哪种趋势指标是你的朋友

创建于 2025-05-26T12:20:11.481890+08:00 更新于 2025-05-26T13:00:39.388788+08:00

摘要

本报告基于AQR等海外文献，系统分析了趋势追踪中两大核心指标：时间序列动量（TSMOM）与均线交叉（MACROSS），揭示其内在数学等价性及趋势签名图的多维分析方法，实证对比不同滤波器的收益特征，验证相关策略显著超额收益且高度相似，强调趋势策略本质一致，关键在风险管理与组合构建 [page::0][page::1][page::2][page::3][page::5][page::6]

速读内容

趋势追踪的两种核心指标：TSMOM与MACROSS [page::0][page::1]

TSMOM基于特定时间段收益表现，正收益即向上趋势，已有研究显示其在多个资产类别中稳定获得超额收益。

- MACROSS基于短期移动平均线与长期移动平均线交叉，呈现趋势信号，两者数学表示密切相关，是同一类趋势追踪的不同表达形式。

黄金价格案例及TSMOM与MACROSS的数学分解 [page::1][page::2][page::3]

公式化描述显示MACROSS可视为价格的加权线性组合，权重与TSMOM相似，且收益签名图展示两者线性加权差异但本质趋势一致。

- 短均线与长均线差权重随时间衰减，符合趋势追踪的非负收益贡献特性。

不同滤波器收益签名图比较 [page::3][page::4][page::5]

HP滤波、卡尔曼滤波及OLS回归等多种滤波器均可拆解为具有趋势捕捉能力的加权收益序列，尽管权重形状不同，但本质逻辑类似TSMOM。

- 趋势策略滤波复杂度提升对预测效果边际贡献有限。

经典TSMOM与MACROSS策略收益及相关分析 [page::5][page::6]

| Signal Name | Annual Returns (Excess of Cash) | Annualized Volatility | Sharpe Ratio |
|------------------|--------------------------------|----------------------|--------------|
| MACROSS(3,12) | 10.3% | 10.2% | 1.01 |
| MACROSS(8,32) | 10.9% | 10.3% | 1.06 |
| MACROSS(32,128) | 12.8% | 9.7% | 1.33 |
| TSMOM(22) | 9.8% | 10.1% | 0.97 |
| TSMOM(66) | 12.1% | 10.1% | 1.20 |
| TSMOM(260) | 14.2% | 9.8% | 1.45 |

六组策略均显著超额收益，对应MACROSS与TSMOM策略收益高度相关，回归检验R平方均在80%以上。

- 不同参数配置下，长周期趋势捕捉能力更强，年化收益及夏普比率更高。

强调趋势策略的本质同质性，区别更多体现在风险控制与组合管理层面。

深度阅读

证券研究报告详尽分析

报告题目与元数据概览

报告标题：《哪种趋势指标是你的朋友》

- 作者：吴先兴

发布机构：天风证券股份有限公司，量化先行者团队

- 发布日期：2019年5月15日

主题：趋势交易指标对比分析，特别聚焦时间序列动量（TSMOM）和移动平均交叉（MACROSS）两大主要趋势指标的理论关联、统计特征及实证表现

- 核心论点：报告基于AQR研究，揭示了不同的趋势指标在本质上高度相关且等价，告诫投资者应更多关注组合构建和风险管理而非盲目追求滤波器复杂度。

目标：帮助CTA投资者理解趋势指标的驱动机制及其原理，理性选择与调整策略结构，提高趋势交易的有效性与稳健性。

章节详解

1. 简介

关键信息：

报告开篇指出，面对带有噪声的市场数据，趋势识别实质为工程学中的滤波问题。在实践中，趋势主要通过两类指标刻画：时间序列动量（TSMOM）及均线交叉（MACROSS）。前者反映过去收益的正负情况，后者则通过短长均线交叉信号判断趋势方向。实证表明，二者的内在含义高度接近，均能捕捉到趋势信息。报告欲通过理论和经验方法，统一这两类趋势指标，提出“趋势签名图”概念，以展示不同趋势策略内在结构及其等价关系。

