<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	
	xmlns:georss="http://www.georss.org/georss"
	xmlns:geo="http://www.w3.org/2003/01/geo/wgs84_pos#"
	>

<channel>
	<title>動能策略 &#8211; FinLab</title>
	<atom:link href="https://www.finlab.tw/tag/%E5%8B%95%E8%83%BD%E7%AD%96%E7%95%A5/feed/" rel="self" type="application/rss+xml" />
	<link>https://www.finlab.tw</link>
	<description>深入淺出的量化投資，讓你在在茫茫股海中，找到專屬於自己的投資方法</description>
	<lastBuildDate>Thu, 29 Dec 2022 12:02:28 +0000</lastBuildDate>
	<language>zh-TW</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.0.9</generator>

<image>
	<url>https://www.finlab.tw/wp-content/uploads/2020/07/favicon.png</url>
	<title>動能策略 &#8211; FinLab</title>
	<link>https://www.finlab.tw</link>
	<width>32</width>
	<height>32</height>
</image> 
<site xmlns="com-wordpress:feed-additions:1">179699571</site>	<item>
		<title>用Python回測總經指標(1)｜M1B &#038; M2 年增率</title>
		<link>https://www.finlab.tw/tw_monetary_aggregates_m1b_strategy/</link>
					<comments>https://www.finlab.tw/tw_monetary_aggregates_m1b_strategy/#respond</comments>
		
		<dc:creator><![CDATA[Ben]]></dc:creator>
		<pubDate>Fri, 04 Nov 2022 13:53:48 +0000</pubDate>
				<category><![CDATA[總體經濟]]></category>
		<category><![CDATA[FinLab 量化平台]]></category>
		<category><![CDATA[技術面]]></category>
		<category><![CDATA[選股策略]]></category>
		<category><![CDATA[m1b]]></category>
		<category><![CDATA[動能策略]]></category>
		<category><![CDATA[總經]]></category>
		<guid isPermaLink="false">https://www.finlab.tw/?p=4809</guid>

					<description><![CDATA[利用上一篇「Python爬蟲教學｜台灣貨幣總計數 M1B &#038; M2」的資料，我們可以用來回測該指標是否為具有領先性的大盤濾網，並測試看看資金流動性指標是否能優化股價動能策略，在市場資金變保守時，能否減低動能策略回檔的殺傷力？]]></description>
										<content:encoded><![CDATA[
<p class="has-medium-font-size">利用上一篇「<a href="https://www.finlab.tw/tw_monetary_aggregates_m1b_crawler/">Python爬蟲教學｜台灣貨幣總計數 M1B &amp; M2</a>」的<a href="https://ai.finlab.tw/database#%E8%B2%A8%E5%B9%A3%E7%B8%BD%E8%A8%88%E6%95%B8%E5%B9%B4%E5%A2%9E%E7%8E%87" target="_blank" rel="noopener">資料</a>，我們可以用來回測該指標是否為具有領先性的大盤濾網，並測試看看資金流動性指標是否能優化股價動能策略，在市場資金變保守時，能否減低動能策略回檔的殺傷力？</p>



<h2>指標意義</h2>



<blockquote class="wp-block-quote has-medium-font-size"><p>M1B＝M1A（通貨淨額 ＋ 支票存款 ＋ 活期存款）＋活期儲蓄存款，為人民手邊可隨時動用的資金。 </p><p>M2＝M1B＋準備貨幣（如定期存款、郵政儲金及外匯存款），流動性較 M1B 低，代表整體市場的資金。 <br>當 M1B 年增率 &#8211; M2 年增率 ＞ 0，表示流動資金成長較定存快，台股資金越活絡。 當 M1B 年增率 &#8211; M2 年增率 &lt; 0，表示流動資金成長較定存慢，台股資金越趨緩。 在過去幾次循環中，M1B 減 M2（年增率）常領先台股三至六個月前出現上漲，在 M1B 減 M2 出現向下走勢時，台股亦出現下跌（資料來源：<a href="https://www.macromicro.me/charts/718/tw-m1b-m2-twse" target="_blank" rel="noopener">財經M平方</a>）。</p></blockquote>



