• 报告主旨为结合传统多因子选股稳定性与技术指标选股灵活性的优势，通过情景切换优化KDJ指标选股策略 [page::0][page::3]。

• KDJ指标定义及计算核心，强调RSV反映价格在过去N日内位置，K、D、J为平滑值，且参数(9,3,3)引用时间周期约13天 [page::4][page::5]。

• 构建了6种KDJ选股策略，基于全A股测试后确定策略1（KD小于20且金叉买入，KD大于80且死叉卖出）效果最佳，累计超额收益199%，胜率55% [page::6]。

| 策略 | 累计超额收益率 | 胜率 | 最大回撤 | 日均新股数量 | 平均持仓个股数量 |
|---------|---------------|--------|----------|--------------|------------------|
| 策略1 | 1.99 | 0.55 | 0.34 | 4.90 | 517.37 |
| 策略2 | -0.42 | 0.52 | 0.71 | 111.05 | 815.41 |
| 策略3 | -0.21 | 0.53 | 0.62 | 38.00 | 370.92 |
| 策略4 | -0.35 | 0.52 | 0.68 | 118.62 | 853.67 |
| 策略5 | -0.39 | 0.51 | 0.71 | 114.42 | 806.41 |
| 策略6 | 0.28 | 0.54 | 0.48 | 68.08 | 773.12 |

• 不同参数组合下策略收益率与胜率比较，(9,3,3)参数表现良好但并非最优，提示参数需根据情景调整 [page::7]。

| N\M | 3 | 4 | 5 | 6 | 7 | 8 |
|-----|------|------|------|------|------|------|
| 6 | 1.21 | 1.89 | -0.23| -0.35| | |
| 9 | 1.99 | 2.15 | 1.30 | 1.21 | 0.33 | 0.35 |
| 12 | 1.60 | 2.03 | 1.32 | 1.03 | 1.07 | 0.74 |
| 15 | 1.31 | 1.47 | 1.45 | 0.71 | 0.91 | 1.26 |
| 18 | 1.01 | 1.33 | 1.15 | 1.02 | 1.30 | 1.03 |
| 21 | 0.18 | 0.43 | 0.91 | 1.14 | 0.45 | 1.14 |

• 多次确认交叉信号的KDJ策略，采用对交叉次数加权方法，综合策略相较单次信号策略最大回撤降低，累计收益提升至2.37倍 [page::8]。

| 交叉次数 | 1次 | 2次 | 3次 | 个股按交叉次数加权 |
|---------------|-------|-------|-------|-----------------|
| 累计超额收益率 | 1.99 | 1.41 | 0.88 | 2.37 |
| 胜率 | 54.7% | 56.0% | 55.3% | 56.0% |
| 最大回撤 | 35.0% | 42.8% | 50.4% | 32.8% |
| 日均新股数量 | 4.67 | 2.73 | 1.42 | 4.90 |
| 平均持仓个股 | 494.14| 207.49| 79.72 | 517.37 |

• ADX指标用于衡量股价趋势强度，ADX>80时，KDJ指标失效；低于80时，KDJ最优参数随ADX增加N和M值升高，反映趋势增强导致箱体周期延长及敏感度调节需求 [page::9][page::10]。

| 情景 | 0 |------------|----------|-----------|-----------|-----------|--------------|--------|----------|
| 参数 | (6,4,4) | (9,4,4) | (9,6,6) | (9,7,7) | 无 | (9,3,3)| 动态 |
| 累计收益率 | 3.78 | 2.26 | 2.31 | 4.82 | 无 | 1.99 | 2.83 |
| 胜率 | 55.2% | 55.4% | 52.2% | 52.6% | 55.6% | 55.6% | 55.6% |
| 最大回撤 | 40.4% | 38.2% | 58.3% | 22.2% | 33.9% | 35.0% | 35.0% |

