金融工程

金融工程

2010.08.06

股指期货量价结合交易策略探索
量化研究专题报告

——程序化交易系列研究之四

蒋瑛琨 杨喆 张绍霖
021-38676710 021-38676442
jiangyingkun@gtjas.com yangzhe@gtjas.com
S0880209020385 S0880108073515

本报告导读：
探索价量结合策略在程序化交易中的运用，构建多空正量模型运用于期指，
在三个月测试中，扣除成本后保证金资金回报率 5.6%。
摘要：
z 在以往的很多策略中，都注重“价格”的研究而忽略了“成交量”的表
现，其实，“成交量”所表现出来的信息的重要性丝毫不亚于“价格”，
成交量本质反映的是股市资金的变化，而股市资金的变化决定了股
价的变化，所以对成交量的分析显得十分重要。本文的核心就是探
索“量价结合“策略在程序化交易中的运用。
z 我们选用 BBI（Bull And Bear Index）作为价格指标，而选用 PVI
（Positive Volume Index）作为成交量指标，通过对二者的综合使用，
设计出一套适合股指期货的程序化交易模型--多空正量模型（BBI
and PVI Model）。
z BBI 的英文全称是 Bull And Bear Index，一般中文翻译为多空指数，
其属于均线型指标，是将长中短周期的移动平均线加权平均之后得到
的。由于该指标兼顾了各种移动平均线，所以能够很好的解决移动平
均线周期设置的合理性问题。
z PVI 指标的中文名称叫正成交量指标，其英文全称是 Positive Volume
Index，其属于能量型指标。PVI 指标认为，在价涨量增的市场中，
是散户主导的市场，此时的成交量能够反映市场“狂热”的程度，所以
PVI 指标能够较好的区分当前市场处于多头市场还是空头市场。
z 我们采用多空正量模型（BAPM），选取沪深 300 指数 08-10Q2 年的
数据和股指期货当月合约的一分钟高频数据来进行测试。交易结果：
1）沪深 300 指数：在扣除每笔交易万分之五的交易费用及冲击成本
后，08-09 年合计盈利 7961 点，2010Q1-Q2 合计盈利 939 点。08-10Q2 相关报告
期间一手合约最大单笔亏损为 6654 元，一手合约最大连续亏损 18729 《股指期货改进布林交易模型（IBTM）
——程序化交易系列研究之三》
元。2）当月连续合约：在 2010/4/19-2010/7/16 期间，模型回测结果
2010.04.27
显示：当月连续合约合计盈利 442 点，扣除万分之五成本后，盈利
《股指期货即日交易模型（DTM）——程
28 点，保证金资金回报率约为 5.6%。期间一手合约最大单笔亏损为 序化交易系列研究之二》
4920 元，一手合约最大连续亏损 14340 元。 2010.03.17
z 对于交易策略，我们从不认为越复杂的策略就越有效，也从不刻意 《程序化交易的模型和应用——程序化交
易系列研究之一》
的去追求策略的复杂性，相反，我们认为越简单的策略在执行效率
2010.03.15
上更占优势，所以在两种策略收益相同时，我们更倾向于相对简单
的策略。因此，我们追求的是一种简单高效。

请务必阅读正文之后的免责条款部分
 专题报告

1. 交易策略回顾
交易策略一般可分为两种，一种是趋势跟随策略，另一种是均值回归策
略，在我们前面的程序化交易系列报告中，DTM 就是趋势跟随策略的
一种，而 IBTM 就属于均值回归策略，这两种策略通过数据回测都取得
了比较好的效果，至此，我们完成了价格策略在程序化交易中的探讨。

正如上所述，无论是开盘区间突破策略还是改进的布林线策略，本质上
来说都是以价格为出发点而衍生出来的策略。然而，在已知的信息中，
上述策略都忽略了一个重要的信息——成交量，这在我们探索程序化交
易策略的路上，是一个很大的遗憾。我们很自然的会提出这样一个问题：
成交量在交易策略中是否占据着重要的地位？

如果答案是肯定的，那么我们就有必要对成交量这个因素加强研究，看
是否对我们的交易策略有所贡献。所以本着严谨以及不断探索学习的精
神，我们开始着手研究成交量在交易策略中的作用，本文的核心就是探
索“量价结合“策略在程序化交易中的运用。

