四)

结论

通过以上的研究发现,A股市场周内效应明显,在个股和指数上强烈地呈现出“V 型模式”:周一行情最亢奋,其后逐渐走低,周四最低迷,周五轻微反弹。在研究周内异象进行收益提升的过程中,我们结合A股低开现象,分为直接获取周内收益的基础策略以及通过半仓t+0获取日内收益两种模式,基础策略在规避掉周四后获得了较为明显的超额收益,由于交易成本的缘故,t+0策略表现并没有交易频率较低的基础策略显著,这也揭示出了交易成本与超额收益的均衡在调仓较为频繁的策略中至关重要。

点击【阅读原文】,查看更多内容~

全市场等权中位数_A股市场周内效应研究相关推荐

  1. 市场底部特征_A股市场底部特征究竟有哪些?

    在股票的实际操作中,不管你是做短线的,还是做中长线,股民们都想抄底买入大量股票.因为,在这牛短熊长的A股市场,如果能掌握好抄底技能,就能给自己带来丰厚回报.所以,投资者都会使尽浑身解数寻找底部形态.不 ...

  2. A股月份效应 | Python量化A股市场魔咒,5穷6绝7翻身准确吗?| 邢不行

    A股有很多广为流传的谚语,它们大多源于投资者对交易经验的总结和共识. 比如我们之前验证过的散户反买别墅靠海.跳空必回补等谚语. 今天我们要验证的,是五穷六绝七翻身这句谚语. 它的意思是A股在5月.6月 ...

  3. A股市场的市场分类(股票市场简介及历史)

    我们的市场包括股票市场.期货市场.金融衍生品市场.债券市场,以及其他有特点的金融工具(可转债.分级基金)市场.我们市场最大的特点是散户众多. 一.股票市场简介 (一)A股双向扩容 我们参与最多的是A股 ...

  4. A股全市场个股涨停板明细来袭!—股票数据远程下载服务升级

    前言 创建知识星球<玩转股票量化交易>的初心是为了建立一个可以深入学习和交流的私有量化圈子,和志同道合的小伙伴们一起搭建私有的量化交易系统,并且不断迭代完善这个系统,从而能够帮助我们更高效 ...

  5. 欧奈尔RPS指标选股!本地数据源快速遍历全市场!股票量化分析工具QTYX-V2.3.1...

    前言 对于RPS技术指标大家一定不会陌生.它是股价相对强度指标,根据一段时间内个股涨幅在全部股票涨幅排名中的位次值,选取出市场中的强势股. 以大家熟知的"马太效应"和"二 ...

  6. Barra模型初探,A股市场风格解析

    >>> 引言 本篇内容是参考方正金工研究报告"星火" 多因子系列报告的第一篇<Barra模型初探,A股市场风格解析>,下面将对Barra模型的基本原理 ...

  7. A股市场全景分析系列—行业板块和热门概念RPS排名

    说明 股票分析应该遵循先大后小.先宏观后微观的原则,先分析整体市场的趋势,然后挖掘当前的热点概念板块,最后聚焦到强势股中. 当前市面上有各种各样的指标,我理解的是任何指标都有它的适用场景.我们应该深入 ...

  8. A股市场机器学习多因子模型实证

    量化投资与机器学习微信公众号,是业内垂直于量化投资.对冲基金.Fintech.人工智能.大数据等领域的主流自媒体.公众号拥有来自公募.私募.券商.期货.银行.保险.高校等行业30W+关注者,荣获202 ...

  9. python回测a股_第20节 A股全市场回测

    第20节 A股全市场回测 作者: 阿布 阿布量化版权所有 未经允许 禁止转载 在第19节'数据源'中分别获取了各个市场的6年交易数据,本节将做A股市场全市场回测. 买入因子,卖出因子等依然使用相同的设 ...

最新文章

  1. 【数字信号处理】基本序列 ( 正弦序列 | 数字角频率 ω | 模拟角频率 Ω | 数字频率 f | 模拟频率 f0 | 采样频率 Fs | 采样周期 T )
  2. linux下查看系统进程占用的句柄数
  3. c语言函数的程序设计,C语言程序设计第3版,第6章函数程序设计.ppt
  4. 前端学习(509):水平和垂直居中第二种方式
  5. 操作类名-对象语法//操作类名-数组语法
  6. 存定期还能加钱进去吗_还要去银行存定期吗?六大行叫停靠档计息个人存款产品...
  7. VC++6显示行号插件+VC6LineNumberAddin.dll+注册机
  8. android 扇形统计动画,Android自定义View——扇形统计图的实现代码
  9. 传奇开服架设之地图索引编辑器以及安装问题排查教程
  10. TXT文本去重 TXT去重 TXT文本合并去重工具 —— 20亿行130GB的数据只需60分钟
  11. 同比和环比真正的区别
  12. 台湾大学林轩田机器学习技法课程学习笔记14 -- Radial Basis Function Network
  13. freebsd emacs_golang快速入门[6.2]-集成开发环境-emacs详解
  14. linux 查看nas盘信息,实战 Windows 下读取 NAS 盘数据
  15. 3 Java 基础__不同数据类型之间的运算及进制
  16. 永久开源的cms系统
  17. python打卡提醒机器人(企业微信)
  18. mongodb关联表查询
  19. Bi-LSTM原理及TensorFlow实现序列标注
  20. [XSY 3322][置换+dp]Dexterity

热门文章

  1. html中最右边,html – 如何获得最右边的列填充剩余空间?
  2. 计算机专业410分能上哪些大学,2021年高考410分能报什么学校
  3. es multi match_PHP 的ES搜索操作
  4. Highcharts+Spring饼图使用实例
  5. java常用class类_java常用类
  6. java callback 多线程_JAVA Callback效率测试
  7. js将中文转换成编码 java解析_JS实现的汉字与Unicode码相互转化功能分析
  8. java 泛型的上限与下限、泛型通配符、泛型上下限
  9. 关联规则算法c语言样例及分析_推荐系统总结系列-关联规则算法(四)
  10. c if语句多个条件判断顺序_Java中的流程控制语句 (基础篇四)