于永瑞

（江門農(nóng)村商業(yè)銀行股份有限公司 廣東江門 529100）

引言

在金融市場(chǎng)中，交易價(jià)格是市場(chǎng)中所有因素博弈的結(jié)果，反映了宏觀經(jīng)濟(jì)、金融預(yù)期、交易心理等多種因素的影響，技術(shù)指標(biāo)（Technical Analysis Indicators）通過價(jià)格歷史走勢(shì)判斷未來價(jià)格的預(yù)測(cè)值或區(qū)間。通常情況下，投資者有追漲殺跌傾向，即某種股票價(jià)格上漲能夠產(chǎn)生賺錢效應(yīng)，很容易讓人產(chǎn)生樂觀預(yù)期，新投資者有可能涌入，賺錢的投資者會(huì)繼續(xù)加倉；反之，某種股票價(jià)格下跌會(huì)產(chǎn)生虧錢效應(yīng)，投資者對(duì)未來也會(huì)變得悲觀，“入場(chǎng)即虧錢”的投資預(yù)期會(huì)阻止新投資者進(jìn)場(chǎng)，虧錢的投資者可能會(huì)采取減倉或清倉離場(chǎng)策略。由此可見，某種股票的歷史走勢(shì)對(duì)投資者的判斷有重要影響，技術(shù)指標(biāo)就是通過股票的歷史數(shù)據(jù)推測(cè)未來的價(jià)格走勢(shì)，該方法具有一定的合理性。

從分析方法的路徑來看，判斷股票未來走勢(shì)可以分為定性分析和定量分析兩類。定性分析方法主要從經(jīng)濟(jì)運(yùn)行情況判斷金融走勢(shì)，包括全球經(jīng)濟(jì)增長、商品價(jià)格、地緣政治、行業(yè)狀況等因素；定量分析借助計(jì)算機(jī)和數(shù)學(xué)技術(shù)，主要通過分析K線圖、成交量、成交價(jià)等定量數(shù)據(jù)分析股票未來的價(jià)格走勢(shì)，主要用到的方法包括技術(shù)指標(biāo)、人工智能、大數(shù)據(jù)等，假設(shè)前提是市場(chǎng)的所有交易因素已經(jīng)通過收盤價(jià)收益率、波動(dòng)率等數(shù)據(jù)反映出來，通過預(yù)測(cè)股票的價(jià)格走勢(shì)確定股票的止盈、止損、倉位等交易信號(hào)，最終抽象為交易策略，以量化信息指導(dǎo)投資者的決策。

從量化指標(biāo)的起源來看，以技術(shù)指標(biāo)為代表的量化分析技術(shù)最早引用于商品期貨市場(chǎng)，取得了較好的效果。20世紀(jì)90年代逐漸引入到股票市場(chǎng)，特別是我國2010年4月16日正式啟動(dòng)滬深300股指期貨交易，提供了做空的工具，極大促進(jìn)了量化技術(shù)在金融市場(chǎng)交易中的應(yīng)用；2008年全球金融危機(jī)后，美國金融行業(yè)受到重創(chuàng)，大批華爾街量化交易從業(yè)人員回流中國，客觀上促進(jìn)了國內(nèi)量化技術(shù)的發(fā)展，金融工程逐漸成為一門新的學(xué)科。

從量化工具來看，計(jì)算機(jī)和數(shù)學(xué)學(xué)科的不斷深入對(duì)金融工程的蓬勃發(fā)展功不可沒。量化技術(shù)對(duì)計(jì)算機(jī)運(yùn)算速度和算法要求很高，2000年以前的計(jì)算機(jī)頻率顯然不能滿足量化技術(shù)的要求，當(dāng)初量化技術(shù)還是小眾市場(chǎng)，只有大型金融機(jī)構(gòu)才會(huì)投入巨資研究量化策略。受限于客觀條件，量化技術(shù)開始時(shí)僅限于期貨市場(chǎng)，伴隨計(jì)算機(jī)技術(shù)的發(fā)展，量化技術(shù)逐漸在股票、基金等交易中得到應(yīng)用，模型和算法成為交易員不可或缺的輔助工具，金融工程成為前景非常光明的學(xué)科。

