推波助澜 V1 与 V2 模型核心区别及构建逻辑 [page::0][page::5][page::6]

• V1模型仅基于当日涨跌停比率剪刀差构建，信息利用单一。

- V2模型增加连板比率剪刀差（连续涨跌停比率差）和地天与天地板比率剪刀差（日内高低价异常波动），多情绪指标等权合成。

• 模型持仓规则：推波助澜比率的30日AMA除以100日AMA大于1.15，且两均线均大于0时做多，否则空仓。

主要回测结果对比与绩效指标 [page::4][page::5][page::7][page::8]

| 模型名称 | 年化收益率(%) | 最大回撤(%) | 夏普比率 | 胜率(%) | 盈亏比 |
|--------------------|---------------|-------------|----------|---------|--------|
| 推波助澜 V1 模型 | 14.66 | 24.88 | 0.894 | 56.6 | 2.58 |
| 推波助澜 V2 模型 | 19.04 | 16.67 | 1.189 | 60.2 | 2.95 |
| 双剑合璧 V1 模型 | 21.23 | 16.66 | 1.194 | 61.2 | 2.27 |
| 双剑合璧 V2 模型 | 23.87 | 16.63 | 1.347 | 62.0 | 2.5 |

• 推波助澜 V2 模型显著提升年化收益，降低最大回撤，夏普比率和胜率均改善。

- 双剑合璧 V2 模型在结合价量共振 V3 后效果进一步加强，体现攻守兼备 [page::4][page::7][page::8]

多宽基指数的适用性及回测表现 [page::8][page::9][page::10][page::11][page::12][page::13]

| 指数名称 | 推波助澜 V2 年化收益(%) | 最大回撤(%) | 夏普比率 | 胜率(%) | 盈亏比 |
|------------|--------------------------|-------------|----------|----------|---------|
| 上证指数 | 14.96 | 15.25 | 0.955 | 61.4% | 2.63 |
| 沪深300 | 17.16 | 16.26 | 1.073 | 63.7% | 2.27 |
| 中证500 | 22.5 | 17.27 | 1.331 | 62.5% | 2.59 |

| 指数名称 | 双剑合璧 V2 年化收益(%) | 最大回撤(%) | 夏普比率 | 胜率(%) | 盈亏比 |
|------------|--------------------------|-------------|----------|----------|---------|
| 上证指数 | 18.67 | 17.39 | 1.10 | 62.0% | 2.27 |
| 沪深300 | 21.24 | 18.65 | 1.213 | 62.8% | 2.22 |
| 中证500 | 29.20 | 19.99 | 1.546 | 63.5% | 2.31 |

• 推波助澜 V2 和双剑合璧 V2 模型在其他宽基指数同样表现优异，年化收益提升明显，体现较强的跨指数适用性。

推波助澜 V2 模型量化策略架构与参数设置 [page::5][page::6]

• 核心因子由：涨跌停比率剪刀差、连板比率剪刀差、地天与天地板比率剪刀差三部分简单等权相加形成。

- 量化信号通过30日和100日移动均线（AMA）比率判断趋势，阈值设为1.15。

• 采用多空仓位切换策略，有效规避盘中极端波动带来的风险。

- 回测历史覆盖2004年至2020年，采用万得全A及多宽基指数作为标的池。

• 策略交易频率适中，每年交易次数约5-10次，交易胜率保持在60%以上，盈亏比与夏普率表现均衡。

风险提示 [page::0][page::13]

