--- title: '【获奖文章】趋势策略+市场情绪 怎么择时' source: 'https://www.youtube.com/watch?v=A3BUBtJT6ZA' video_id: 'A3BUBtJT6ZA' date: 2026-09-13 duration_sec: 714 channel: '独角量化妹' --- # 【获奖文章】趋势策略+市场情绪 怎么择时 > Source: [【获奖文章】趋势策略+市场情绪 怎么择时](https://www.youtube.com/watch?v=A3BUBtJT6ZA) ## Summary This video reviews the 2024 award-winning paper from the National Association of Active Investment Managers (NAAM), which proposes a novel timing indicator that combines trend-following signals with market sentiment to improve entry and exit decisions. The presenter explains the paper's methodology, including the use of an 'anchor' concept to filter trend signals during calm market periods, and demonstrates how this timing indicator can be integrated into portfolio optimization. ### Key Points - **Paper Overview** [00:01] — The video discusses the 2024 NAAM award-winning paper, written by a German author, which focuses on improving traditional trend strategies using sentiment indicators. - **Data Used** [00:53] — The study uses S&P 500 constituent stocks from 2015 to 2024, approximately 10 years of data. - **Traditional Trend Indicators** [01:17] — Four classic trend-following indicators are listed: rate of change, simple moving average, close over system (fast line crossing slow line), and linear regression. With various parameters, this yields 40 different trend signals. - **Baseline Strategy Performance** [01:56] — A simple strategy of entering on any trend signal and holding for a fixed period (1 week to 3 months) results in negative returns, primarily due to false signals and mean reversion. - **Improved Exit Condition** [03:30] — Adding an exit condition when the entry signal becomes invalid improves returns slightly but win rate remains below 50%, and frequent parameter tuning is needed. - **Composite Trend Indicator** [04:10] — Averaging all 40 trend indicators into a single composite score (ranging from -1 to 1) provides an overall trend direction and strength, enabling benchmarking against the S&P 500. - **Sentiment Indicator Construction** [05:01] — The author builds a sentiment indicator using RSI and Risk Candle Range with different parameters, resulting in 12 indicators, then averages them into a composite sentiment score between -1 (oversold) and 1 (overbought). - **Why Sentiment Matters** [05:41] — Trend signals often appear when the market is overheated (overbought or oversold), leading to reversals. The 'anchor' concept addresses this by evaluating trend signals only when the market is calm (sentiment near zero). - **Anchor Concept** [06:04] — The anchor is the point where the sentiment indicator crosses zero, representing a calm market. The anchored trend indicator is the trend score at that anchor point. - **Timing Indicator Formula** [06:42] — The timing indicator is calculated as the anchored trend indicator minus the current sentiment