技術(shù)指標(biāo)是量化分析方法的一種，通過股票歷史收盤價(jià)數(shù)據(jù)建立數(shù)學(xué)模型，預(yù)測(cè)未來的價(jià)格走勢(shì)，常用的指標(biāo)包括均線指標(biāo)（Moving Average Index，簡稱MA）、布林線指標(biāo)（Bollinger Bands，簡稱BOLL）、能量潮指標(biāo)（On Balance Volume，簡稱OBV）、威廉指標(biāo)（WMS）等數(shù)十種。均線指標(biāo)是技術(shù)指標(biāo)的典型代表，以前廣泛應(yīng)用于期貨、股票、基金等領(lǐng)域，現(xiàn)有文獻(xiàn)鮮有債券領(lǐng)域的研究成果，主要原因是債券交易大部分在銀行間市場(chǎng)達(dá)成，有別于證券交易市場(chǎng)，詢價(jià)交易的模式成交效率較低，單只債券每日成交量很少，即使成交量最大的活躍國債單日成交量也不超過2000筆，最終導(dǎo)致交易滑點(diǎn)較多，根據(jù)量化指標(biāo)信號(hào)建倉存在很大困難。近幾年研究債券市場(chǎng)的量化交易文獻(xiàn)開始出現(xiàn)，本文在前人研究成果基礎(chǔ)上，結(jié)合債券的基本面、政策面、供需面等多維度分析，探討技術(shù)指標(biāo)在債券市場(chǎng)中的應(yīng)用途徑。

全文結(jié)構(gòu)安排包括：首先梳理與本文相關(guān)的國內(nèi)外優(yōu)秀期刊，了解最新研究熱點(diǎn)，分析研究脈絡(luò)，指出現(xiàn)有研究存在的不足；然后提出本文研究的理論基礎(chǔ)和假設(shè)條件，推導(dǎo)用到的數(shù)學(xué)公式；接著根據(jù)研究模型提取數(shù)據(jù)，運(yùn)行程序，得出計(jì)算結(jié)果；最后得出本文的研究結(jié)論，并指出研究的不足之處和后續(xù)繼續(xù)努力的方向。

文獻(xiàn)綜述

均線指標(biāo)全稱是移動(dòng)平均線指標(biāo)，首先由美國人Jogepsb Ganvle創(chuàng)立，與道氏理論、波浪理論等經(jīng)典金融理論地位相當(dāng)，是價(jià)格運(yùn)動(dòng)趨勢(shì)的重要指標(biāo)，反映了價(jià)格在一定時(shí)間內(nèi)的強(qiáng)弱和趨勢(shì)。相對(duì)于單日價(jià)格來說，均線指標(biāo)要穩(wěn)定很多，極少大起大落，實(shí)際交易中也看不到連續(xù)漲停或跌停，價(jià)格形成趨勢(shì)時(shí)移動(dòng)平均線才會(huì)有所反應(yīng)，能夠有效識(shí)別干擾信號(hào)。

