1、个股模型的建立
本案例的思路是首先对个股建立模型，比如选择股票万科A，找到它从上市到2009年的复权行情数据，用它2001年前的数据作为样本内数据建立模型，即用以上的一整套策略流程构建模型，把均线的天数、滤波的阀门宽度等设置成参数。然后进行第二步参数的优化。
2、参数的优化
优化的方法是寻找某组参数，使得其在样本内数据上模型的收益率达到最大。优化的意义在于寻找到最好的适应历史行情的一组参数，虽然未来的行情并非按照历史的模式去演绎，但是经过优化后的参数能保证模型运行的参数至少不会是一组非常极端的参数值。假如它是一项非常极端的参数值，则它不可能是最能适应历史行情的，因为极端事件不可能在历史上是大概率的。
3、组合的构建
选择了沪深300指数的300只成分股2001年至2009年的复权行情数据作为样本外测试数据。在对个股建立了模型和确定了模型参数以后，每只股票从2001年至今，会按策略产生一系列的买点和卖点。假定在2001年初有300万元，平均给每只股票分配一万元，这样每只股票初始资金是一万元，然后按照策略的买卖点对该股进行买卖，这样300只股票各自会在持有股票和持有现金这两种状态之间轮换。
这样等于构建了一个股票投资组合，组合中的股票是当前时点刚发出买入信号的股票，或者是模型发出了买入信号后，尚未发生卖出信号的股票和现金。
该案例中坚持模型策略原则，设定模型参数一直不变。股票每个买卖来回计千分之八的费用(包括印花税、佣金和冲击成本)。观察2001年初到2009年投资组合是否能战胜股票行情。
为了便于观察策略是否能战胜行情，首先需要设定比较基准。这里选取的比较基准是买入并持有策略，假定给侮只股票事先都平均分配一万元，每只股票行情的涨跌，会使事先分配给它们的资金值的大小出现变化，到期末也会有组合的资金值。比较按照趋势追踪策略买卖形成的投资组合资产变化轨迹，和按照买入并持有策略形成的投资组合资产变化轨迹。收益率曲线如图2-27和表2-22所示。
图2-27 趋势追踪技术收益率
表2-22 趋势追踪技术收益率
从表2-22中可以看到，从2001年初到2009年，趋势追踪策略期末资金变成13993844元，组合的收益率为366.46%。平均每只股票可以获得相对于对应股票行情74.38%的超额收益率。即从2001年初到2009年，每只个股上的超额收益率的简单平均值为74.38%，按期末资金量为权重的加权平均值为44.41%。比较基准买入并持有投资策略的年化夏普比率为0.53,趋势追踪投资策略的年化夏普比率为1.13.。
从案例中可以看出，按照事先设定的策略构建投资组合并坚持原则按策略操作，长期来看是可以战胜买入并持有策略的。
小结：
趋势追踪技术的关键在于判断大趋势，并且力图避免小的扰动对趋势的影响，这样可以抓住大的波段操作，从而捕获股票的主要收益趋势。从实证结果来看，按照事先设定的策略构建投资组合并坚持原则按策略操作，长期来看是可以战胜基准的。
本节给出的趋势追踪模型对原始均线有多种优化方法，包括均线简化、识别极点、过滤微小波动、高低点识别、高低点比较、高低点突破、大波段保护、长均线保护等。
根据趋势追踪策略的实证案例显示，该策略在样本验证期间，获得74.38%的超额收益，远远超过了买入持有策略。