• 大盘股中KDJ选股策略失效，小盘股和中盘股有效，其中小盘股最适合短期参数(6,3,3)，中盘股适用中短期参数(12,4,4)，情景切换降低规模风险 [page::11]。

| 情景 | 小盘股 | 中盘股 | 大盘股(无效) | 全样本 | 情景切换 |
|-----------|-----------|-----------|--------------|---------|-----------|
| 参数 | (6,3,3) | (12,4,4) | 无 | (9,3,3) | 动态 |
| 累计收益率| 6.80 | 2.00 | 无 | 1.99 | 3.04 |
| 胜率 | 56.7% | 56.0% | 无 | 55.6% | 56.1% |
| 日均信号 | 1.71 | 4.52 | 无 | 4.90 | 6.63 |
| 平均持仓 | 82.81 | 166.78 | 无 | 517.37 | 127.84 |

• 设计KDJ信号止损策略，以买入信号形成期间最低价作为止损价，降低信号错误导致的回撤风险 [page::13]。

• 实证结果表明，考虑情景切换及止损后的KDJ策略在2005-2013年间累计超额收益651.7%，样本外(2011-2013)超额收益24%，提升策略稳健性 [page::14][page::15]。

| 策略 | 累计超额收益率 | 胜率 | 日均新股数量 | 平均持仓个股 | 持仓时间占比 |
|----------|----------------|--------|--------------|--------------|--------------|
| 无止损 | 4.21 | 56.3% | 6.13 | 133 | 79.1% |
| 有止损 | 6.52 | 56.6% | 7.02 | 80 | 78.5% |

• 分阶段统计显示2011年策略亏损但随后恢复，2012年及2013年表现良好，近期5个月超额收益达17%，验证策略的稳定与适应性 [page::14][page::15]。

• 总结：技术选股指标繁多，KDJ作为经典指标，结合情景切换与多次信号确认优化有效性，未来研究将拓展更多指标及情景分类，实现多种选股策略融合 [page::15]。

基于情景切换的技术选股策略——KDJ指标选股策略详尽分析报告

---

1. 元数据与概览

• 标题：《基于情景切换的技术选股策略 ——技术指标选股系列之 KDJ》

- 作者及研究团队：广发证券发展研究中心金融工程研究小组，包括首席分析师罗军及数位资深、初级分析师（详见最终页详细名单）

• 发布时间与机构：广发证券发展研究中心，截止最新数据至2013年中

- 研究主题：基于技术指标KDJ的选股策略优化，强调通过情景区分实现技术指标的动态适用和策略收益最大化

核心论点：

本报告指出，虽然传统多因子选股策略因其逻辑清晰、稳定性好受到推崇，但存在数据滞后和选股过于集中等缺陷。技术指标选股则优势在于策略多样性、灵活性及实时分散选股能力。基于此，报告主张将多因子选股和技术指标选股相结合，利用KDJ指标的情景切换优化方法，提升选股策略的综合表现。

• 通过调整KDJ参数及权重分配，增强指标对不同市场情景的适应能力；

- 引入趋势强度指标ADX和个股流通市值区分个股情景，针对不同情景动态选择KDJ参数；

• 引入交叉次数确认降低信号钝化风险，设计止损策略控制风险；

- 实证分析显示该策略在2011-2013年样本外依然保持良好超额收益和胜率，累计超额收益约24%（样本外）[page::0,6,7,10,11,13,14]

---

2. 逐节深度解读

2.1 报告摘要与引言（第0页、第3页）

• 论述了多因子选股与技术指标选股的优缺点，强调结合两者优势的必要性；

- 介绍报告研究目标：在KDJ指标基础上，通过参数优化和情景识别，构建适应不同市场环境的技术选股策略；

• 初步论证KDJ常用参数（9,3,3）在近年来表现不佳，提出基于情景动态调整参数方案；

- 采用ADX指标（趋势强度度量）和流通市值划分个股类别，提出情景匹配的KDJ参数优化方法；

• 图1和表1（第0页）展示了情景切换KDJ策略的历史表现，包括分阶段累计超额收益及胜率，显示策略在2007-2010年表现尤佳，2011年回撤微亏，2012年及2013年回暖[page::0,3]