移動(dòng)平均技術(shù)在金融領(lǐng)域應(yīng)用非常廣泛，很多學(xué)者和金融從業(yè)者取得了許多的成果。國外方面，Neely（2002）使用外匯數(shù)據(jù)證明移動(dòng)平均分析法效果很好，Taylor（2014）使用技術(shù)指標(biāo)分析了道瓊斯工業(yè)平均指數(shù)的可預(yù)測(cè)性，Park（2007）等人研究了技術(shù)分析在預(yù)測(cè)中的可能性，Sullivan（1999）探索了量化交易的方法，F(xiàn)aber（2007）使用技術(shù)分析方法研究了資產(chǎn)配置的最優(yōu)化問題，Brock（1992）對(duì)交易規(guī)則和股票方面的應(yīng)用做了深入分析，Mills（1997）對(duì)富時(shí)30指數(shù)進(jìn)行了技術(shù)分析和探索，Chong（2008）使用MACD方法驗(yàn)證了股票指數(shù)的結(jié)構(gòu)改變。國內(nèi)方面，鄒海榮和陳標(biāo)金（2017）運(yùn)用趨勢(shì)識(shí)別正確率和跟蹤交易收益率兩類指標(biāo)檢驗(yàn)和比較了 MACD 和 MA 分析法的有效性，周銘山（2013）使用中國股票市場(chǎng)數(shù)據(jù)檢驗(yàn)了均線策略的有效性，陳標(biāo)金（2015）使用移動(dòng)平均線研究了A股市場(chǎng)的交易策略，孫碧波（2005）以上證指數(shù)作為數(shù)據(jù)來源驗(yàn)證了移動(dòng)平均線的使用范圍，戴杰（2002）對(duì)中國股票市場(chǎng)技術(shù)分析方法預(yù)測(cè)力進(jìn)行了實(shí)證檢驗(yàn)，朱敏（2010）從技術(shù)指標(biāo)角度比較了滬銅和倫銅的有效性，張勁帆等（2018）采用更加復(fù)雜的混頻向量技術(shù)預(yù)測(cè)了宏觀經(jīng)濟(jì)的變化趨勢(shì)，夏紀(jì)軍（2009）研究了技術(shù)方法預(yù)測(cè)宏觀經(jīng)濟(jì)的誤差，鄭挺國使用技術(shù)指標(biāo)預(yù)測(cè)了中國GDP數(shù)據(jù)取得了較好的效果，龔玉婷（2014）基于混頻模型研究了CPI短期預(yù)測(cè)的方法，靳鷗（2017）利用現(xiàn)金流折現(xiàn)模型并借鑒Black-Scholes期權(quán)定價(jià)相關(guān)理論提出通脹保護(hù)債券的定價(jià)公式，陳濤等（2021）提出價(jià)格型貨幣政策工具對(duì)收益率曲線水平和斜率的調(diào)控能更有效地實(shí)現(xiàn)央行的政策意圖，但其對(duì)曲度的影響仍較有限。

上述國內(nèi)外文獻(xiàn)主要針對(duì)股票、期貨、指數(shù)等，債券分析邏輯與其它品種相比較更加特殊，只有債券存在均值回歸的特性，技術(shù)分析在債券市場(chǎng)中的應(yīng)用偏少，但是技術(shù)分析是針對(duì)趨勢(shì)的分析，認(rèn)為同樣適用于債券的假設(shè)可能是正確的。本文基于債券市場(chǎng)歷史數(shù)據(jù)，使用移動(dòng)平均線指標(biāo)對(duì)我國債券市場(chǎng)的歷史數(shù)據(jù)進(jìn)行分析，同時(shí)根據(jù)債券特點(diǎn)，暫不設(shè)定止損和止盈，回溯天數(shù)適當(dāng)減少，研究移動(dòng)平均線指標(biāo)在債券交易中的適用性具有很強(qiáng)的指導(dǎo)意義，這也是本文的創(chuàng)新之處。

此外，我們?cè)诳吹郊夹g(shù)指標(biāo)相關(guān)文獻(xiàn)較多的同時(shí)，還要看到目前研究存在明顯不足之處：一是技術(shù)類指標(biāo)在債券中的應(yīng)用較少，現(xiàn)有文獻(xiàn)集中于股票、衍生品等數(shù)據(jù)相對(duì)高頻的市場(chǎng)。反觀債券品種，單筆交易金額大，主要是銀行類金融機(jī)構(gòu)投資者參與，目前行業(yè)主流研究方法為傳統(tǒng)的定性分析，如從經(jīng)濟(jì)基本面、金融運(yùn)行數(shù)據(jù)等方面展開分析，進(jìn)而做出投資判斷。二是基于復(fù)雜數(shù)學(xué)模型的算法類文獻(xiàn)鮮見，債券的量化研究最近幾年剛起步，缺少知名的模型和策略。

針對(duì)現(xiàn)有研究的不足，本文將在其他領(lǐng)域應(yīng)用較廣泛的均線指標(biāo)引入債券量化交易研究，使用債券現(xiàn)貨指數(shù)日數(shù)據(jù)推斷債券價(jià)格變化的歷史規(guī)律，探索技術(shù)分析方法得出的買賣信號(hào)可操作性，是一次有益的嘗試和探索。