• 模型基于历史数据，存在未来失效风险，投资者需注意市场环境变化可能导致策略表现下降。

【专题报告】涨跌停剪刀差择时系列之三：推波助澜 V2 模型——全面详尽分析报告

---

一、元数据与报告概览

• 报告标题：涨跌停剪刀差择时系列之三：推波助澜 V2 模型

- 作者：王小川，华创证券研究所证券分析师

• 发布机构：华创证券研究所

- 发布日期：无明确日期，结合相关报告多为2020年中后期

• 研究对象：中国股市涨跌停板基于多个指标构建的择时模型，着重于推波助澜V2模型及其优化与应用

- 主题：模型构建方法、策略回测、表现比较、以及多指数适用性

核心论点与目标

本报告在已有推波助澜V1模型的基础上，通过引入更丰富的市场历史信息（如昨日价格、最高价最低价）构建了推波助澜V2模型，丰富了推波助澜比率的计算内容，使模型能够更准确反映市场多空情绪。报告指出，推波助澜V2模型比V1模型无论是在年化收益、最大回撤、胜率、盈亏比还是夏普比率等多项关键指标上均有显著提升。此外，基于V2模型的双剑合璧V2模型整体攻守兼备效果进一步优化。报告还测试了模型在多个宽基指数上的应用能力，显示其具有较好的普适性和历史回溯表现。

风险提示明确指出模型基于历史数据，存在失效的风险。

---

二、逐节深度解读

1. 摘要与投资主题（Page 0-1）

• 推波助澜V1模型仅基于当日个股的涨跌停比例，信息相对有限。

- V2模型结合了更多历史价格信息，综合了涨跌停比率剪刀差、连板比率剪刀差以及地天与天地板比率剪刀差三个情绪指标，通过简单等权求和，构建更丰富的情绪指标体系。

• 回测显示V2模型各项重要指标优于V1模型，且V2模型生成的信号不仅适用于万得全A，也适用于诸如上证指数、沪深300指数、中证500指数等主流宽基指数。

- 投资逻辑强调市场情绪的多维度捕捉，融合历史信息可以更准确识别市场多空力量的变化趋势。

2. 报告回顾（Page 4-5）

• 对推波助澜V1和双剑合璧V1模型的历史表现进行回顾。

- 图表1、3分别展示两类模型的净值曲线对比，红色线代表策略净值，蓝线为对应指数。图表2、4表格汇总关键回测指标。

关键指标解读（图表2-3）：

• 推波助澜V1模型年化14.66%，最大回撤24.88%，胜率56.6%，盈亏比2.58，夏普比率0.894；

- 双剑合璧V1模型（推波助澜V1+价量共振V3）年化达到21.23%，最大回撤降低至16.66%，胜率61.2%，夏普比率1.194，显示更佳的风险调控与收益表现。

3. 推波助澜V2模型介绍与构建（Page 5-6）

• 基础定义：涨停比率定义为单日涨幅超过9.5%的成分股占比，跌停比率同理（跌幅小于-9.5%）。涨跌停比率剪刀差为两者的差值，数值区间[-1,1]。

- V1模型核心择时规则：
- 当推波助澜比率的30日自适应移动平均（AMA30）与100日自适应移动平均（AMA100）比值>1.15且AMA30、AMA100均>0时持多仓。否则空仓。

• 由于V1模型信息采集单一（仅基于当日涨跌幅），存在提升空间。

V2模型新增信息及指标：

• 连板比率剪刀差：考察昨日与当日均涨停或跌停的连续性情况，捕捉持续的市场强弱表现。

- 地天板与天地板指标：
- 地天板：股票日内最低价突破跌停线但收盘涨停，体现逆转的正面信号。
- 天地板：股票日内最高价突破涨停线但收盘跌停，体现负面情绪。

• 由此定义“地天与天地板比率剪刀差”——两者数量占比之差。

- 综合构造推波助澜比率为以上三类剪刀差指标的简单等权和。

V2模型择时逻辑完全沿用V1，唯一区别是用上述更丰富的综合指标替代原先单一的涨跌停比率剪刀差。

4. 推波助澜V2模型回测结果（Page 7-8）

• 图表5为净值走势，红线种类明显优于图表1，显示资本规模增长更快且波动更小。

- 图表6统计了关键指标：年化收益19.04%，最大回撤16.67%，胜率60.2%，盈亏比2.95，夏普比率1.189。较V1模型（年化14.66%，最大回撤24.88%，胜率56.6%，盈亏比2.58，夏普0.894）显著提升。