<p class="has-medium-font-size">總經平台「<a href="https://www.macromicro.me/" target="_blank" rel="noopener">財經M平方</a>」有豐富的總經資訊，如果對總經指標不熟悉，可以在該平台習得知識，了解概念後，就可以使用「<a href="https://doc.finlab.tw/getting-start/" target="_blank" rel="noopener"> FinLab 回測模組</a>」來驗證。「 M1B 年增率 &#8211; M2 年增率 ＞ 0」這個指標有用嗎？</p>



<h2>圖表觀察</h2>



<p class="has-medium-font-size">寫回測之前，可以先將數據視覺化簡單觀測一下「資金指標與加權報酬指數關係圖」。<br>灰色區塊是每次「 M1B 年增率 &#8211; M2 年增率 剛小於 0」到「 M1B 年增率 &#8211; M2 年增率 剛大於 0」的區間。<br>圖中可發現 2000 以前由於銀行利率很高，在那個定存5%的年代，M2 年增率好長一陣子都大於M1B年增率。<br>2000 以後，利率開始降，資金開始流入股市，展開台股大多頭。<br>2006-2007 指標出現好幾次震盪，但看起來是提早被洗掉。<br>2008 該指標領先崩盤訊號，成功躲掉崩盤，但股市反轉一大段後，該指標才翻多，看起來也躲掉大漲。金融海嘯後全球開始印鈔，降息降到極限，維持好長一段「 M1B 年增率 &#8211; M2 年增率 ＞ 0」，2012-2013 的訊號失靈，2015 的訊號有領先，2017-2018 出現極短循環。<br>而 2022 這次崩盤，雖然美國狂升息，但 M2年增率 由於「台灣央行」升息很慢，所以增幅並不明顯，由於之前M1B增幅很快，收斂要時間，所以直到崩了好一大段後，現在才又轉負，<strong>沒能提早示警</strong>。</p>



<figure class="wp-block-image size-large"><img width="1024" height="378" src="https://www.finlab.tw/wp-content/uploads/2022/11/截圖-2022-11-04-下午9.06.12-1024x378.png" alt="截圖 2022 11 04 下午9.06.12" class="wp-image-4817" srcset="https://www.finlab.tw/wp-content/uploads/2022/11/截圖-2022-11-04-下午9.06.12-1024x378.png 1024w, https://www.finlab.tw/wp-content/uploads/2022/11/截圖-2022-11-04-下午9.06.12-300x111.png 300w, https://www.finlab.tw/wp-content/uploads/2022/11/截圖-2022-11-04-下午9.06.12-768x283.png 768w, https://www.finlab.tw/wp-content/uploads/2022/11/截圖-2022-11-04-下午9.06.12-1536x567.png 1536w, https://www.finlab.tw/wp-content/uploads/2022/11/截圖-2022-11-04-下午9.06.12-2048x756.png 2048w" sizes="(max-width: 1024px) 100vw, 1024px" title="用Python回測總經指標(1)｜M1B &amp; M2 年增率 1"><figcaption>資金指標與加權報酬指數關係圖</figcaption></figure>



<h2>M1與Ｍ2交叉訊號回測</h2>



<p class="has-medium-font-size">圖表訊號看起來實用性是55波。寫程式回測一下，操作標的為「0050 元大台灣50 (藍線)」。<br>結果和一直持有(灰線)的結果是差不多的&#8230;雖然可能會躲崩，但也會落後進場。然後慘烈的 2022 整段回檔吃下來，是不是不用那麼忙？</p>



<figure class="wp-block-image size-full"><img loading="lazy" width="800" height="600" src="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-20.png" alt="newplot 20" class="wp-image-4819" srcset="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-20.png 800w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-20-300x225.png 300w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-20-768x576.png 768w" sizes="(max-width: 800px) 100vw, 800px" title="用Python回測總經指標(1)｜M1B &amp; M2 年增率 2"></figure>