假設(shè)條件與推導(dǎo)原理

技術(shù)指標(biāo)分析一般認(rèn)為應(yīng)滿足三個(gè)前提條件：一是市場(chǎng)為強(qiáng)有效市場(chǎng)，當(dāng)前交易價(jià)格已經(jīng)包含了所有的信息，經(jīng)濟(jì)波動(dòng)、系統(tǒng)性風(fēng)險(xiǎn)、財(cái)政政策和貨幣政策等影響股票、債券未來價(jià)格預(yù)期的所有因素已經(jīng)在交易中反映，價(jià)格是公允的，波動(dòng)是得到完全體現(xiàn)的，沒有任何新增信息需要加入到當(dāng)前價(jià)格考量中；二是股票、債券等未來價(jià)格的走勢(shì)按照已經(jīng)觀測(cè)到的歷史規(guī)律變化，即股票、債券等金融產(chǎn)品未來的價(jià)格走勢(shì)是有規(guī)律的，每一筆成交價(jià)格都是買賣雙方尋求價(jià)格供求關(guān)系的平衡點(diǎn)，新的價(jià)格是供求關(guān)系和未來預(yù)期的再平衡，股票、債券價(jià)格的變化遵循買賣雙方尋找新的供求關(guān)系博弈規(guī)律，投資者需要做的事情是根據(jù)歷史交易數(shù)據(jù)總結(jié)歸納價(jià)格變化規(guī)律；三是交易中的所有因素都可以量化，用數(shù)據(jù)表示圖形、趨勢(shì)等變動(dòng)。認(rèn)可上述三個(gè)假設(shè)條件，是進(jìn)行技術(shù)指標(biāo)的前提和基礎(chǔ)。

移動(dòng)平均線指標(biāo)最早來源于20世紀(jì)美國投資界，核心思想是在證券交易過程中，最重要的數(shù)據(jù)是時(shí)間和價(jià)格，一般研究中使用交易日和收盤價(jià)，可以看作一個(gè)M行、2列的二維矩陣， 將價(jià)格（一般為收盤價(jià)）數(shù)據(jù)按照短周期和長周期計(jì)算算術(shù)平均值，比如短周期可以取10個(gè)交易日，長周期可以取60個(gè)交易日，最終得到兩列新的移動(dòng)平均數(shù)據(jù)列。計(jì)算公式如下：

上式中，MA(N)為過去N日的移動(dòng)平均值，N為交易日期數(shù)量，短周期一般取2-30中的某一個(gè)整數(shù)，長周期一般取10-60中的某一個(gè)整數(shù)，但是短周期取值一定要比長周期取值小，短周期均線對(duì)于價(jià)格的變動(dòng)敏感性大于長周期均線。當(dāng)短周期線從下方向上穿過長周期線時(shí)，表明價(jià)格進(jìn)入持續(xù)上漲趨勢(shì)，出現(xiàn)買入建倉信號(hào)；當(dāng)短周期線從上方向下穿過長周期線時(shí)，表明價(jià)格進(jìn)入持續(xù)下跌階段，出現(xiàn)賣出平倉信號(hào)。因均線指標(biāo)穩(wěn)定性強(qiáng)，比很多其他技術(shù)指標(biāo)效果更好，上述買入信號(hào)和賣出信號(hào)也稱之為“黃金交叉”和“死亡交叉”。

參考相關(guān)文獻(xiàn)，“黃金交叉”和“死亡交叉”是應(yīng)用最廣泛的技術(shù)指標(biāo)，起源于上世紀(jì)60年代，在期貨、股票市場(chǎng)皆有優(yōu)異表現(xiàn)。此外，均線指標(biāo)還可以結(jié)合成交量、K線圖及其他指標(biāo)，實(shí)戰(zhàn)效果會(huì)更好。