• 双剑合璧V2模型回测展示（图表7、8）也显示类似趋势，年化23.87%，最大回撤16.63%，胜率62%，盈亏比2.5，夏普1.347，较V1双剑合璧模型的21.23%年化及1.194夏普体现出更优结果。

5. 其他主要宽基指数回测表现（Page 8-13）

• 推波助澜V2的信号基于万得全A指数成分股数据构建，但信号同样用于上证指数、沪深300指数、中证500指数，结果均显示出稳健的择时能力。

- 如图表9中，年化收益分别为：
- 上证指数 14.96%，最大回撤15.25%，夏普0.955，胜率61.4%；
- 沪深300 17.16%，最大回撤16.26%，夏普1.073，胜率63.7%；
- 中证500 22.5%，最大回撤17.27%，夏普1.331，胜率62.5%。

• 类似地，双剑合璧V2模型（图表13-16）在多指数上均有更佳表现，尤其中证500的年化收益达29.2%，夏普比例1.546，展现出极强的风险调整后的收益能力。

- 净值曲线图（图表10-12、14-16）均显示基金净值红线明显跑赢各指数蓝线，表明模型择时有效且显著改善了投资绩效。

6. 风险提示（Page 13）

• 明确指出该系列模型基于历史数据构建与回测，存在未来失效的风险。

- 投资者应谨慎参考，理解模型局限性及市场环境变化可能导致模型性能波动。

---

三、图表深度解读

图表1、4（Page 4-5）

• 内容：推波助澜模型V1与双剑合璧模型V1基于万得全A指数的策略净值与指数净值对比。

- 趋势：两模型净值均持续跑赢基准指数，双剑合璧模型净值增长速度更快，最大回撤明显低于V1模型。

• 支撑观点：表明基于涨跌停板剪刀差构造的择时策略初步有效，且通过模型组合能优化风险收益特征。

图表2、3（Page 4）

• 内容：两模型核心性能指标表。

- 数据亮点：双剑合璧模型的年化收益和夏普比率显著提高，最大回撤大幅降低，交易频率提升，胜率和盈亏比表现良好。

• 含义：反映价格与量能共振带来的策略优势，增强策略整体表现的稳健性和收益性。

图表5、6（Page 7）

• 内容：推波助澜V2模型净值曲线及详细回测指标展示。

- 趋势：策略净值增长显著优于V1模型，所有核心指标均有较大提升，特别是最大回撤从24.88%降至16.67%，夏普从0.894升至1.189。

• 联系文本：证明融合了多维度涨跌停相关指标后，模型捕捉市场情绪更全面，增强策略稳定性和收益能力。

图表7、8（Page 8）

• 内容：双剑合璧V2模型净值与绩效指标。

- 趋势与结论：策略净值较V1版本进一步提高，最大回撤持稳，夏普比率超过1.3，胜率提升至62%，盈亏比也优化，体现更高的风险控制与收益结合。

图表9-16（Page 9-13）

• 内容及解读：

- 推波助澜V2模型在多宽基指数上均实现正向业绩表现，年化收益集中在15%-23%区间，夏普在0.95-1.33区间，最大回撤均控制在20%以内。
- 双剑合璧V2模型则进一步提升收益，最大回撤未显著增加，体现策略稳定性良好。
- 净值曲线图显示模型策略净值始终跑赢对应指数，尤其中证500表现最佳。

• 意义：

- 指数间模型一致性验证了灯塔效用和策略的普适性。
- 结合多维度情绪指标的建模思想，模型具有较好的应用推广潜力。

---

四、估值分析

本报告重点为技术择时模型构建与回测，对传统企业财务估值（如DCF、PE、EV/EBITDA等）未涉及，因而未包括估值方法论。模型基于资金净值表现及风险指标作为回测评价手段。

