利用换手率排名均线进行交易型选股策略
价格均线的金叉死叉是我们所熟知的技术面指标，主要是通过形态来辨别判断个股的走势，然而价格均线的使用具有模糊性，存在固有的问题。因此提出使用排名的均线来替代市面上纯价格的均线，以改进其潜在的缺陷。
第一部分：数据准备
时间选取：从2010年1月1日到2017年12月31日
数据筛选：
中证500股票池
基于每只股票每天的换手率排名，通过比较5日均线和20日均线的情况，划分空头排列和多头排列。
加入缩量因子对空头排列的股票组合进行精选，划分为5组
第二部分：策略构建
介绍说明
主要目标：通过技术面因子排名均线代替传统技术面均线从而撇除市场影响，使用换手率因子解决价格因子所带来的动量反转效应轮换问题，加入缩量因子获得最佳50组股票组合。
应用情景：选股
策略思路
换手率排名均线进行交易型选股实现思想：在中证500股票池中，以每月调仓为前提，对这一时段的每只股票进行换手率排名并根据个股的排名情况作为第一轮筛选的依据。然后，用缩量因子对选出的250只股打分，以分数情况挑选出表现最好的50只股票。
换手率排名均线选股策略
选用原因：排名均线的目标是避免市场因素的影响，而换手率因子以剔除动量反转风格切换的影响，以实现在不同市场状况下获取稳定的超额收益，再引入缩量天数因子能在缩量组中获得很好的区分度，并且获得1/5能稳跑赢市场的股票组合。
换手率排名均线选股策略介绍：一种引入缩量天数因子方法，它通过对每只股票的换手率进行排名，用缩量因子对其进行打分而划分股票组合。（即5日换手率均线大于20日换手率均线为1否则为0）。选用5日均线在20日均线以下的股票组合（空头排列），把每只股票的所有天数的因子的得分加起来，根据分数的多少，把股票组合重新划分为5组。
第三部分：结果分析
传统均线和排名均线比较
2012 年 2 月 8 日，我们在某二级行业选出股票 A 和股票 B，他们显示出来的价格均线状态非常相似，同样是 5 日价格均线在 20 日价格均线以上。如果当时判断，两只股票应该在下一时段跑得一样好，但是之后股票 A 明显跑赢股票 B。原因是，2012 年上半年大盘在处于一个上升通道中，2 月 8 号正好处于期间，所以股票 A 和B 受到大盘的影响， 会在传统均线下呈现相似的形态。如下图所示：
图 1 股票A传统均线判断
图 2 股票B传统均线判断
图 3 股票A排名均线判断
图 4 股票B排名均线判断
通过对比图1到 4，从而验证了我们所说的排名均线系统对传统均线系统的改进：无论市场环境如何（牛熊市），都可以去除大盘涨跌对个股的影响，做到影响中性，以获得超额收益。排名的变化较为迅速，更能反映股票所处的技术面状态，从而像股票AB 一样， 增加股票好坏的区分度。
换手率因子选择
通过python分别对2010年1月1日到2018年1月1日的中证500构建动态股票池进行换手率排名和涨跌幅排名进行处理，得到空头排列和多空排列。
图 5 涨跌幅排名均线
图 6 换手率排名均线
由此结论为，只要加入了价格/涨跌幅类因子，一定会受到动量反转风格偏好的影响。而该轮动，难以把握。所以，我们舍弃了涨跌幅排名均线，而使用了图 6 的换手率排名均线。思想很朴素： 量在价先。我们可以看到深蓝色线（5 日换手率排名均线在 20 日换手率排名均线以下， 即缩量类股票）的是稳定强于浅灰色线（5 日换手率排名均线在 20 日换手率排名均线以上，即放量类股票）的。由效果可见缩量类优于放量类股票。
缩量类股票的精选组合
选择换手率均线中的空头排列，通过引入缩量因子对其打分，比较分数的大小，把股票组合分成五等分。
图7 日累计收益率
图8 对冲净值
上图为加入缩量天数因子的股票组合的收益率和对冲净值的走势图。可以看出，缩量天数最多的股票组合的效果在前期表现比较好，其中第二和第三组的对冲效果明显跑赢中证500指数，但缩量天数过长时会导致结果不稳定从而造成后期走势处于下游，第一组的对冲效果低于了中证500基准，所以持续缩量天数的有效性是有一个合理的阈值，不宜过长，也不宜过短。
在中证500股票池做股票精选的过程中，仍存在一些瑕疵，筛选结果不够精准，导致结果上略有偏差。总体而言，缩量因子效果较为稳定。
