5.1 趋势跟踪策略
本章目标：实现并理解量化策略中最大的一类——趋势跟踪。
一句话
趋势跟踪——"涨了买更多，跌了卖"，假设市场的动量会持续。
学习目标
学完本章你能：
- 理解动量因子和趋势跟踪的核心逻辑
- 实现双均线、MACD、动量三种趋势策略
- 用"分组回测"验证策略是否真正有效
- 写出策略作业：选定一只股票，三种趋势策略对比
核心内容
1. 趋势跟踪的底层逻辑
趋势跟踪赚钱的基础：市场不是完全随机的——趋势存在。
python
import numpy as np
import pandas as pd
import yfinance as yf
data = yf.download('AAPL', start='2020-01-01', end='2024-12-31')
close = data['Adj Close']
# 证明趋势存在：自相关检验
# 如果今天的收益率和明天的收益率正相关 → 趋势存在
returns = close.pct_change().dropna()
autocorr_1d = returns.autocorr(lag=1)
autocorr_5d = returns.autocorr(lag=5)
print(f"1日自相关: {autocorr_1d:.4f}")
print(f"5日自相关: {autocorr_5d:.4f}")
print(f"结论: {'存在短期趋势' if autocorr_1d > 0.02 else '趋势不明显'}")真实情况： 日收益率自相关很低。趋势跟踪赚的是"一两个月的趋势"，不是一两天。
2. 动量策略——最简单的趋势
python
import numpy as np
import pandas as pd
def momentum_strategy(close, lookback=60, holding=20):
"""
动量策略：用过去 N 天涨幅预测未来 M 天
每月调仓一次
"""
# 过去 lookback 天的收益率
momentum = close.pct_change(lookback)
# 信号：动量 > 0 做多，< 0 做空
signal = pd.Series(0, index=close.index)
signal[momentum > 0] = 1 # 做多
signal[momentum < 0] = -1 # 做空
# 每 holding 天调仓一次
rebalance = signal.resample(f'{holding}D').last() # 调仓日
signal_rebalanced = signal.copy()
signal_rebalanced[:] = np.nan
signal_rebalanced[rebalance.index] = rebalance
signal_rebalanced = signal_rebalanced.ffill() # 在两个调仓日之间保持持仓
return signal_rebalanced
# 测试
signal = momentum_strategy(close, lookback=60, holding=20)
returns = close.pct_change()
strategy_rets = signal.shift(1) * returns
cumulative = (1 + strategy_rets).cumprod()
print(f"动量策略总收益: {cumulative.iloc[-1] - 1:.2%}")
print(f"买入持有: {close.iloc[-1] / close.iloc[0] - 1:.2%}")3. MACD——交易员最常用的趋势指标
python
import numpy as np
import pandas as pd
def macd_strategy(close, fast=12, slow=26, signal_line=9):
"""
MACD 策略
MACD = EMA(fast) - EMA(slow)
Signal = EMA(MACD, signal_line)
金叉（MACD上穿Signal）→ 买入
死叉（MACD下穿Signal）→ 卖出
"""
# 计算EMA
ema_fast = close.ewm(span=fast, adjust=False).mean()
ema_slow = close.ewm(span=slow, adjust=False).mean()
macd = ema_fast - ema_slow
signal = macd.ewm(span=signal_line, adjust=False).mean()
histogram = macd - signal
# 双轨信号
position = pd.Series(0, index=close.index)
position[macd > signal] = 1
return position, macd, signal, histogram
pos, macd, sig, hist = macd_strategy(close)
rets = close.pct_change()
strategy_rets = pos.shift(1) * rets
print(f"MACD策略总收益: {(1 + strategy_rets.dropna()).prod() - 1:.2%}")4. 海龟交易法则
经典趋势策略——突破 N 日高点买入，跌破 N 日低点卖出。
python
import numpy as np
import pandas as pd
def turtle_strategy(high, low, close, entry_window=20, exit_window=10):
"""
海龟交易法则简化版
"""
# 入场信号：价格突破20日高点
entry_high = high.rolling(entry_window).max()
entry_signal = close > entry_high.shift(1)
# 出场信号：价格跌破10日低点
exit_low = low.rolling(exit_window).min()
exit_signal = close < exit_low.shift(1)
# 持仓状态
position = pd.Series(0, index=close.index)
in_position = False
for i in range(1, len(close)):
if not in_position and entry_signal.iloc[i]:
position.iloc[i] = 1
in_position = True
elif in_position and exit_signal.iloc[i]:
position.iloc[i] = 0
in_position = False
elif in_position:
position.iloc[i] = 1
return position
pos_turtle = turtle_strategy(data['High'], data['Low'], close)
rets = close.pct_change()
strategy_rets = pos_turtle.shift(1) * rets
print(f"海龟策略总收益: {(1 + strategy_rets.dropna()).prod() - 1:.2%}")5. 分组回测——检验策略是否真有效
单一股票上的好表现可能是运气。分组回测：在所有股票上跑一遍，看胜率统计。
python
import numpy as np
import pandas as pd
import yfinance as yf
# 用多只股票验证趋势策略
tickers = ['AAPL', 'MSFT', 'GOOGL', 'AMZN', 'META', 'TSLA', 'NVDA', 'JPM']
results = []
for ticker in tickers:
try:
d = yf.download(ticker, start='2020-01-01', end='2024-12-31')
c = d['Adj Close']
# 动量策略
sig = momentum_strategy(c, lookback=60, holding=20)
r = c.pct_change()
sr = sig.shift(1) * r
total_ret = (1 + sr.dropna()).prod() - 1
bh = c.iloc[-1] / c.iloc[0] - 1
results.append({
'ticker': ticker,
'strategy_ret': total_ret,
'buy_hold_ret': bh,
'excess': total_ret - bh,
})
except Exception as e:
print(f"{ticker}: {e}")
results_df = pd.DataFrame(results)
print("\n分组回测结果:")
print(results_df[['ticker', 'strategy_ret', 'buy_hold_ret', 'excess']].to_string())
print(f"\n跑赢基准比例: {(results_df['excess'] > 0).mean():.0%}")深度阅读
练习
选择题
趋势跟踪策略的核心假设是：
- A. 市场永远随机
- B. 过去的趋势会延续
- C. 价格回归均值
- D. 技术面比基本面重要
MACD 金叉是指：
- A. MACD 线上穿 Signal 线
- B. MACD 线下穿 Signal 线
- C. 价格上穿 MACD
- D. Signal 线上穿 MACD
海龟交易法则的入场条件是：
- A. 价格突破 N 日高点
- B. 均线金叉
- C. MACD 金叉
- D. 成交量放大
分组回测的目的是：
- A. 增加交易次数
- B. 验证策略在不同股票上是否都有效
- C. 提高夏普比率
- D. 减少回撤
动量策略中
lookback=60, holding=20的含义是：- A. 看过去60天，每20天调仓
- B. 看过去20天，每60天调仓
- C. 持有60天，卖出后等20天
- D. 20日均线穿过60日均线
编程题
作业： 选择一个趋势策略（动量/MACD/海龟），对 SPY（标普 500 ETF）做回测，画出净值曲线 + 买入持有对比，计算夏普比率和最大回撤。
填空题
趋势跟踪在 ____ 市场中表现最好，在 ____ 市场中表现最差（横盘震荡/单边上涨/单边下跌）。