---

五、风险因素评估

• 模型失效风险：依赖历史价格及涨跌停信息构建，市场结构变化、流动性问题或异常行情可能导致模型信号失效。

- 历史数据局限性：归因于拟合历史行情，未来市场环境不可预测，亦可能导致模型效果不达预期。

• 市场微结构变化：涨跌停板及交易规则调整可能影响模型核心指标的准确反映。

- 风险控制措施：报告内未明确提出缓解策略，提示投资者需结合模型信号和其他风险管理工具综合决策。

---

六、批判性视角与细微差别

• 报告依赖历史回测，缺乏前瞻性市场变化应对方案；过于依赖历史绝对收益和风险指标的提升，未讨论模型在不同市场周期的适应性。

- 模型构建主要依靠简单加和三个情绪指标，权重均等假设较为简单，未给出优化或非线性组合可能性探讨。

• “剪刀差”概念虽直观，但对极端行情中可能会过度反应还未深入分析，模型的稳定性和鲁棒性未见详细测试。

- 风险提示文字简略，缺少具体潜在风险事件及量化评估逻辑。

• 多指数适用性虽测试，但以单一信号生成，模型是否在不同指数成分差异下仍稳健未深度分析，存在推广偏差的可能。

---

七、结论性综合

本报告在推波助澜V1模型基础上，通过引入更丰富的历史数据指标（涨跌停比率剪刀差、连板比率剪刀差、地天与天地板比率剪刀差），成功构建了推波助澜V2模型。该模型通过简单权重合成综合市场多空情绪指标，采用稳定的自适应移动平均线策略进行择时，显著提升了历史回测指标。

具体而言，推波助澜V2模型年化收益从14.66%提升至19.04%，最大回撤大幅减少至16.67%，夏普比例、胜率和盈亏比均有提升，表现出更优的风险收益配置。基于V2模型和价量共振策略的双剑合璧V2模型更进一步，年化收益突破23%，最大回撤保持在16.63%左右，综合能力达到行业领先水平。

模型信号普遍适用于万得全A、上证指数、沪深300、中证500等主流宽基指数，展示了其较好的适应性和推广价值。模型净值曲线均呈出稳健超越基准表现，显示理念和方法的有效性。

不过，需注意该模型全基于历史行情数据回溯测试，可能面临市场环境结构性变化带来的失效风险。模型对参数权重简单均等处理，未来尚有优化潜力。此外，风险提示较为简略，投资者应结合多因素综合考量决策。

综上，推波助澜V2及双剑合璧V2模型为情绪指标结合技术趋势择时的有效范例，提供了兼具进攻性与防守性的优秀择时工具，对量化投资者策略构建具有较高参考价值和实践指导意义。[page::0,1,4,5,6,7,8,9,10,11,12,13]

---

重要图表示例引用

• 图表1 万得全A 推波助澜V1模型净值曲线

• 图表2 万得全A 推波助澜V1模型回测指标汇总

| 标的 | 年化 | 最大回撤 | 夏普 | 胜率 | 盈亏比 |
|---|---|---|---|---|---|
| 万得全A | 14.66% | 24.88% | 0.894 | 56.6% | 2.58 |

• 图表5 万得全A 推波助澜V2模型净值曲线

• 图表6 万得全A 推波助澜V2模型回测指标汇总

| 标的 | 年化 | 最大回撤 | 夏普 | 胜率 | 盈亏比 |
|---|---|---|---|---|---|
| 万得全A | 19.04% | 16.67% | 1.189 | 60.2% | 2.95 |

• 图表7 万得全A 双剑合璧V2模型净值曲线

• 图表8 万得全A 双剑合璧V2模型回测指标汇总

| 标的 | 年化 | 最大回撤 | 夏普 | 胜率 | 盈亏比 |
|---|---|---|---|---|---|
| 万得全A | 23.87% | 16.63% | 1.347 | 62.0% | 2.50 |

---

本报告系统地构建和验证了推波助澜V2模型和双剑合璧V2模型，展示了多维度市场情绪指标与自适应移动平均择时规则结合的强大潜力，对中国A股市场量化策略设计具有较高的实践参考价值。

报告