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，瞭解行業研究方向，希望能對大家有幫助。
【歷史文章彙總】請點擊此處
【必讀文章】EOS期現套利，一週時間，15%無風險收益
個人微信：xbx9025，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）策略爲例，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），是爲數不多的考慮價量關係的技術指標。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，並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，由於買方萎靡退縮，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 數值於是作相對反應向上攀升。所以EMV 指標的上升下降意味着市場的強弱變化，可以以此作爲擇時的判斷依據。
本文采用的EMV策略的具體規則爲：
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大於MAEMV時，買入，信號爲1；當EMV小於MAEMV時，賣出，信號爲-1。
—實戰—
爲了檢驗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。由於策略用不同的參數回測結果也不一樣，因此對每隻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爲該股票的最優參數。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）並存放到一個列表裏，這樣就得到了所有A股的代碼列表。
接着遍歷股票代碼的列表，讀取每隻股票的歷史數據。
二、計算股票的後復權價格
在讀取某隻股票的歷史數據後，爲了回測結果的可靠性，本文重新計算了復權後的開盤價、收盤價、最高價和最低價，後面計算指標值和漲跌幅都以復權後的數據爲基礎。有些上市不久的股票由於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
接着就是計算EMV指標並給出每天的信號了，在計算EMV和MAEMV時本文用到參數範圍分別是n取16到26，間隔爲2，m取20到25，間隔爲1。即遍歷該範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（相關內容可參考量化小講堂）。在得到所有參數的回測結果後，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爲該股票的最優參數，並將相應數據存入csv文件。
最後，在遍歷完所有A股後，我們可以得到每隻股票在最優參數組下使用EMV策略的回測結果，並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. 時間序列超前滯後函數shift()函數的用法
3. 空值填充函數fillna()函數的用法
—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，復權之後的真實漲跌幅，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】後復權價，復權開始時間爲股票上市日，精確到小數點後10位
- 【report_date】最近一期財務報告實際發佈的日期
- 【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】市淨率，股價 / 最近期財報每股淨資產
下面是代碼的截圖，代碼裏面有詳細的註釋，有問題可以留言，附件中有程序的源碼，回覆即可下載。
這是最後回測結果的部分截圖：
運行該策略的一共有2607只股票，其中，策略年化收益大於股票本身年化收益的有1950只個股，佔比大概爲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，大概佔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。關於文中的代碼、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xbx9025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。我會在裏面解答你的問題，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 --
