MACD技術指標在債券量化交易中的有效性檢驗

于永瑞

(江門農村商業銀行股份有限公司，廣東 江門 529100)

1 引言

2008年金融危機發生后，量化交易迅速興起。最近幾年國內發展非常迅速，量化交易占全市場交易量占比逐年增大，誕生了很多著名的純量化交易基金，國外如文藝復興，國內如幻方量化。量化交易不同于傳統的主觀交易，它克服了追漲殺跌的人性弱點和恐懼心理，運用金融工程的方法，將交易策略抽象為模型和參數，融合計算機、數學、統計、人工智能等多種學科，根據歷史數據推導交易策略，完全使用程序發現買入和賣出信號，不依賴個人判斷，決策后計算機自動下單，全過程不需要人工參與。同傳統的主觀交易相比，量化交易具有巨大的優勢：一是不依賴專家經驗，完全客觀交易，主觀交易需要長達十年甚至更長時間的工作經驗，對個人能力依賴性非常強，大規模復制推廣存在很大難度，交易耗時較長。而量化交易通過處理海量數據提煉模型，并調整模型參數，對經驗沒有依賴性，一般來說數據量越多越好，所以，很多量化交易從業者并沒有金融背景。據統計，量化交易從業者多為計算機、數學、統計、天體物理專業背景。二是量化交易速度非常快，可以達到毫秒級和單筆委托單，能夠分析的數據量可以不受任何限制，一旦模型和參數設定好，可以不需要人工干預，完全依靠計算機自行處理。三是量化交易完全客觀，傳統的主觀交易存在追漲殺跌情況，行情波動大時交易員會有焦慮和恐懼情緒干擾交易，而量化交易避免了這一點。正是由于量化交易的巨大優勢，基于金融工程的量化交易應用才越來越廣泛。目前美國量化交易占全市場交易量比例已經達到80%，中國只占20%，如放開監管限制，國內量化交易的發展空間非常廣泛。

量化交易的基礎是模型，一般分為兩種路徑：第一種是基于技術指標，如MACD、RSI等；第二種是基于高等統計模型和算法，如神經網絡、人工智能等。在第一種路徑中，MACD分析方法時使用較多的指標，具有錯誤信號少、最終收益高等優勢，同時，MACD指標將距離較近價格賦予更高權重更符合實際。通過整理資料發現，MACD指標在股票、期貨等領域應用較多，在債券交易中應用較少，本文使用MACD指標研究債券中應用的有效性，具有重要的理論價值和實際意義。

2 文獻綜述

技術指標分析興起于20世紀70年代，伴隨著計算機技術的發展，量化交易蓬勃發展，有關MACD技術指標文獻也越來越多。Fama(1970)最早提出了有效市場假說，他將金融市場分為弱勢有效市場、半強勢有效市場和強勢有效市場三種，這是技術分析的前提條件[1]。Nag和Beaker(2006)使用技術指標研究了股票價格的可預測性[2]。Avramov和Chao(2002)使用道瓊斯指數，對資產定價理論的有效性進行了檢驗[3]。Borck(1992)針對美國股票市場，研究了技術指標的規則和可行性，得出結論證明技術指標分析方法有效[4]。Hudson(1996)使用美國股票市場數據，研究了弱勢有效市場技術分析的有效性，證明技術分析能夠指導股票買賣交易[5]。Marshall和Cahan(2005)研究了技術指標的有效性[6]。Efron(1979)基于芝加哥交易所數據，對技術指標進行了研究[7]。Andrew(2000)等基于技術分析指標，研究了統計方法在股票交易中的應用[8]。Ryan(1999)等研究了不同步長情況下，完全依靠技術指標進行交易的收益、風險情況[9]。

中國證券市場起步較晚，2000年之前國內學者主要使用歐美發達國家市場交易數據研究技術指標的適用范圍。2008年全球金融危機暴發后，國內量化交易蓬勃發展，部分華爾街量化交易從業者回到國內發展，帶動了國內量化技術的發展，學者對量化交易的研究文獻也逐漸增多。韓楊(2001)使用技術分析的方法，研究了中國股票市場的有效性，得出技術指標同樣適用于中國市場的結論[10]。朱威(2006)系統分析了中國股票市場技術指標的范圍，得出了部分統計方法的優化指標[11]。王兆軍(2000)使用移動平均方法，研究了技術指標最佳步長的設定規則[12]。孫碧波和方健雯(2004)假定中國證券市場是弱有效市場，使用技術指標研究了A股市場的盈利能力[13]。此外，孫碧波(2005)基于上證指數數據，研究了移動平均線技術的應用[14]。李衛華(2002)對移動平均線進行了改進，提出PVMA方法，取得了較好的效果[15]。黃秀梅(2007)使用博弈論方法，對股票市場買賣信號進行了實證研究[16]。石賽男(2011)使用中國股票市場數據，檢驗了MACD指標的有效性，同樣取得了很好的效果[17]。劉陽(2009)使用MACD指標，優化了參數的選取，建立了股票短線交易策略應用于實戰[18]。