<h2>M1均線指標</h2>



<p class="has-medium-font-size">為何「 M1B 年增率 &#8211; M2 年增率 ＞ 0」會沒傳說中的有用？<br>我想關鍵在於跟<strong>「M2 年增率」的波動不大</strong>有關，「M1B 年增率」波動才是關鍵，像 2022 由於 2021 資金行情讓兩者差距太大，在 M2 上升不夠下，M1B 要收斂向下穿過 M2 要花的時間太長。<br>實際要使用的話，我會試試單用「M1B 均線訊號來回測」，例如當月「M1B 年增率」穿越「M1B 年增率近6月平均年增率」當訊號，產生更靈敏的指標，訊號也變多。將條件修改回測結果如下，確實能解決「M2 年增率」太遲緩的問題，以此操作 0050 或是長期投資台股指數，會有擇時進出場的優勢。</p>



<figure class="wp-block-image size-full"><img loading="lazy" width="800" height="600" src="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-21.png" alt="newplot 21" class="wp-image-4820" srcset="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-21.png 800w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-21-300x225.png 300w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-21-768x576.png 768w" sizes="(max-width: 800px) 100vw, 800px" title="用Python回測總經指標(1)｜M1B &amp; M2 年增率 3"></figure>



<h2>Top Down 選股策略實測</h2>



<p class="has-medium-font-size">Top Down 選股法簡單說是先分析最上層的總經，大環境若逆風，則不再後續選股動作。要確認大環境好，才進行選股，不是硬要靠選股能力待在市場，而是選最順風的時候。<br>動能策略在資金行情時，往往衝第一，然而當資金消退時，也是跌勢驚人！究竟「M1B 均線指標」能不能進一步提升「動能策略」的績效？</p>



<h3>動能策略範例</h3>



<p class="has-medium-font-size">範例選定為「<a href="https://www.finlab.tw/breakthrough_stock_picking_strategies/">突破策略豆知識 | 如何避免假突破?</a>」文章中的「<a href="https://doc.finlab.tw/tools/%E8%82%A1%E5%83%B9%E5%89%B5%E6%96%B0%E9%AB%98%E5%8B%95%E8%83%BD/" target="_blank" rel="noopener">創新高延續動能策略</a>」。<br>回測績效如下，很兇猛。</p>



<figure class="wp-block-image size-full"><img loading="lazy" width="800" height="600" src="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-22.png" alt="newplot 22" class="wp-image-4821" srcset="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-22.png 800w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-22-300x225.png 300w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-22-768x576.png 768w" sizes="(max-width: 800px) 100vw, 800px" title="用Python回測總經指標(1)｜M1B &amp; M2 年增率 4"></figure>



<h3>動能策略＊資金行情指標回測</h3>



<p class="has-medium-font-size">下圖中是套上「M1B 均線指標」當大盤濾網，可以發現雖然 2022 成功躲過，但前幾年也錯過不少飆股機會，累積報酬率少了7倍，且最後與一直持有指數是一樣的，白忙一場。長期待在市場衝鋒陷陣才是王道？</p>



<figure class="wp-block-image size-full"><img loading="lazy" width="800" height="600" src="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-23.png" alt="newplot 23" class="wp-image-4822" srcset="https://www.finlab.tw/wp-content/uploads/2022/11/newplot-23.png 800w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-23-300x225.png 300w, https://www.finlab.tw/wp-content/uploads/2022/11/newplot-23-768x576.png 768w" sizes="(max-width: 800px) 100vw, 800px" title="用Python回測總經指標(1)｜M1B &amp; M2 年增率 5"></figure>



<h2>結論</h2>



<ul class="has-medium-font-size"><li>「 M1B 年增率 &#8211; M2 年增率 ＞ 0」不夠靈敏。</li><li>「M1B 年增率」穿越「M1B 年增率近6月平均年增率」較能解決「M2 年增率」不靈敏的問題，有助於台股指數擇時操作，但個股策略則無明顯效果。</li></ul>



<p class="has-medium-font-size"><a href="https://colab.research.google.com/drive/1M7udDTTckhdfgQyAlKOzpepI-hSWiAAT?usp=sharing" target="_blank" rel="noopener">colab 範例程式檔</a> 提供大家自己驗證，之後會繼續研究其他總經指標。</p>



<p></p>



<p></p>
]]></content:encoded>
					
					<wfw:commentRss>https://www.finlab.tw/tw_monetary_aggregates_m1b_strategy/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
		<post-id xmlns="com-wordpress:feed-additions:1">4809</post-id>	</item>
	</channel>
</rss>