理论意义：趋势指标不仅是统计滤波，更是通过对价格和收益序列赋权，提取具有预测力的信号。适当的加权函数形式决定了策略的有效性。

- 启迪总结：趋势策略的差异主要体现在权重分布与预测区间的选择上，策略效果不完全依赖复杂滤波技术，而侧重风险与交易执行管理。
[pgae::0]

2. TSMOM VS MACROSS

2.1 TSMOM具体解析

报告用黄金价格举例，计算不同时点（历史与当前）的对数差分，说明单点TSMOM指标易受噪声干扰，用多个时间点的加权平均更稳健。引用Asness等人证实截面动量后端平滑增强可靠性。

- 数学表达式为：
\[
\mathrm{TSMOM}{t}^{c}=\sum{s=1}^{\infty} cs (p{t-s+1} - p{t-s})
\]
其中权重 \(cs\) 分布决定历史收益对当前信号的影响力。差异源于权重在预测区间中的侧重。

含义：TSMOM本质是历史收益的线性加权平均，权重设计与数据选择是决定策略表现的关键。

[pgae::1]

2.2 MACROSS分解

以黄金价格上的20日短均线和260日长均线交叉为示范，表明当短线穿越长线时，趋势呈上升。

- 数学表达式：
\[
MAt^{fast} = \sum{s=1}^\infty ws^{fast} P{t - s + 1}, \quad
MAt^{slow} = \sum{s=1}^\infty ws^{slow} P{t - s + 1}
\]
\[
MACROSSt = MAt^{fast} - MAt^{slow} = \sum{s=1}^\infty (ws^{fast} - ws^{slow}) P{t - s + 1}
\]

报告进一步推导得到MACROSS可以转化为对收益的加权平均形式，与TSMOM内涵吻合，权重 \(cs\) 均为非负且随时间推移逐渐减小，保证趋势跟踪的渐进性和递减影响。

- 图3（收益签名图）展示TSMOM与MACROSS在收益权重上的相似形态，一条平直线（TSMOM）与一条先升后降的斜线（MACROSS），反映不同的时间段权重分布，但总体符合趋势指标特性。
[pgae::2,3]

2.3 指数加权平均（EWMA）

利用指数加权移动平均构造MACROSS指标，权重分布更平滑，减小震荡影响。

- 对应的图4和图5展示价格和收益序列上的权重分布，EWMA快速均线降幅陡峭，慢速较平缓，收益权重曲线先上升后缓慢下降，比简单MA更技术先进。

这种设计有效平衡信号响应速度和稳定性。

[pgae::3,4]

2.4 其他滤波器的收益签名图

报告还涵盖了HP滤波、卡尔曼滤波和OLS趋势斜率相关滤波，以收益签名图表达各自的权重特征：

- HP滤波图6显示权重先急升后缓慢下降甚至负值，表现创新的滤波特性，可能抑制短期噪声。
- 卡尔曼滤波图7权重平滑下降并与EWMA及TSMOM对比，强调滤波动态优化，技术复杂度更高。
- OLS滤波图8表现为中间权重峰值，类似趋势斜率捕捉整体变化趋势的静态拟合。

这说明多种滤波技术本质上都是TSMOM的变形，差别在权重设计与响应特性。

[pgae::4,5]

3. 实证检验

实证测试设计包括：

- 三个标准TSMOM策略：分别基于1个月（22天）、3个月（66天）和12个月（260天）的对数收益差分。
- 三个对应MACROSS策略：快慢移动平均线周期分别为 (3,12), (8,32), (32,128) 天，确保与TSMOM信号时间尺度近似。

关键结论：

- 六组策略均取得显著的年化超额收益，夏普比率均高于0.9，长周期策略夏普比率可达1.33至1.45。
- 表1和图9的回归分析显示TSMOM与MACROSS不同策略组之间的相关性极高，回归R方普遍接近80%以上，表明两类指标在信号捕获和收益上高度一致。

