引言:

邢不行的系列帖子“量化小讲堂”，通过实际案例教初学者使用python进行量化投资，了解行业研究方向，希望能对大家有帮助。

个人微信：xingbuxing0807，有问题欢迎交流。

简易波动指标(EMV)策略在A股的实证

上一期量化小讲堂向大家介绍了布林带策略在A股的实证效果。本期将以简易波动指标(EMV)策略为例，实证检验一下EMV策略在A股的实际效果。

策略简介

简易波动指标(EMV)，是为数不多的考虑价量关系的技术指标。它是根据成交量和人气的变化，构成一个完整的股价系统循环。该指标指示投资者在人气聚集且成交热络的时候买进股票，并且在成交量逐渐展现无力时，卖出股票。具体来说，当股价下跌时，由于买方萎靡退缩，致使成交量逐渐的减少，EMV数值也因而尾随下降，直到股价下跌至某一个合理支撑区，捡便宜货的买单促使成交量再度活跃，EMV 数值于是作相对反应向上攀升。所以EMV 指标的上升下降意味着市场的强弱变化，可以以此作为择时的判断依据。

本文采用的EMV策略的具体规则为：

第一步：计算EM指标的值

其中，$H_i,L_i,VOL_i$分别是第i日股票的最高价、最低价和成交量。

第二步：计算EMV = EM的n日简单移动平均

第三步：计算MAEMV = EMV的m日简单移动平均

第四步：当EMV大于MAEMV时，买入，信号为1；当EMV小于MAEMV时，卖出，信号为-1。

实战

为了检验EMV策略在A股的实际效果，本文将该策略在所有A股都运行一遍。由于策略用不同的参数回测结果也不一样，因此对每只股票回测时都遍历一遍参数，选择使超额收益率最大的参数作为该股票的最优参数。具体步骤如下：

一、遍历数据文件夹中所有股票文件的文件名，得到股票代码列表

用python提取股票历史数据文件夹下每个股票对应的文件名(即股票代码)并存放到一个列表里，这样就得到了所有A股的代码列表。

接着遍历股票代码的列表，读取每只股票的历史数据。

二、计算股票的后复权价格

在读取某只股票的历史数据后，为了回测结果的可靠性，本文重新计算了复权后的开盘价、收盘价、最高价和最低价，后面计算指标值和涨跌幅都以复权后的数据为基础。有些上市不久的股票由于时间太短可能不具有代表性，因此本文在运行策略之前会先判断该股票上市至今的交易天数，剔除掉上市不到1年半的股票。

三、遍历参数进行回测

接着就是计算EMV指标并给出每天的信号了，在计算EMV和MAEMV时本文用到参数范围分别是n取16到26，间隔为2，m取20到25，间隔为1。即遍历该范围内的所有参数组合，每一参数组都会输出对应的每天的信号，根据买卖信号，可以得到每天的仓位，进而可以得到资金曲线及相关的回测指标(相关内容可参考【邢不行|量化小讲堂系列15-Python量化入门】逆天的反转策略在A 股实证)。在得到所有参数的回测结果后，根据超额收益率大小进行排序，选择使超额收益最大的参数作为该股票的最优参数，并将相应数据存入csv文件。

最后，在遍历完所有A股后，我们可以得到每只股票在最优参数组下使用EMV策略的回测结果，并和股票的年化收益及最大回撤做了一下对比。

本文希望通过对EMV策略的实际操作，向大家介绍pandas的以下几个功能的运用：

1. 移动标准差函数rolling_std()函数的用法

2. 时间序列超前滞后函数shift()函数的用法

3. 空值填充函数fillna()函数的用法

下面上具体的程序。

程序

要运行EMV策略，需要所有A股的历史交易数据，在www.yucezhe.com可以下载到所有股票历史至今的数据。如下图所示，每一行是每一天的数据：

数据有以下的字段：

【code】股票的代码，上证股票以sh开头，深证股票以sz开头

【date】交易日期

【open】开盘价

【high】最高价

【low】最低价

【close】收盘价

【change】涨跌幅，复权之后的真实涨跌幅，保证准确

【volume】成交量

【money】成交额

【traded_market_value】流通市值

【market_value】总市值

【turnover】换手率，成交量/流通股本

【adjust_price】后复权价，复权开始时间为股票上市日，精确到小数点后10位

【report_date】最近一期财务报告实际发布的日期

【report_type】最近一期财务报告的类型，3-31对应一季报，6-30对应半年报，9-30对应三季报，12-31对应年报

【PE_TTM】最近12个月市盈率，股价 / 最近12个月归属母公司的每股收益TTM

【PS_TTM】最近12个月市销率， 股价 / 最近12个月每股营业收入

【PC_TTM】最近12个月市现率， 股价 / 最近12个月每股经营现金流

【PB】市净率，股价 / 最近期财报每股净资产

下面是代码的截图，代码里面有详细的注释，有问题可以留言，附件中有程序的源码，回复即可下载。

这是最后回测结果的部分截图：

运行该策略的一共有2607只股票，其中，策略年化收益大于股票本身年化收益的有1950只个股，占比大概为74.8%，而年化收益除以最大回撤绝对值能超过股票本身的有2304只个股，大概占88.4%，总的来说EMV策略的效果还不错。大家有其他一些技术指标也可以尝试一下，看看效果如何，只需要将第一部分信号产生方式改成自己的策略逻辑就可以了。

对本文研究有自己的想法的朋友，欢迎在评论区留言。关于文中的代码、数据，以及下期《量化小讲堂》想了解的内容，也可以加我个人微信xingbuxing0807交流。

如果你想入门量化，但是始终找不到方向，可以加入我的知识星球。我会在里面解答你的问题，分享我的感悟，不论是投资、技术，还是职业选择、思维方式。

-- 学习和成长从来都不是一个人的事 --

https://t.zsxq.com/VbMrjYb (二维码自动识别)