2.2 技术指标选股简介（第3-4页）

• 介绍量化选股框架下多因子和技术选股的关系，图2展示两者结合的整体框架：多因子依托基本面数据库，注重因子选取和风格轮动，技术选股依赖行情数据库，实现趋势识别、形态识别等；

- 指出技术指标种类繁多，选股策略繁复，新手容易迷失。强调以经典技术指标（趋势、反趋势、能量、强弱、压力支持类）为重点研究对象；

• 图3细分经典指标类别，KDJ属于反趋势指标，是综合动量、相对强弱的代表性指标；

- 报告结构分为5部分，逐步详述KDJ指标的参数优化、情景分析及策略实证[page::3,4]

2.3 KDJ指标基础与应用（第4-5页）

• 详细讲解KDJ指标的数学原理：

- RSV核心公式反映当前价格在过去N天内的相对位置；
- K、D、J的平滑计算过程和相互关系；
- 参数(9,3,3)对应大约13天时间窗口，实质上监控近两周价格波动形成的箱体行情；

• KDJ核心假设是价格在箱体区间内波动，上轨超买，下轨超卖，金叉死叉提供买卖信号；

- 介绍KDJ指标敏感度调节及信号应用原则，五大关键考察点：KD取值、形态、交叉、背离、J取值大小，形成6种基本选股策略[page::4,5]

2.4 6种KDJ选股策略比较（第6页）

• 实证比较6种策略的累计超额收益、胜率、最大回撤以及交易频次等关键指标；

- 策略1（结合KD位置和交叉信号）表现最优，累计超额收益高达199%，胜率55%，回撤适中（34%）；

• 但也指出均有提升空间，当前策略虽稳定但收益和信号灵敏度可优化；

- 图5示策略1的表现呈现明显波动，2007年大幅上涨后波动回落至较低水平，反映策略存在信号噪音和钝化风险[page::6]

2.5 参数优化分析（第7页）

• 对KDJ参数N和M分别在多个组合下测算策略收益和胜率；

- 经典(9,3,3)参数虽有效，但并非最优参数；

• 发现参数如(6,4,4)、(9,4,4)、(12,4,4)等均表现相近，且近三年均表现不佳，信号钝化明显；

- 由此得出结论：统一参数策略的问题在于忽视了市场与个股的多样性，应基于情景动态切换参数；

• 结合第5页对信号敏感度的理解，抉择适应不同箱体长度的参数组合尤为重要[page::7]

2.6 交叉信号次数确认（第7-8页）

• 解决信号钝化成本高的问题，探讨多次交叉信号确认下的策略表现；

- 表5表明：
- 1次交叉信号收益最高（1.99），但胜率最低（54.7%），持仓和交易频次高；
- 多次交叉（2次，3次）信号收益和信号频率下降，但胜率提升，
- 综合加权策略（根据交叉次数给权重）在保证较高收益（2.37）同时提升胜率（56%）和降低最大回撤（32.8%）；

• 图6视觉展示了加权策略优于单次交叉和多次交叉单独策略的累积超额收益走势[page::8]

2.7 KDJ情景分析 ——基于ADX指标趋势强度（第9-11页）

• 介绍ADX指标原理，是衡量市场趋势强度的振荡指标，参数常用(14,14)；

- 具体案例展示ADX与KDJ信号的互动，ADX值低时KDJ信号较为有效，ADX过高（>80）则KDJ信号失效，因趋势明显，箱体震荡被打破；

• 通过表6进行统计验证，将个股按ADX划分5档情景：

- ADX > 80时KDJ无效，放弃应用；
- ADX从低到高，最优KDJ参数的N、M逐渐增加，意味箱体震荡周期延长，指标对价格敏感度减弱；
- 情景切换策略结合不同参数，取得综合收益2.83，胜率55.6%，最大回撤35%，表现优于固定参数策略；

• 图8展现了基于ADX情景切换的累计超额净值明显优于基准[page::9,10,11]