此外，对于交易策略，我们从不认为越复杂的策略就越有效，也从不刻
意的去追求策略的复杂性，相反，我们认为越简单的策略在执行效率上
更占优势，所以在两种策略收益相同时，我们更倾向于相对简单的策略。
因此，我们追求的是一种简单高效。

2. 量价结合策略探索
在以往的很多策略中，都注重“价格”的研究而忽略了“成交量”的表现，
其实，“成交量”所表现出来的信息的重要性丝毫不亚于“价格”，成交量
本质反映的是股市资金的变化，而股市资金的变化决定了股价的变化，
所以对成交量的分析显得十分重要。本报告从“量价结合”的角度进行研
究，探索“量价结合“策略在程序化交易中的运用。我们选用 BBI（Bull And
Bear Index）作为价格指标，而选用 PVI（Positive Volume Index）作为成
交量指标，通过对二者的综合使用以形成程序化交易策略的交易规则，
首先我们先简单介绍一下 BBI 和 PVI 这两个指标。

2.1. BBI 指标
BBI 的英文全称是 Bull And Bear Index，一般中文翻译为多空指数，其属
于均线型指标，是将长中短周期的移动平均线加权平均之后得到的。由
于该指标兼顾了各种移动平均线，所以能够很好的解决移动平均线周期
设置的合理性问题。

1） BBI 的计算方法
MA(n1) + MA(n 2) + MA(n3) + MA(n4)
BBI =
4
其中：
MA 为移动平均价格
n1,n2,n3,n4 为移动平均价格的周期
请务必阅读正文之后的免责条款部分 2 of 7
 专题报告

从公式可以看出，不同周期的移动平均价格在 BBI 中都占有一定的权重，

而这些权重代表了不同投资者的持仓成本，这就使得 BBI 在一定程度上
起着多空分水岭的作用。

2） BBI 的一般使用方法
股价位于 BBI 指数之上时，视为多头市场，买入。
股价位于 BBI 指数之下时，视为空头市场，卖出。

图 1 BBI 指数

数据来源：国泰君安证券研究

2.2. PVI 指标
PVI 指标的中文名称叫正成交量指标，其英文全称是 Positive Volume
Index，其属于能量型指标，首次是在 Norman Forback 的《StockMarket
Logic》一书中出现。在 Steven B.Achelis 所撰写的《Technical Analysis from
A to Z》中，对 PVI 指标的解释如下：“PVI 认为当成交量增加的时候，
从众的、行为一致的投资者正在市场中；相反的，在成交量减少的时候，
机构投资者悄悄地建立了头寸。”PVI 指标认为，在价涨量增的市场中，
是散户主导的市场，此时的成交量能够反映市场“狂热”的程度，所以 PVI
指标能够较好的区分当前市场处于多头市场还是空头市场。

表 1：PVI 判断多空市场的概率（1941-1975 年美国股市）

PVI 与一年移动平均 当前市场是多头市场 当前市场是空头市场
线相比 的概率 的概率

在其上 79% 21%

在其下 33% 67%

资料来源：《Technical Analysis from A to Z》, 国泰君安证券研究

1) PVI 的计算方法
PVI 的计算是基于当期成交量和前期成交量的大小，设当前时刻为 t，收

盘价为 C t ，则：

当 t 时刻的成交量大于 t-1 时刻的成交量时：

请务必阅读正文之后的免责条款部分 3 of 7
 专题报告

C t − C t −1
PVI t = PVI t −1 + × PVI t −1
C t −1
当 t 时刻的成交量小于或者等于前期成交量时：

PVI t = PVI t −1

PVI 的初始值一般取 100。

2) PVI 的使用方法
PVI 指数位于其 N 日移动平均线上方的时候，视为多头市场，买入。
PVI 指数位于其 N 日移动平均线下方的时候，视为空头市场，卖出。

图 2 PVI 指数

数据来源：国泰君安证券研究

3. 多空正量模型（BAPM）
3.1. 模型的提出

本节我们将选用 BBI 作为价格指标，而选用 PVI 作为成交量指标，通过

对二者的综合使用，设计出一套适合股指期货的程序化投机交易策略。
由于 BBI 是价格指标，其实质是从价格角度提供了一套判断多空市场的
标准，而 PVI 作为成交量指标，其利用成交量的变化反映了当前市场的
多空状态，我们很自然的想法就是：当两个指标都显示当前市场是多头
市场时，我们做多；反之，当两个指标都显示当前市场是空头市场时，
我们做空。

