金融工程：超涨卖超跌买策略有效性研究

《金融工程：超涨卖超跌买策略有效性研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、Mi日信证券硒所证券研究报告-金融工程深度RISINGSECURITIES2011年7月14日超涨卖超跌买策略有效性硏究金融工程硏究中心超涨卖超跌买策略有效性硏究于化海高级研究员电话：010-88086830-713邮箱：yuhh@rxzq.com.cn执业证书编号：S0070511040001【主要研究结论】■实证结果显示：“超涨卖超跌买”策略并不显著有效。从07年至今，整体来看，股票前期的超涨超跌对后期的表现没有必然影响。但通过细分不同的帀场趋势，运用此策略仍然可以找到合适的投资机会和避联系人：禹洋电话：010-88086830-719邮箱：y

2、uyong@rxzq.com.cn险方法。■避险：当市场处于牛市时，选择前60个交易H中涨幅居前的股票，后而一段时间，其跑输上证指数的可能性比较人。木研究结果建议投资者应该及时抛出手中涨輔居前的股票，以规避下跌风险。若继续持有超过15个交易口，则其跑输上证指数的概率大于70%。■投资机会：当市场处于震荡市时，投资者可以选择之前60个交易口跌幅届前的股票作为一个组合，买入并持有30至90个交易日，然厉抛出。分析结果表明，此类前期超跌组合在持冇期内跑赢同期上证指数的概率接近70%oH日信证券研奔所RISINGSECURITIES1、研究背景及目的一直以

3、来，不少投资者持有这样的投资观点：股票超涨则卖，超跌则买。这样的观点来口于投资者的直观理解：一只股票经过一段时间的大涨或大跌Z后，价格己经偏离价值，股票木身有冋复需求。然而这样的策略在股市中是否真的有效呢？股票一段时间内的超常表现对后期是否有必然的反转影响呢？本文的目的在于利用历史数据分析“超涨卖超跌买”策略的有效性，研究股票前期的超涨超跌对后期表现的影响，并试图寻找其屮的投资机会和避险方法。2、数据选择及预处理为了定量地了解“超涨卖超跌买”策略在不同情况下的有效性，我们搜集了200恥至2O1W2的全部A股的收盘价数据，并对原始数据做如卜处理：（2

4、）、对所有数据做前复权；（2）、对于某些股票的停牌日期，该日的收盘价取最近交易日的收盘价；（3）、不区分股票市值大小及流动性。3、历史数据统计分析3.1统计方法我们的统计通过多个维度来检验“超涨卖超跌买”策略的有效性。第i个维度是时间维度。我们称一个选定的H期为“基准H”，基准H所处的时间段不同对应了不同的大势行情，分别有牛市、熊市、震荡市。第二个维度称为“前期”。“前期”是指基准H（不包含）Z前的一段时间，用N表示，单位为天。研究过程中，我们选择前期累计收益率排名授前和故后的两部分股票分别作为超涨和超跌组合。第三个维度为“后期”。“后期”是指基准

5、H（包含）Z后一段时间，用M表示，单位为天。第卩q个维度为超涨超跌组合中的股票个数，记为K。我们选择前期收益排名前K和后K名的股票分别作为超涨和超跌组合，进而考察其在后期的表现。第一个维度屮，市场趋势的划分如表1。表1:市场趋势划分时间段市场趋势2007.01.04-2007.10.16牛市2007.10.17-200&11.04熊市2008.11.05-2009.08.04牛市2009.08.05-2011.06.23震荡市资料来源：日信证券研究所H日信证券研奔所RISINGSECURITIES后三个维度的所有取值如表2o表2：前期、后期、排名取

6、值N（天）3510153060-M（天）351015306090K（排名）35101530——资料来源：日信证券研究所我们的做法是：对基准日、前期、后期、排名四个参数选择一组数据，如：2008/05/06、10、30、5。则可以找到08年5刀6H（不包含）前10个交易H的累计收益率最高的5只股票和最低的5只股票，把这两组股票分别作为超涨和超跌组合。然后考察这两个组合在08年5月6日（包含）之后30个交易日相对上证指数的表现。对于这样的一•纟II参数取值，我们有一个样本点。当参数遍历所有可収的参数组合后，我们得到大暈的样本点。3.2统计结果我们通过对

7、结杲数据述行分析，发现股票前期累计收益率排名对研究结果的影响较小，而基准口所处的市场趋势、前期天数、后期天数对结论有显著的影响。下面我们分别対前期的超涨组合和超跌组合进行分析。分别研究在牛市、熊市、震荡市三种市场趋势下，选择不同的前期天数和后期天数时，两种组合的表现。不同情形下，超涨组合后期跑输上证指数的概率及超跌组合后期跑贏上证指数的概率如农3O表3：超涨组合后期跑输上证指数的概率及超跌组合后期跑赢上证指数的概率超涨组合超跌组合牛市熊市震荡市牛市熊市震荡市30.47840.51370.47240.46050.39890.513030.42100.

8、47720.46790,47280.40230.495050.45710.50420.50680.52130.36530.