上述文獻是使用技術指標研究買賣信號比較好的文章，取得了很好的效果。不足之處表現在：一是大部分學者研究的是股票和期貨，研究債券市場的文章偏少；二是使用的數據大部分為外盤數據，2000年以前大部分使用歐美國家金融市場數據，2008年之后中國金融市場產品增多，使用中國數據進行研究的文獻才迅速增多。針對上述兩方面的不足，使用MACD方法研究債券市場的適用范圍，尋找最優參數值，具有非常重要的意義。

3 原理

MACD(moving average convergence and divergence)的中文一般翻譯成“指數平滑異同平均線”，20世紀70年代末期由Gerald首先提出。同傳統移動平均線方法相比，MACD方法最大的改進之處是根據價格距離分析時點的遠近賦予不同的權重，即越接近分析時點的數據權重越大，這一點是與移動平均技術(MA)最大的不同。

MACD包含三個參數，分別是S、L、M，S表示短期指標天數，L表示長期指標天數，M表示DIF值的平均天數。公式如下：

(1)

(2)

(3)

MACD=2×EMADIF

(4)

根據式(1)至式(4)，得出最終的MACD數值。當MACD值由小于0逐漸增加至大于0時，買入信號出現；當MACD值由大于0逐漸減少至小于0時，賣出信號出現。實際執行過程中，可以增加止盈和止損，也可以出現買入或賣出信號時同時根據成交量變化綜合調整，效果比單純使用價格指標要好很多。需要說明的是，剛開始時數據量不夠，初始MACD數值為當日收盤價。

4 數據選取

綜合價格真實性和交易量，10年期國債期貨連續合約最好，2013年10月6日國債期貨上市后成交量逐漸增大，目前日均成交量超過1000億，基本每分鐘都有真實成交，具有很強的代表性。10年期國債期貨連續合約最大的缺點是存在換月時價格跳動現象，單個合約活躍交易時間不長，對于基于歷史數據的統計類方法來說，換月前后出現假信號的概率增大。第二個備選方案是債券指數，債券指數方案的優點是歷史數據較長，不存在換月情況。缺點是沒有實際成交量數據，且凈價不是真實的成交價格。目標數據沒有一個兼具所有優點的方案，經過數據預處理和分析，本文放棄10年期國債期貨連續合約，最終使用中債總凈價(7～10年)指數作為研究對象。數據的起始期間為2006年11月17日至2021年12月31日的數據散點圖見圖1。

圖1 中債總凈價(7～10年)指數收盤價歷史數據

從圖1可以看出，債券指數起點和終點相差不多，數據經過多個周期檢驗，趨勢反轉時較平滑，符合中國金融市場的實際，可以不再進行數據預處理而直接進行數據分析。

5 分析步驟

所有技術指標分析的步驟基本類似，區別主要是模型的難易程度、程序的時間復雜度和空間復雜度等，MACD技術指標分析債券量化交易信號的步驟如下。

步驟一：提取數據。目前很多資訊終端可以下載交易數據，本文分析使用的是中債總凈價(7～10年)指數，數據頻率是日，數據來源于Wind資訊。

步驟二：數據預處理。大部分數據存在噪聲，直接使用效果并不好，分析前需要對數據進行預處理，從圖1可以看出，采用“擬合”方法構造的指數數據較平滑，不需要進行降噪處理。

步驟三：確定S、L、M三個參數的值，根據式(1)至式(4)計算EMA、DIF、MACD的數值。

步驟四：根據上述判定規則顯示買入和賣出信號，此步驟可以通過Excel函數實現。

步驟五：設計程序，計算收益、風險等關鍵指標。需要說明的是，按照風控要求，建倉后要設置止損點和止盈點。

步驟六：計算每次開平倉的盈虧情況。實際交易中，按照每次都滿倉操作，不考慮交易成本，買入和賣出信號交替出現。

步驟七：調整三個參數的數值，尋找最優解。本文根據實際情況采用了關鍵取值。

步驟八：根據三個參數的最優解，設計程序對交易機會實施監控，完成量化交易系統的構建，正式投入使用。

6 結果分析

嚴格按照上面的八個步驟，每次調整Short、Long、M三個參數的數值得到不同的結果，關鍵參數運行結果見表1。

表1 MACD指標運行結果

續表

三個指標的最優取值不一定收益率最大，而應該綜合考慮收益和風險指標，某種程度上風險指標優先級高于收益指標。考慮到上述42種不同的參數取值，Short、Long、M三個參數取值分別是3、10、4時收益風險綜合情況最好，此時總收益率為50.79%，虧損概率為51.54%，單次最大損失為1.65%，年化收益率為3.4%，共開平倉324次，年平均開平倉次數為21.7次。

7 結論

通過上面的分析，可以得出如下三點結論。

第一，MACD指標具有較好的效果，達到了預期目標，在前人證明MACD指標分析能夠較好應用于股票、期貨指標的基礎上，本文再次證明MACD應用于債券分析同樣能達到較好的效果。

第二，同移動平均線指標相比，MACD指標分析收益風險指標效果好一些，筆者也使用MA方法分析過中債總凈價(7～10年)指數的開平倉情況，通過調整步長，MA方法收益率略小于MACD方法，當然也有部分指標MA方法更好。

第三，部分假設和前提條件比實際交易略松，比如本文沒有考慮交易費用和沖擊成本，如考慮這兩方面成本，預計實際收益率略有下降，但不影響本文的結論。