2.8 KDJ情景分析 ——基于流通市值大小（第11-12页）

• 以个股规模分类(小盘股、中盘股、大盘股），测算不同规模下KDJ有效性；

- 结果表7显示：
- 大盘股中KDJ无效；
- 小盘股策略效果最优，参数(6,3,3)，指出小盘股中KDJ关注更短期、灵敏反应；
- 中盘股采用(12,4,4)，指中短期参数，指标反应略迟钝；

• 结合情景切换策略，收益高于只应用于中盘股，但低于小盘股单独策略，平衡风险规模；

- 图9展示流通市值情景切换策略的优势表现[page::11,12]

2.9 考虑个股情景切换的KDJ选股策略设计（第12页）

• 综合ADX和市值划分情景，明确不适用KDJ的两大情景（ADX>80及大盘股）剔除；

- 结合六种有效情景按照历史最优表现排序确定参数赋值；

• 表8展示不同情景及其对应最优参数和关键表现；

- 强调选股策略应根据股票所属情景动态调整参数和策略，以最大化收益率与胜率[page::12]

2.10 止损策略设计（第13页）

• 为防止KDJ指标失效导致回撤过大，设计具体止损规则：

- 买入信号形成周期往前推13天（以(9,3,3)参数为例），期间最低价作为止损价；

• 图10示意止损策略，结合买入信号和价格波动设定止损点；

- 止损策略是技术选股策略风险控制的重要环节，有效避免策略极端亏损[page::13]

2.11 实证分析（第13-15页）

• 样本说明：A股全部股票，2005年1月4日-2013年5月24日，共2053个交易日，样本内截止2010年12月31日，后续数据为样本外；

- 交易细则：次日开盘价执行买卖，双边交易成本0.3%；

• 表9与图11显示：

- 考虑止损策略，累计超额收益大幅提升至652%，胜率稳定在56.6%，最大回撤下降，持仓时间略减少，日均新股信号频率提升；

• 分年度分阶段表现（表10、图12）：

- 2007-2010年表现强劲，累计超额收益稳定高位；
- 2011年小幅亏损，账面波动较大；
- 2012年和2013年回暖，特别是2013年前5个月累计超额收益达17%，表明策略在不同市场环境下表现稳健；

• 结果验证了情景切换参数加权、止损控制及多次交叉确认组合策略的有效性[page::13,14,15]

2.12 总结与展望（第15页）

• 提炼技术选股指标的使用要点：

- 技术选股与多因子策略优势互补；
- KDJ指标因其综合性强、灵活容易操作，仍具实用价值；
- 参数与策略优化通过多次信号确认及权重赋值降低信号钝化风险；
- 信号止损策略控制下行风险；
- 情景切换实现策略参数动态适应市场环境；

• 展望后续将基于情景分析推广至其他经典技术指标，增强情景分类多样化，实现多因子与技术选股策略融合[page::15]

2.13 风险提示（第16页）

• KDJ指标本身敏感性高，未必适用于所有个股及市场环境；

- 情景分辨方式具有一定主观性与模型局限，可能导致策略在现实中的应用效果波动；

• 实际操作需结合具体模型特征和风险管理，避免简单机械套用[page::16]