數(shù)據(jù)選取

技術(shù)分析使用的原始數(shù)據(jù)一般有債券現(xiàn)貨、期貨和債券指數(shù)三個(gè)來源。三個(gè)數(shù)據(jù)來源各有優(yōu)缺點(diǎn)，債券現(xiàn)貨最重要的優(yōu)點(diǎn)是交易價(jià)格較真實(shí)，缺點(diǎn)也非常明顯，債券普遍不活躍，有時(shí)候甚至沒有交易量，分析誤差較大，首先可以排除債券現(xiàn)貨；再看期貨，國債期貨主力合約交易非?；钴S，成交量也很大，缺點(diǎn)是單個(gè)合約持續(xù)時(shí)間短，而均線指標(biāo)需要回溯較長時(shí)間歷史數(shù)據(jù)，單個(gè)合約計(jì)算非常麻煩，且信號(hào)出現(xiàn)頻率較少，無法滿足實(shí)用性，10年期連續(xù)合約日成交量超過1000億，交易也最大，是較好的標(biāo)的，唯一的缺點(diǎn)是換月時(shí)波動(dòng)太大，虛假信號(hào)多；債券指數(shù)的優(yōu)點(diǎn)是數(shù)據(jù)非常長，不存在國債期貨連續(xù)合約存在的換月波動(dòng)現(xiàn)象，樣本券更換時(shí)對(duì)指數(shù)的影響很小，缺點(diǎn)是債券指數(shù)是很多標(biāo)的券“擬合”而成的，沒有成交量，只有收盤價(jià)數(shù)據(jù)，此外股票存在分紅和除權(quán)現(xiàn)象，有實(shí)際價(jià)和復(fù)權(quán)價(jià)之分，分析前必須對(duì)數(shù)據(jù)進(jìn)行前復(fù)權(quán)，債券存在類似問題，價(jià)格分全價(jià)和凈價(jià)之別，一般銀行間債券交易按照凈價(jià)報(bào)價(jià)、全價(jià)交易的模式進(jìn)行，全價(jià)存在每日應(yīng)計(jì)利息逐漸遞加、付息日迅速減少的現(xiàn)象，使用凈價(jià)更加科學(xué)合理?；谏鲜鰞?yōu)缺點(diǎn)分析，本文最終采用中債總凈價(jià)（7-10年）指數(shù)作為分析數(shù)據(jù)，數(shù)據(jù)選取區(qū)間為2006年11月-2021年10月共計(jì)16年數(shù)據(jù)，收盤價(jià)散點(diǎn)圖如圖1所示。

從圖1可以看出，中債總凈價(jià)（7-10年）指數(shù)第一個(gè)數(shù)據(jù)和最后一個(gè)數(shù)據(jù)相差很小，滿足周期性要求，可以不做截頭、截尾處理，16年歷史數(shù)據(jù)經(jīng)歷四個(gè)大的周期，整體不存在趨勢(shì)性，按照某一均值循環(huán)往復(fù)，符合超長期債券的特點(diǎn)，也不存在極大值和極小值，可不進(jìn)行交易噪聲處理，滿足高質(zhì)量數(shù)據(jù)分析的前提條件。

由表1可以看出，3635個(gè)樣本數(shù)量經(jīng)歷多個(gè)經(jīng)濟(jì)周期，具有足夠的代表性，標(biāo)準(zhǔn)差只有3.8267，符合債券波動(dòng)較小的規(guī)律，平均值與最大值、最小值的距離大體相等，證明所選取的面板數(shù)據(jù)具有較好的代表性。

表1 中債總凈價(jià)（7-10年）指數(shù)描述性統(tǒng)計(jì)

步驟設(shè)計(jì)與結(jié)果分析

根據(jù)上面的初步分析，分如下六步完成監(jiān)控程序的設(shè)計(jì)：

第一步，提取數(shù)據(jù)。本文所采用的面板數(shù)據(jù)來源于Wind資訊終端，股票分紅和債券派息對(duì)數(shù)據(jù)影響波動(dòng)比較大，計(jì)算前需要進(jìn)行復(fù)權(quán)處理，但是本文使用的債券指數(shù)是很多債券的“擬合”，“擬合”時(shí)已經(jīng)考慮了債券派息因素，因此提取債券指數(shù)數(shù)據(jù)時(shí)可以直接使用，不再進(jìn)行復(fù)權(quán)處理。

第二步，計(jì)算平均線數(shù)值。根據(jù)歷史收盤價(jià)數(shù)據(jù)計(jì)算短期移動(dòng)平均線和長期移動(dòng)平均線，短期和長期回溯天數(shù)開始時(shí)可按照從小到大的規(guī)律賦值，以便能夠遍歷到所有可能的取值范圍，比如初始時(shí)短期移動(dòng)平均線可選擇10，長期移動(dòng)平均線可選擇60。