我们这样做的理由是：当价格指标或者成交量指标中有一者显示当前市
场是多头（空头）市场时，由以上的分析可知，当前市场是多头（空头）
市场的概率极高，自然地，当价格指标或者成交量指标同时显示当前市
场是多头（空头）市场，则我们有理由相信当前市场是多头（空头）市
场的概率会更高。

根据以上思路，我们设计出多空正量模型（BBI and PVI Model），通过

后面的实证分析，我们将看到这个模型在实战交易中的效果。

请务必阅读正文之后的免责条款部分 4 of 7
 专题报告

3.2. 交易结果分析

数据选取：目前股指期货虽然已经推出两个多月，但可以用来测试的时
间区间长度仍然有限，为了检验模型的长期有效性，我们在选取沪深 300
股指当月连续合约（2010/4/19-2010/7/16）的同时，选用 2008-2010Q2
时间区间内的沪深 300 指数的 1 分钟高频数据来对我们的策略进行模
拟测试，模拟测试的合约数量为 1 手。

交易结果：
1）沪深 300 指数：
本次交易 08-09 年合计盈利 9900 点，2010Q1-Q2 合计盈利 1518 点，而
上篇报告中布林策略 08-09 年合计盈利 8245 个点， 这说明从盈利性来看，
量价结合交易策略在一定程度上比单纯的价格策略更占优势。

通过测算我们得到每笔交易的交易费用及冲击成本的平均水平为万分
之五，扣除交易成本后，08-09 年合计盈利 7961 点，2010Q1-Q2 合计盈
利 939 点。08-10Q2 期间一手合约最大单笔亏损为 6654 元，一手合约最
大连续亏损 18729 元。

2）当月连续合约：
在 2010/4/19-2010/7/16 期间，模型回测结果显示：当月连续合约合计盈
利 442 点，扣除交易费用和冲击成本万分之五后，盈利 28 点，保证金
资金回报率约为 5.6%。期间一手合约最大单笔亏损为 4920 元，一手合
约最大连续亏损 14340 元。

表 2：模型收益
指数/合约 时间区间 盈利点数 同期指数变动
2008Q1 2453 (1548)
2008Q2 1699 (999)
2008Q3 1416 (548)
2008Q4 1149 (426)
2009Q1 636 690
沪深 300 指数 2009Q2 515 659
2009Q3 1172 (162)
2009Q4 860 571
2010Q1 765 (247)
2010Q2 753 (788)
合计 11418 (2798)
截至
当月连续合约 442 (691)
2010/07/16
数据来源：国泰君安证券研究

请务必阅读正文之后的免责条款部分 5 of 7
 专题报告

表 3：模型盈亏数据
交易总 最大单笔 最大单笔 盈利交易平 亏损交易平 平均盈
指数/合约 时间
笔数 盈利（点） 亏损（点） 均盈利（点） 均亏损（点） 亏比
2008Q1 114 271.33 -22.18 39.00 -7.35 5.30
2008Q2 221 180.00 -21.21 24.76 -6.68 3.71
2008Q3 233 149.56 -14.64 18.75 -4.32 4.34
2008Q4 237 63.23 -12.07 12.66 -3.73 3.39
沪深 300 2009Q1 195 57.53 -11.30 11.45 -3.76 3.05
指数 2009Q2 219 64.88 -13.18 9.63 -3.54 2.72
2009Q3 230 90.88 -18.78 17.94 -5.69 3.15
2009Q4 228 90.03 -14.57 10.91 -3.61 3.02
2010Q1 147 101.11 -14.98 14.78 -3.27 4.53
2010Q2 203 74.22 -13.79 12.74 -3.34 3.81
当月连续
截至 2010/07/16 262 94.20 -16.40 14.94 -4.24 3.52
合约
数据来源：国泰君安证券研究