---

3. 图表深度解读

图1（第0页）

• 内容：基于情景切换的KDJ策略累计超额收益净值随时间走势；

- 解读：策略累计净值走势明显优于基准，尤其2007-2010年收益强劲，2011年略有回落，之后稳步反弹，显示策略整体有效性和实时调整能力；

• 联系：支撑情景切换提高策略表现，减少固定参数策略不适应性导致的风险。

表1（第0页）

• 内容：KDJ策略分阶段收益率及胜率统计；

- 解读：全样本累计超额收益651.7%，胜率56.6%；样本外（2011-2013）收益24%，胜率57.3%；分年表现波动，反映市场环境差异影响；

• 联系：表明策略具有一定稳定性，样本外测试结果验证策略实用性。

图2（第3页）

• 内容：技术选股与多因子选股结合框架示意图；

- 解读：图形以数据库及数据流为核心，表现两策略的优势互补，体现量化策略体系动态调整思路；

• 联系：强调技术指标与多因子因子库的融合方向。

图3（第4页）

• 内容：经典技术指标分类体系；

- 解读：详细分类指标种类，突显KDJ在“反趋势指标”类中的代表性地位，并标注其他重要指标（MACD、RSI等）；

• 联系：定位研究对象，突出研究KDJ的典型代表意义。

图4（第5页）

• 内容：KDJ指标原理的实盘图示及买卖信号（金叉、死叉）；

- 解读：直观展现KDJ的工作机制与信号发出时机，帮助理解指标敏感度和平滑处理；

• 联系：支撑理论计算与实际交易信号的结合。

图5（第6页）

• 内容：传统KDJ策略表现累计超额净值变化；

- 解读：展现传统固定参数策略波动大、信号钝化期间收益受限，说明改进必要性。

表2（第6页）

• 内容：6个KDJ选股策略收益、胜率、最大回撤、交易频率等综合比较；

- 解读：指标、组合使用及交叉条件对策略效果影响显著，策略1最优但仍存在改进空间。

表3、4（第7页）

• 内容：不同N、M组合下策略收益率和胜率；

- 解读：表明参数细调可提升收益和胜率，但无“万能”参数，预示情景切换必要。

表5（第8页）

• 内容：不同交叉确认次数条件下策略表现；

- 解读：权衡收益和风险，推荐使用多次交叉加权提高整体胜率及控制回撤。

图6（第8页）

• 内容：不同交叉次数KDJ策略累计超额净值走势对比；

- 解读：权重加权策略表现优于纯单次或纯多次策略。

图7（第10页）

• 内容：ADX对KDJ信号有效性的影响示例；

- 解读：ADX越高，代表趋势越强，KDJ信号有效性下降，实例验证趋势强度与指标信号相关性。

表6（第10页）

• 内容：不同ADX情境下KDJ策略表现统计及最优参数；

- 解读：明确ADX>80时策略失效，低中ADX区间策略有效，参数N、M随趋势强度扩大。

图8（第11页）

• 内容：基于ADX情景切换的策略累计超额净值；

- 解读：情景切换大幅提升策略表现，明显优于单一参数策略。

表7（第11页）

• 内容：不同市值情景下KDJ最优参数及策略表现；

- 解读：小盘股策略收益优，表现敏感度高；中盘股适中；大盘股失效。

图9（第12页）

• 内容：基于流通市值切换的KDJ策略表现；

- 解读：确认规模情景分布下的收益差异，支撑参数动态调整框架

表8（第12页）

• 内容：综合ADX及市值情景策略优先级及表现

- 解读：为实际运用提供优先级排序，指导组合策略设计。

图10（第13页）

• 内容：KDJ止损策略示意图和买入信号止损点；

- 解读：实际操作说明止损重要性，结合信号窗口防范风险。

表9（第14页）

• 内容：考虑止损前后策略多维指标比较；

- 解读：止损策略显著提升收益、减少最大回撤、增加收益稳定性，提升交易活跃度。

图11（第14页）

• 内容：考虑情景切换和止损策略的累计净值表现对比；

- 解读：视觉展示止损机制带来的收益稳健提升。

表10（第14页）

• 内容：策略分阶段收益及胜率统计；

- 解读：策略虽有年份波动，但整体长期有效，胜率稳定在55%以上。

图12（第15页）

• 内容：分阶段策略超额累计净值走势；

- 解读：2007-10加速上升，2011小幅调整，2012年复苏，验证策略适应能力。

总结性图示（第15页）

• 梳理技术指标选股路径，明确KDJ优势及未来研究方向。

---

4. 估值分析

本报告为策略研究，未涉及传统意义的估值模块（如DCF、PE、EV/EBITDA等）。其核心估值逻辑聚焦于策略累计收益、胜率、最大回撤等风险收益指标，通过历史回测数据进行策略优劣评估。