第三步，計(jì)算買入和賣出信號(hào)。短期移動(dòng)平均線由下向上穿過長期移動(dòng)平均線為買入信號(hào)；反之，短期移動(dòng)平均線由上向下穿過長期移動(dòng)平均線為賣出信號(hào)。因只有兩條曲線，買入和賣出信號(hào)肯定是一一對(duì)應(yīng)的，移動(dòng)線指標(biāo)不需要再行根據(jù)實(shí)際情況做買賣一一對(duì)應(yīng)處理。

第四步，設(shè)計(jì)程序。技術(shù)指標(biāo)設(shè)置完成后，需要根據(jù)買入和賣出信號(hào)設(shè)計(jì)程序，以便能夠大批量計(jì)算各種參數(shù)對(duì)應(yīng)的收益率、標(biāo)準(zhǔn)差、夏普比率等數(shù)值。需要注意的是，程序設(shè)計(jì)時(shí)必須確保買入和賣出信號(hào)依次出現(xiàn)，即剛開始出現(xiàn)的肯定是買入信號(hào)，如某次程序執(zhí)行過程中是賣出信號(hào)，則下次再出現(xiàn)賣出信號(hào)時(shí)需跳過，直到出現(xiàn)買入信號(hào)時(shí)才建倉。為更加符合實(shí)際情況和風(fēng)控要求，需要設(shè)置止損點(diǎn)和止盈點(diǎn)。本程序運(yùn)行前設(shè)置止損點(diǎn)和止盈點(diǎn)都是10%，因設(shè)置過大，使用上述數(shù)據(jù)沒有出現(xiàn)止損和止盈情況，分析每次交易，最大損失和最大盈利并不太大，滿足實(shí)際要求，為減少參數(shù)過多影響，未進(jìn)一步縮小止損和止盈點(diǎn)的數(shù)值。程序設(shè)計(jì)軟件很多，Excel、Matlab、Python等都可以實(shí)現(xiàn)本文要求的功能，考慮到運(yùn)算復(fù)雜度不大，對(duì)編程平臺(tái)要求不高，綜合考慮程序時(shí)間復(fù)雜度和空間復(fù)雜度，本文使用與Excel關(guān)聯(lián)最緊密的VBA編寫程序。

第五步，尋找最優(yōu)解。調(diào)整短期移動(dòng)平均線和長期移動(dòng)平均線回溯天數(shù)，得出最優(yōu)的參數(shù)，作為設(shè)計(jì)自動(dòng)交易程序的最優(yōu)解。

第六步，設(shè)計(jì)自動(dòng)交易程序。根據(jù)研究得到的短期移動(dòng)平均線和長期移動(dòng)平均線最優(yōu)天數(shù)，繼續(xù)設(shè)計(jì)實(shí)時(shí)監(jiān)控程序，隨時(shí)提示交易機(jī)會(huì)。當(dāng)然，也可以連接后臺(tái)數(shù)據(jù)庫，最終實(shí)現(xiàn)不需要人工干預(yù)的完全程序化交易。

根據(jù)上面的計(jì)算步驟，不斷調(diào)整短期天數(shù)和長期天數(shù)的數(shù)值，遍歷給定區(qū)間所有可能的結(jié)果，最終得到的分析結(jié)果如表2所示。表2運(yùn)行20次的結(jié)果表明，綜合考慮收益率、虧損概率、單次最大損失、買賣次數(shù)等風(fēng)險(xiǎn)收益指標(biāo)，短線天數(shù)為3交易日，長線天數(shù)為25交易日效果最好，此時(shí)年化收益率（不考慮票息）為3.45%，年買賣次數(shù)為5.18次，單次最大損失1.02%，虧損概率47.37%。