实证证明理论框架的正确性和实用价值，强调两类策略本质上可互换，选择时偏好与实操结合更为关键。

[pgae::5,6]

4. 总结

报告强调：

- 许多看似不同的趋势策略在数学性质和经济意义上高度等价。
- 策略之间差异主要体现在权重分布，对预测期的选择，以及交易执行细节上，复杂滤波并不会带来本质改进。
- 通过“收益签名图”工具，投资人能直观了解趋势信号的加权结构，从而优化风险管理和仓位配置。
- 最重要的是，CTA收益产生的差异更多源于组合管理、交易执行和风险控制等实务环节，而非指标本身。
[pgae::6]

图表深度解读

| 图表编号 | 内容说明 | 解读分析 | 关联论点与结论 |
|----------|------------------------------------------------------------|------------------------------------------------------------------|----------------------------------------|
| 图1 | 黄金价格走势及TSMOM示意：对特定时间节点的价格及对数差分值 | 单点TSMOM受噪声影响较大，需多点加权均值平滑信号。 | 支持TSMOM为加权历史收益的本质，需权重分布设计。 |
| 图2 | 黄金20日与260日均线交叉示意 | 均线交叉切换点后价格长期呈趋势性上涨，符合趋势信号的有效性。 | MACROSS本质为加权历史价格差，趋势指标。 |
| 图3 | TSMOM与MACROSS收益权重对比签名图 | TSMOM权重固定且均匀，MACROSS权重先升后降，更聚焦近期价格信息。 | 说明两指标权重形态不同但等价捕捉趋势。 |
| 图4&5 | 指数加权平均的价格与收益签名图 | 权重更平滑且先增后减，代表更稳健的滤波行为，减少信号噪音影响。 | 强调滤波的技术发展方向与稳定性提升。 |
| 图6~8 | HP滤波、卡尔曼滤波、OLS趋势斜率的收益权重签名图 | 不同滤波技术呈现不同的权重分布特征，但均可视作TSMOM的广义变体。 | 滤波复杂度与策略表现非线性关系，理论统一性。 |
| 表1 | 六组TSMOM与MACROSS策略的年化收益率、波动率及夏普比率统计表 | 各策略均表现稳健，长周期趋势策略表现优于短周期。 | 实证支持理论等价与有效性，两类策略均可采纳。 |
| 图9 | TSMMOM与MACROSS策略互回归结果，展示高度相关性 | R方均在80%以上，表明信号高度一致，策略表现高度同步。 | 体现趋势指标本质相同，实际选择受其它因素影响。 |

估值分析部分

本报告为趋势指标理论及实证分析，并未涉及具体公司或资产的估值问题，因此无传统财务估值模型讨论。

风险因素评估

潜在策略风险：

- 趋势策略依赖历史加权数据，面对极端行情（黑天鹅）及市场结构改变，方案可能失灵。
- 权重设计若不合理，可能带来信号滞后或过度交易，增加交易成本。
- 若资金管理和风险控制不严，趋势策略可能出现回撤放大。

报告未明确提出风险缓解措施，但强调风险管理、仓位管理、交易执行的重要性，暗示这方面是策略成功的关键。

[pgae::0~6]

批判性视角与细微差别

报告对趋势指标理论给予高度统一和简化解释，可能忽略了某些实操中复杂的市场微结构影响及非线性效应。

- 虽强调滤波器复杂性与效果无关，但对于特定市场和周期，不同滤波方法对信号精准度和反应速度的微小差异仍可能显著。

报告整体偏向学术与统计等价，实务投资者需结合流动性、执行成本及市场摩擦进行综合考量。

- 署名来自卖方证券公司研究所，可能存在轻微市场推广功能，需警惕潜在的策略正面偏见。

但对事实和理论的梳理透明，数据翔实，逻辑严密，体现较高专业水平。