indicator, ranging from -2 to 2. A value of 2 indicates a strong uptrend with a temporary pullback (best buy opportunity), while -2 indicates the opposite. - **Anchor Decay Warning** [07:31] — The anchor may become outdated if the market has moved significantly since the anchor was set, so the anchored trend indicator may no longer be relevant. A chart illustrates this with triangles marking extreme timing values. - **Timing Indicator Performance** [09:15] — When the timing indicator is used, win rates exceed 50% and average returns improve, even with the same simple exit condition (holding for a fixed period). - **Portfolio Optimization Application** [09:52] — The author extends Markowitz's mean-variance optimization by replacing historical returns with a more stable estimate: the product of the stock's volatility and its anchored trend indicator. This reduces sensitivity to historical returns while preserving cross-sectional differences. - **Optimization Constraints** [10:56] — Constraints include weights summing to 1 and no short selling (long-only). The optimization results show improved overall returns and reduced volatility, with some stocks receiving zero weight. ### Conclusion The paper offers a practical method to enhance trend-following strategies by incorporating sentiment-based timing, and demonstrates its application in portfolio optimization, providing valuable insights for quantitative traders and researchers. ## Transcript 大家好,今天我们来讲一下这篇文章 这篇文章是今年NAAM的获奖文章 这个NAAM呢就是National Association of Active Investment Managers 就是美国的主动型基金经理人的这么一个委员会 然后他们每年呢都会评审出来一个获奖文章 它虽然是美国的机构 但是它其实是来全世界都征集文章的 所以别的国家的人也都可以投稿 那今年得奖这个人其实他就是一个德国人 好那这篇文章主要就是从传统的趋势策略出发 然后他先讲到一些趋势策略的一些问题 然后怎么样可以利用这个情绪指标 来对趋势策略做一个更好的得时 总体来说我觉得这篇文章写的是挺接地气的 我觉得大家应该可以从这篇文章里面吸收到一些经验 好请大家一键三连 我们直接进入到这个文章内容 好 首先我们来说一下这篇文章里面用到的这个数据 他用到的是标普500 15年到24年 所有的成分股 大概是10年的数据 好 那这个个人首先讨论了这个传统的趋势跟踪策略 他在这边列了几种非常经典的这种趋势跟踪的这个指标 比如说这个rate of change 就是说现在的价格跟几天前比怎么样 然后第二个的话就是简单的moving average 移动平均 第三个的话就是close over system 就是快进线穿慢进线 然后最后的话就是一个linear regression 做一个线性回归 好那这边一共是四种指标 然后作者还就是给每个指标都列出来的这些参数 然后这样算起来的话呢 一共是40种不同的这个指标 好我们来直接看一下这个表 作者想表达一个什么概念呢 就是说你看咱们有这个40种不同的这个趋势入场的这个信号对吧 那这个时候咱们就可以用一个最简单的一个策略 就是有信号我们就入场 然后我们就拿这个股票拿一段时间 看一下效果怎么样 好吧 那我们这边有两个列数据 左边这一列呢是胜利 右边这一列呢是真实的回报 然后这边的小列呢 就是比如说我拿一周拿两周拿三周 一直到拿三个月这样的 然后就看一下这个每个不同的这个入场策略的表现是怎么样的 这边说胜率其实是有一点不太准确 它其实是胜率减去失败的概率 单单都是负的话 就是说你的胜率其实是小于0.5的 那在胜率这方面 就是这个也不奇怪 就是趋势策略 胜率会低一些 但是我们在这边看到这个回报这方面 就也能发现 就是如果我们只是简简单单的有信号进 然后拿一段时间的话 其实这个效果是不是特别好的 作者在文章里面有解释到为什么会有这种现象呢就是因为其说白了就是假信号比较多你进场了之后过一段时间发现它其实往反方向就是 均是回归了 那这样这个效果就不是很好 所以整体下来 我们这个的回报都是负的 我们可以看到 基本所有的这个路上信号 都给的是不太好的这个回报 然后这个时候作者就想说 那我能不能改进一下这个方案 就是让我出场的时候更加聪明一点 我不是只拿一段时间 然后傻傻出场 我可以提前出场 就是我们直接锁定力了 所以说这个时候作者 就给他的这个简单策略 又加了一条出场条件 就是说当我们这个入场信号 已经不再有效的时候 那我们就出场 好那总结结果在这边 那左边是这个胜率 右边是平均回报 怎么说呢 整体上看下来 就是胜率还是没有 就是超过50%吧 基本上 回报的话是有一些提升 那这个时候就有一个点 就是我们可能需要经常去调配参数 为了能时刻让我们回报效果比较好 那就为了应对这种问题 就是作者就提出了另外一个方案 