表 4：模型最大连续盈亏
最大连续盈利 最大连续亏损 最大连续盈利 最大连续亏损
指数/合约 时间
笔数 笔数 总额（点） 总额（点）
2008Q1 9 4 457.81 -42.49
2008Q2 8 7 297.65 -62.43
2008Q3 5 8 203.28 -44.05
2008Q4 7 6 96.36 -28.43
沪深 300 2009Q1 4 9 91.91 -32.18
指数 2009Q2 7 8 121.99 -29.04
2009Q3 7 8 155.68 -53.49
2009Q4 7 11 204.27 -46.48
2010Q1 5 6 114.24 -33.12
2010Q2 9 9 104.02 -29.85
当月连续
截至 2010/07/16 5 14 134.80 -47.80
合约
数据来源：国泰君安证券研究

请务必阅读正文之后的免责条款部分 6 of 7
 专题报告
分析师声明
作者具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，保证报告所采用的数据均来自合规渠道，分析
逻辑基于作者的职业理解，本报告清晰准确地反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或
影响，特此声明。

免责声明
本报告仅供国泰君安证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为本公司
的当然客户。本报告仅在相关法律许可的情况下发放，并仅为提供信息而发放，概不构成任何广告。

本报告的信息来源于已公开的资料，本公司对该等信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及
推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可升可跌。过往表现不应
作为日后的表现依据。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。本公司不保证本报告所含信
息保持在最新状态。同时，本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修
改。

本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。在任何情况下，本报告中的信息或所表述的意见
均不构成对任何人的投资建议。在任何情况下，本公司、本公司员工或者关联机构不承诺投资者一定获利，不与投资者分享投
资收益，也不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。投资者务必注意，其据此做出的任何投资决
策与本公司、本公司员工或者关联机构无关。

本公司利用信息隔离墙控制内部一个或多个领域、部门或关联机构之间的信息流动。因此，投资者应注意，在法律许可的情况
下，本公司及其所属关联机构可能会持有报告中提到的公司所发行的证券或期权并进行证券或期权交易，也可能为这些公司提
供或者争取提供投资银行、财务顾问或者金融产品等相关服务。在法律许可的情况下，本公司的员工可能担任本报告所提到的
公司的董事。

市场有风险，投资需谨慎。投资者不应将本报告为作出投资决策的惟一参考因素，亦不应认为本报告可以取代自己的判断。在
决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。

本报告版权仅为本公司所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制、发表或引用。如征得本公司同意进
行引用、刊发的，需在允许的范围内使用，并注明出处为“国泰君安证券研究”，且不得对本报告进行任何有悖原意的引用、
删节和修改。

若本公司以外的其他机构（以下简称“该机构”）发送本报告，则由该机构独自为此发送行为负责。通过此途径获得本报告的
投资者应自行联系该机构以要求获悉更详细信息或进而交易本报告中提及的证券。本报告不构成本公司向该机构之客户提供的
投资建议，本公司、本公司员工或者关联机构亦不为该机构之客户因使用本报告或报告所载内容引起的任何损失承担任何责任。

评级说明
评级 说明
1.投资建议的比较标准 增持 相对沪深 300 指数涨幅 15%以上
投资评级分为股票评级和行业评级。
以报告发布后的 12 个月内的市场表现为 谨慎增持 相对沪深 300 指数涨幅介于 5%～15%之间
比较标准，报告发布日后的 12 个月内的 股票投资评级
中性 相对沪深 300 指数涨幅介于-5%～5%
公司股价（或行业指数）的涨跌幅相对
同期的沪深 300 指数涨跌幅为基准。 减持 相对沪深 300 指数下跌 5%以上
2.投资建议的评级标准 增持 明显强于沪深 300 指数
报告发布日后的 12 个月内的公司股价
（或行业指数）的涨跌幅相对同期的沪 行业投资评级 中性 基本与沪深 300 指数持平
深 300 指数的涨跌幅。 减持 明显弱于沪深 300 指数

国泰君安证券研究
上海 深圳 北京
地址 上海市浦东新区银城中路 168 号上海 深圳市福田区益田路 6009 号新世界 北京市西城区金融大街 28 号盈泰中
银行大厦 29 层 商务中心 34 层 心 2 号楼 10 层
邮编 200120 518026 100140
电话 （021）38676666 （0755）23976888 （010）59312799
E-mail：gtjaresearch@gtjas.com

请务必阅读正文之后的免责条款部分 7 of 7