主要通过以下指标体现策略估值角度：

• 累计超额收益率：反映策略突破市场基准（A股等权指数）的超额收益能力；

- 胜率：指获利次数占比，衡量稳定性；

• 最大回撤：评估策略风险与潜在损失；

- 日均新股数量和平均持仓个股数量：反映策略选股灵活性和分散度；

• 持仓时间占比：体现策略交易频率和持股周期。

策略通过调整参数、情景切换和止损规则，实现风险收益特征优化，这体现了相当意义上的"估值"和风险控制机制。

---

5. 风险因素评估

报告识别的主要风险包括：

• 指标敏感度风险：KDJ指标本质为敏感性高的技术指标，可能因信号钝化导致虚假信号，造成资金频繁进出及误判；

- 情景识别误差风险：如何准确判断个股的ADX情景和规模情景属于主观且模型假设依赖较强，情景划分不准确将影响策略表现；

• 市场结构风险：市场行情异常或单边行情明显时，KDJ策略表现失效尤为突出，报告中ADX大于80时即视为无效；

- 策略执行风险：交易成本（双边0.3%）、信号执行延迟、止损规则执行等都会对实际收益带来影响；

• 过拟合风险：参数优化基于历史数据，可能存在针对历史市场优化的风险，未来市场行为变动可能使策略失效；

- 风险缓释措施：引入交叉次数确认以提升信号稳定性，加入止损策略限制最大下行，采用情景切换动态选择参数以适应不同市场阶段；

• 风险提示明确指出：实际应用需结合模型特征谨慎使用，不宜简单机械套用[page::7,8,9,16]

---

6. 审慎视角与细节

• 报告本身较为客观系统，针对传统KDJ策略缺陷进行了多方面创新探索，坚守基于数据驱动的实证分析，有效验证；

- 仍存在一定偏向信号选股方法的结论，未充分比较其他技术指标全方位优劣；

• 风险评估稍显简单，未量化极端市场环境影响，对情景切换模型的稳定性依赖较大，现实中或受限于数据质量；

- 连续多次信号确认方案相比单次信号虽有效，但可能错失部分转折机会，交易成本的影响在报告中未深度量化，可能高估策略实际收益；

• 报告强调情景划分和参数动态调整，但具体实现中涉及一定主观判断和技术复杂度，运行维护需要较高量化资源和经验；

- 细节方面，报告结构清晰，图表丰富，支持数据可靠，呈现出较高的专业水准。

---

7. 结论性综合

本报告围绕技术指标KDJ的选股策略进行系统深入研究，突破传统固定参数和统一策略的局限，提出基于个股情景切换（由ADX趋势强度及规模划分）动态选择参数，结合信号多次确认以及止损控制的综合策略框架。核心发现包括：

• 技术指标选股与多因子策略互补：两类策略结合能发挥各自优势，实现更加灵活分散且逻辑合理的选股逻辑；

- KDJ指标本质基于价格箱体震荡规律，其最优参数与个股趋势强弱及规模密切相关；

• 基于ADX和市值的情景切换策略，针对不同情景选取最优参数显著提升选股有效性，尤其剔除单边趋势显著的个股，提高整体策略稳定性；

- 多次交叉信号加权确认提升胜率并控制最大回撤，克服了传统KDJ信号敏感、频繁产生虚假信号的问题；

• 止损策略进一步加强风险控制，提升平均胜率并降低持仓风险；

- 实证结果显示，基于情景切换的KDJ策略总体表现远超固定参数策略，累计超额收益超过600%，胜率稳定在56%左右，在样本外测试中仍保持近24%的累计收益，验证了策略的稳健性；

• 图表支持：多张图表明确显示情景切换及止损策略对收益及回撤的显著影响，表格提供了丰富的参数检验和策略对比数据，增强策略可信度；

- 结论：报告系统展现了KDJ指标在量化选股中通过情景切换优化策略的可行性与有效性，为后续扩展其他技术指标及策略融合提供坚实基础。

---

该报告为技术指标量化策略研究提供了重要的理论指导与实证方法，建议投资研究者与量化模型开发者重点关注市场状态与个股特性对技术指标表现的影响，从而实现选股策略的动态调整以寻求最优收益与风险平衡。

[page::0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16]

报告