咱们刚才不是有40个指标吗 然后我们让40个指标全部都放在一块 然后求一个薰纸 因为对于每一个指标来说 你可以去零 一跟负一之间任意一个值 然后你做这个工作的话 结到最后这个结果 它也就是一到负一之间的一个值这样的 用它来给你一个这个标的 有一个整体的趋势判断 你到底是在上涨还是在下跌 还有它的强度是怎么样的 有了这个东西之后呢 你就很方便跟别的一些标的做比较了 比如说这边作者都提到一个benchmarking的一个方法 他给了一个建议就是说 跟标普五百的趋势指标相对比一下 那我就有选择了入场这个 那只有我这个标的比标普强的时候呢 我才进去做 那后面也有这个表 大家可以去看一下 那这边我就不再说了 大概就是这个意思 好了 下一个部分就是讲 关于情绪方面的 就想做一个情绪指标 然后判断一下这个市场 它是超买还是超卖的那种情况 然后作者在这边 有讲到 就是他希望这个指标呢 是在-1跟1之间 然后呢 -1代表着超卖 然后1代表着超买这样 然后作者是怎么做呢 其实作者也是很简单 他用这个RSI 还有这个Risco Candle Range 其实就是两个超买超卖的 这么一个指标 然后它也是用了不同的参数 这样的话你加起来一共有12种指标这样的 然后跟刚才那个趋势指标一样 作者也把这个情绪指标呢给求了一个均值 这样的话你就等底下来就也有一个 从-1到-1之间的这么一个情绪指标了 那作者为什么想弄一个情绪指标呢 其实主要原因就是因为 很多时候趋势指标给你信号的时候 往往是这个市场比较火热的时候 要不大家可能在超买 要不大家可能在超买 然后紧接着超买跟超买之后 那就是反转所以说这个时候虽然我们有了趋势的信号但往往趋势都不是入场的好的时机好了就是为了解决这样的问题作者都提到了这个entering的这种方法 就是锚点 这个也是这篇文章的这个主要核心内容 它的概念就是说 我不想在这个市场非常情绪化的时候 超买超卖的时候 我看我的这个趋势指标 我应该在这个市场比较平静的时候 去看我的这个趋势指标 因为它代表着这个真实的趋势是怎么样的 所以说这个猫点就是猫的市场情绪比较平静的时候的那个点 所以我们在看我们这个趋势指标的时候 我们只看这个情绪指标的变符号的时候 也就是说它在零附近的时候 好那基于刚才的信息 咱们就可以做一个这个得舌的指标了 这个得舌指标就是我们这个毛点的趋势指标 减去我们这个情绪指标 那可以想象这个只是在-2跟2之间的 在什么情况下这个只是2呢 大家可以思考一下 那其实很简单 就是当我们这个毛点 毛点趋势指标是一的时候 也就是说 现在市场是一个非常强的上涨趋势 且我们的这个评估指标是负一的时候 那什么时候是负一的时候 它是超卖的时候才是负一 也就代表着 我们现在一个整体上涨趋势 且目前有短暂回调的时候 然后这个是我们最好的卖点 那同理夫二就是相对应的是 卖盘趋势的时候 好那通过这个怎样的公式 我们就可以给每个标的 算一下它现在的这个 得失情况是怎么样的 那我们那如果这个标的 它的这个择时的这个指标 接近4或者2的话 那就说明它现在可能是一个 交易的好时机 那在我们用这个择时指标的时候 我们还有一个点需要注意一下 我们再回顾一下 我们这个毛定的趋势指标 它有一种可能 就是说咱们这个毛 离我们这个现在的这种情况 已经有点远了 因为咱们什么时候抛这个毛 不是咱们是等着这个市场 比较安静的时候抛这个毛 那很有可能这个毛 离我们现在有点远了 就是说当时得到的那个毛定的那个趋势指标 可能已经不适用了 所以说这个是需要注意的一个点 然后作者就为了想表达这个信息 他画了一个图 还是挺有代表性的 我给大家来看一下 好那这个图上呢 都是这个道琼斯里面的这个标的 我们先看到它是有这个红灰绿三个区间 那这个三个区间就代表着这个趋势指标的区间 绿的这边更接近于一 红的这边更接近于一这样 然后左上的这个三角呢 就是当我们这个则时指标 这个都小于负一的时候呢 在这边 然后右下的话 都是大于正一的时候 就在这边 也就是说我们想简单操作 在这个极值 也就是说在这个三角形的 这个区别里面的这个标的 好 然后每个标的 我们都能看到它有一个毛 这个就是我们那个 毛定的这个趋势的指标 然后连接毛的呢 也有一条线 比如说这个标的C2M 当时我们的这个毛点 是在这个位置 但其实我们现在在这个地方 也就是说咱们其实 因为现在的趋势的指标 能离我们矛盾的指标稍微有点远了所以可能这个是你想过滤掉不做这个标的一个理由我们想简单做的呢就是在这个三角里面的标的而且我们这个绳子有不特别长的 就代表着我们之前矛盾的那个点 还是有代表意义的 我觉得作者这个图画的还是挺好的 很直观的表达了 这几个概念之间的关系 好那我们接下来来看一下 这个数字的一些总结 每个横轴上面呢 就是这个择时的指标 就像我们刚才讲 它是一个负二到二之间的等于数 然后作者把它分成了每年一十个档位 我们希望他在比较富的时候去卖 然后比较正的时候去买 然后这边是胜利我们可以看一下 现在已经都是比50%要高了 然后这边是平均的回报 那这边的出场条件 还是就是跟我们一开始的趋势策略的出场条件是一样的 就是存在一段时间 作者也是想用这种非常简单的出场条件来告诉你 就是有了一定的择时之后 就算我们出场条件完全一样 但是效果还是在的 好 最后一部分 就是关于投资组合优化的 作者讲解了 他的这个锚定的趋势指标 可以怎么样去用作于 这个投资组合优化 在这边作者 他是从这个经典的 这个Markowitz的 均质分拆的方法 做了延伸 在我们之前的事情里 有讲过这个方法 当时有提到过 这个方法其实是对这个 历史回报是非常敏感的 然后作者也知道这个问题 然后他也这边提出了 一种新的方法 去用来估算这个每个标的的历史回报 当比较直接用这个标的过往的这个回报 做了用的这样一个方法去代替 它是用标的的这个molotility标的的波动 乘以标的的毛病趋势指标 这个值会比简单的用这个标的的回报要稳定的多 所以就在之后优化过程当中 不会出现一些奇怪的问题 虽然这个值更加稳定 但是它也能反映出来不同标的之间的差别 因为其实我们比较在意的就是标题跟标类之间 相对来说谁的回报比较大 谁的回报比较小 那除此之外 作者还有一些别的一些限制 比如说这些所有的权重加起来 必须要等于1 而且做的要求它是不可以做空的 只可以做多 除此之外 别的方面都是跟经典的这个 分析方向是没有什么区别的 然后我们主要是想优化这个函数 最后的结果在这边展示了出来 我们可以看到这边的这个标的 然后这个是锚定虚设 标的的波动 然后经过我们一般优化之后呢 我们给每个标的不同的这个位置 就是不同的权重 这边可以发现一些标的 我们其实是完全没有给权重的 不过在这边展示的就是整体的收益是比较好的 整体波动拉下来了 好那这个就是这篇文章的所有内容了 那希望这篇文章能在你做确实测试的时候 给你一点优化还有得时的新思路 好那希望这个视频对你有帮助 我们下次再见