引言:

邢不行的系列帖子“量化小講堂”，通過實際案例教初學者使用python進行量化投資，了解行業研究方向，希望能對大家有幫助。

個人微信：xingbuxing0807，有問題歡迎交流。

簡易波動指標(EMV)策略在A股的實證

上一期量化小講堂向大家介紹了布林帶策略在A股的實證效果。本期將以簡易波動指標(EMV)策略為例，實證檢驗一下EMV策略在A股的實際效果。

策略簡介

簡易波動指標(EMV)，是為數不多的考慮價量關系的技術指標。它是根據成交量和人氣的變化，構成一個完整的股價系統循環。該指標指示投資者在人氣聚集且成交熱絡的時候買進股票，并且在成交量逐漸展現無力時，賣出股票。具體來說，當股價下跌時，由于買方萎靡退縮，致使成交量逐漸的減少，EMV數值也因而尾隨下降，直到股價下跌至某一個合理支撐區，撿便宜貨的買單促使成交量再度活躍，EMV 數值于是作相對反應向上攀升。所以EMV 指標的上升下降意味著市場的強弱變化，可以以此作為擇時的判斷依據。

本文采用的EMV策略的具體規則為：

第一步：計算EM指標的值

其中，$H_i,L_i,VOL_i$分別是第i日股票的最高價、最低價和成交量。

第二步：計算EMV = EM的n日簡單移動平均

第三步：計算MAEMV = EMV的m日簡單移動平均

第四步：當EMV大于MAEMV時，買入，信號為1；當EMV小于MAEMV時，賣出，信號為-1。

實戰

為了檢驗EMV策略在A股的實際效果，本文將該策略在所有A股都運行一遍。由于策略用不同的參數回測結果也不一樣，因此對每只股票回測時都遍歷一遍參數，選擇使超額收益率最大的參數作為該股票的最優參數。具體步驟如下：

一、遍歷數據文件夾中所有股票文件的文件名，得到股票代碼列表

用python提取股票歷史數據文件夾下每個股票對應的文件名(即股票代碼)并存放到一個列表里，這樣就得到了所有A股的代碼列表。

接著遍歷股票代碼的列表，讀取每只股票的歷史數據。

二、計算股票的后復權價格

在讀取某只股票的歷史數據后，為了回測結果的可靠性，本文重新計算了復權后的開盤價、收盤價、最高價和最低價，后面計算指標值和漲跌幅都以復權后的數據為基礎。有些上市不久的股票由于時間太短可能不具有代表性，因此本文在運行策略之前會先判斷該股票上市至今的交易天數，剔除掉上市不到1年半的股票。

三、遍歷參數進行回測

接著就是計算EMV指標并給出每天的信號了，在計算EMV和MAEMV時本文用到參數范圍分別是n取16到26，間隔為2，m取20到25，間隔為1。即遍歷該范圍內的所有參數組合，每一參數組都會輸出對應的每天的信號，根據買賣信號，可以得到每天的倉位，進而可以得到資金曲線及相關的回測指標(相關內容可參考【邢不行|量化小講堂系列15-Python量化入門】逆天的反轉策略在A 股實證)。在得到所有參數的回測結果后，根據超額收益率大小進行排序，選擇使超額收益最大的參數作為該股票的最優參數，并將相應數據存入csv文件。

最后，在遍歷完所有A股后，我們可以得到每只股票在最優參數組下使用EMV策略的回測結果，并和股票的年化收益及最大回撤做了一下對比。

本文希望通過對EMV策略的實際操作，向大家介紹pandas的以下幾個功能的運用：

1. 移動標準差函數rolling_std()函數的用法

2. 時間序列超前滯后函數shift()函數的用法

3. 空值填充函數fillna()函數的用法

下面上具體的程序。

程序

要運行EMV策略，需要所有A股的歷史交易數據，在www.yucezhe.com可以下載到所有股票歷史至今的數據。如下圖所示，每一行是每一天的數據：

數據有以下的字段：

【code】股票的代碼，上證股票以sh開頭，深證股票以sz開頭

【date】交易日期

【open】開盤價

【high】最高價

【low】最低價

【close】收盤價

【change】漲跌幅，復權之后的真實漲跌幅，保證準確

【volume】成交量

【money】成交額

【traded_market_value】流通市值

【market_value】總市值

【turnover】換手率，成交量/流通股本

【adjust_price】后復權價，復權開始時間為股票上市日，精確到小數點后10位

【report_date】最近一期財務報告實際發布的日期

【report_type】最近一期財務報告的類型，3-31對應一季報，6-30對應半年報，9-30對應三季報，12-31對應年報

【PE_TTM】最近12個月市盈率，股價 / 最近12個月歸屬母公司的每股收益TTM

【PS_TTM】最近12個月市銷率， 股價 / 最近12個月每股營業收入

【PC_TTM】最近12個月市現率， 股價 / 最近12個月每股經營現金流

【PB】市凈率，股價 / 最近期財報每股凈資產

下面是代碼的截圖，代碼里面有詳細的注釋，有問題可以留言，附件中有程序的源碼，回復即可下載。

這是最后回測結果的部分截圖：

運行該策略的一共有2607只股票，其中，策略年化收益大于股票本身年化收益的有1950只個股，占比大概為74.8%，而年化收益除以最大回撤絕對值能超過股票本身的有2304只個股，大概占88.4%，總的來說EMV策略的效果還不錯。大家有其他一些技術指標也可以嘗試一下，看看效果如何，只需要將第一部分信號產生方式改成自己的策略邏輯就可以了。

對本文研究有自己的想法的朋友，歡迎在評論區留言。關于文中的代碼、數據，以及下期《量化小講堂》想了解的內容，也可以加我個人微信xingbuxing0807交流。

如果你想入門量化，但是始終找不到方向，可以加入我的知識星球。我會在里面解答你的問題，分享我的感悟，不論是投資、技術，還是職業選擇、思維方式。

-- 學習和成長從來都不是一個人的事 --

https://t.zsxq.com/VbMrjYb (二維碼自動識別)

新人創作打卡挑戰賽發博客就能抽獎！定制產品紅包拿不停！

總結

以上是生活随笔為你收集整理的python中shift函数rolling_【邢不行|量化小讲堂系列18-Python量化入门】简易波动指标(EMV)策略实证...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。