表2 均線指標(biāo)運(yùn)行結(jié)果

結(jié)論

本文基于VBA語言編程技術(shù)，使用中債總凈價(jià)（7-10年）指數(shù)16年共計(jì)3635個(gè)日交易數(shù)據(jù)，研究了移動(dòng)平均線指標(biāo)在債券交易中的應(yīng)用，得出了短期移動(dòng)平均線和長期移動(dòng)平均線的最優(yōu)參數(shù)，并根據(jù)最優(yōu)參數(shù)設(shè)置買入和賣出信號(hào)，指導(dǎo)銀行間市場(chǎng)債券交易，取得了較好的效果，主要結(jié)論如下：一是移動(dòng)平均線指標(biāo)實(shí)戰(zhàn)效果較好。從表2可以看出，無論移動(dòng)平均線技術(shù)短期指標(biāo)和長期指標(biāo)取何數(shù)，結(jié)果都能取得正收益，年化收益率最低值為1.93%，表明移動(dòng)平均技術(shù)同樣適用于債券分析，且買入和賣出信號(hào)出現(xiàn)的時(shí)間點(diǎn)較均衡，滿足建立監(jiān)控程序的要求，實(shí)際建倉前結(jié)合主觀分析，最終效果可能比期貨、股票、基金更好。二是回測(cè)天數(shù)存在最佳參數(shù)。理論上，期貨和股票收益率有無限上漲和無限下跌可能，移動(dòng)平均線短期天數(shù)和長期天數(shù)的取值可以比較大，比如股票使用比較多的取值是短期10個(gè)交易日均值和長期60個(gè)交易日均值，但是債券具有圍繞均值循環(huán)往復(fù)的運(yùn)動(dòng)規(guī)律，到期收益率既不能太大，也不能太小，出現(xiàn)單邊上漲的概率較小，且持續(xù)時(shí)間遠(yuǎn)小于期貨、股票、基金。實(shí)際中，均值曲線如取值太大，則對(duì)拐點(diǎn)處信號(hào)不敏感，出現(xiàn)錯(cuò)誤信號(hào)的概率增多，不利于實(shí)際交易應(yīng)用，因此結(jié)合債券交易的特點(diǎn)，移動(dòng)平均線短期天數(shù)和長期天數(shù)的上下邊界最終都沒有設(shè)置很大。

當(dāng)然，在得出很多有益結(jié)論的同時(shí)，本研究還存在一些不足之處。具體如下：一是債券指數(shù)無法實(shí)際交易。本文使用的債券指數(shù)只是使用多種債券人為“擬合”而成的，無法實(shí)際交易，根據(jù)債券指數(shù)技術(shù)指標(biāo)提供的買入和賣出信號(hào)指導(dǎo)現(xiàn)券交易存在信息傳輸損失，影響了實(shí)戰(zhàn)效果的發(fā)揮，這是本研究最大的缺陷。二是未考慮止損和止盈。期貨和股票量化投資策略都會(huì)提前設(shè)置止盈和止損點(diǎn)，防止過度交易導(dǎo)致爆倉。實(shí)際交易中，債券凈價(jià)交易時(shí)同樣應(yīng)該提前設(shè)置止盈和止損點(diǎn)，但是考慮到本文數(shù)據(jù)量較大，高達(dá)3635行，設(shè)置止盈和止損點(diǎn)存在一定的難度，同時(shí)期貨和股票止盈和止損點(diǎn)容易觸碰，而債券很難發(fā)生止盈和止損情況。綜合考慮，本文程序暫未考慮設(shè)置止盈和止損點(diǎn)，以后如有時(shí)間可在此基礎(chǔ)上繼續(xù)研究止損、止盈點(diǎn)的影響。三是未考慮交易成本。本文沒有考慮交易成本對(duì)收益率的影響，實(shí)際銀行間市場(chǎng)交易中，詢價(jià)模式債券交易成本約為成交面值的百萬分之二點(diǎn)五，交易成本占比很小，不考慮交易成本基本不影響本文的結(jié)論，因此本文未考慮交易成本存在合理性。四是未考慮交易量。本文所選擇的中債總凈價(jià)（7-10年）指數(shù)只有收盤價(jià)數(shù)據(jù)，沒有成交量，這是本研究的缺點(diǎn)。按照以往經(jīng)驗(yàn)，結(jié)合成交量變化確定買賣信號(hào)效果要好很多，后續(xù)可考慮增加全市場(chǎng)成交量、主力合約成交量等指標(biāo)綜合判斷，使用具體的活躍券或帶有成交量的債券指數(shù)繼續(xù)進(jìn)行研究是后繼研究的方向。