ADLs 指標

這個指標類似於 ADL 上漲下跌家數騰落線，但是我個人不太喜歡騰落線的原因，是因為 ADL 是 non-stationary time series，也就是 ADL 的數值沒有上下界，可以隨時間無限變大，也可以無限變小。

所以我做了一個改良版的 ADL，我把它叫做 ADLs 也就是 ADL-stationary 的簡稱。這個公式計算的方式為：

ADLs = 上漲家數 / 總家數 – 0.5

就這麼簡單，不需要像是 ADL 一直累加，造成不不要的複雜性。ADL假如大於零，代表當天比較多檔股票上漲，自然大部分的就是賺錢的，市場比較有信心，而當ADLs 小於零，則代表大部分的人都是虧錢的，這時候市場比較容易有恐慌性賣壓，也是比較危險的時候。這個指標看起來會像是下圖：

畢竟每天的上漲下跌家數，本來就是很隨機的數值，所以上圖還看不出個所以然。我們可以用一些簡單的方式來處理，例如均線，如下圖：

上圖中使用均線將原本的 ADLs 平滑雙均線，去除雜訊後，我們才看得到週期的規律，這個規律代表什麼呢？ ADLs 取雜訊又有什麼意義呢？接下來就帶大家來感受一下數據。

ADLs + 均線的意義

ADLs 代表當天大家的勝率，這個勝率每天影響你我的心情，試想你打開股票未實現損益，一片紅色，心情就超級好，反之一片綠色，心情也好不起來。所以 ADLs + 均線，就代表一段時間，市場平均的勝率（不是很精確的說法，但是容易瞭解），上圖中的藍色就是 ADLs Fast，代表市場短期的勝率，而 ADLs Slow 就是代表長期的勝率，所以

大家都賺了錢，自然就很開心，於是希望可以賺更多，市場一片喜氣洋洋，反之，就是大家都有點恐懼，造成市場信心潰散，就是比較危險的時刻了。要怎麼證明這是有用的呢？我們可以在 ADLs Fast > Slow 的時候，持有「00733 富邦臺灣中小型股指數」，並檢驗一下，這樣的策略跟單純長期持有此 ETF 會有怎麼樣的差距。

指標與指數對照

我們可以對照一下，ADLs 跟「00733 富邦臺灣中小型股指數」的關係如下：

這邊就可以發現，當ADLs Fast 藍色 < Slow 紅色時，市場上大家都賠錢，所以比較恐慌，而指數多辦處於盤整或是下跌，反之，當 ADLs Fast > Slow ，大家都賺錢，所以市場上就很容易出現一波上漲行情。以當前 2021 7/14 號來說，目前處於多空的交界處，也就是有人賺也有人虧錢，幾乎是一樣多的。但是對於未來前景，我不會太樂觀，畢竟小型股已經漲了一波，而且端看圖表，通常 ADLs Fast 藍線大於紅線，變成一座山後，往往都是有一段時間潛水，周而復始不斷交替，各位假如持有小型股，可以稍微留意，見好就收。

接下來，我們就來試試看，假如在只有 ADLs Fast > Slow 的時候持有，不然則空手，看看會發生什麼事情。

回測結果

上圖中藍色的為使用 ADLs 策略的績效，而紅色的則是單純持有，你可能會覺得「什麼？阿不是績效都差不多嗎？」「還要每天看買賣家數，也沒比較好？」。假如你有這種想法，就代表你可能剛開始在交易的路上，所以還沒見過太多大風大浪，對我來說，藍色的績效明顯的比紅色好非常多。雖然這兩種方法最後的績效差不多，但是中間的過程差很多，一個是幾乎沒有賠錢，另外一個載浮載沈，就像是人生的終點都是一樣的，但過程可以差很多！

我們利用一些量化數據來檢演兩者的績效：

Stat                 00773 with ADLs    00773
-------------------  -----------------  ----------
Start                2018-05-23         2018-05-23
End                  2021-07-14         2021-07-14
Risk-free rate       0.00%              0.00%

Total Return         130.96%            126.59%
Daily Sharpe         1.93               1.23
Daily Sortino        3.21               1.89
CAGR                 30.52%             29.73%
Max Drawdown         -12.08%            -34.28%
Calmar Ratio         2.53               0.87

MTD                  -7.53%             -2.94%
3m                   4.68%              23.31%
6m                   43.12%             67.50%
YTD                  40.47%             68.91%
1Y                   45.03%             90.04%
3Y (ann.)            33.25%             31.49%
5Y (ann.)            -                  -
10Y (ann.)           -                  -
Since Incep. (ann.)  30.52%             29.73%

Daily Sharpe         1.93               1.23
Daily Sortino        3.21               1.89
Daily Mean (ann.)    28.58%             29.80%
Daily Vol (ann.)     14.83%             24.18%
Daily Skew           0.23               -0.78
Daily Kurt           9.16               6.43
Best Day             6.53%              7.35%
Worst Day            -6.01%             -9.19%

可以發現，使用 ADLs 的績效，其夏普值高達 1.93，以一個這麼簡易的系統來說，這算是很好的數字。

夏普值如何看？

夏普值小於零，代表賠錢的意思，以一個簡易的選股策略來說，一般人波段實單操作，可能是0.7，以一個ETF來說，可能 0.9 就已經很不錯了，而以網路上付費選股策略 1.3 可能會是比較理想的數值，當然也有真的很厲害的選股策略，Sharpe可以到 2 或 3。

總結

這篇文章分享自制指標 ADLs ，發現 ADLs 用於小型股的指數有很好的預測效果，使用 ADLs 當作是買賣的濾網，可以 Sharpe 高達 1.9 的回測結果，然而 ADLs 指標對於未來有比較悲觀的預測，大家可以多多留意，心態上不用太積極做多，有賺就好，少賠即可。等 ADLs 方向確認，我也會再提醒大家，可以多多留意FinLab。

寫策略並模擬回測績效是非常重要的，通過回測，就能一眼看出來你的策略有沒有效。有人說歷史不等於未來，我覺得更正確的說，應該是「歷史不完全等於未來」，每年都有很多不同的黑天鵝，不同的國際政治變化，政黨輪替，然而假如你可以找到一個策略，不論環境如何變化，但是績效一直有穩定的成長，就代表你有可能找到了「歷史與未來會相同的某種選股邏輯」！

KD值

今天我們就來試驗一下KD值程式交易選股，
首先，我傾向於把指標的參數拉長，原因是這樣比較容易抓的到股價的規律（以日K來說）。
不過我個人的研究發現趨勢指標型態不一樣，選出來的股票也會不一樣，
絕對不是只要股價會漲就好，而是要符合某些特定的數學條件。

這邊我選擇使用RSV 50, K 20, D 20，當作是參數（台股通常是9、3、3）。
當K大於D的時候買入，反之賣出，每天選股並重新平衡資產，可以得到以下的績效：

紅色的是有考慮手續費，而藍色的則無。

然而這樣的選法是有一些弊端的！（尤其是手續費很高昂，股票換手率太高）
所以接下來我們就想辦法來解決，順便提高一下程式交易的績效～

長期趨勢漲，可能會買在高點！

當K > D時，股價會衝的很高，但是這時候買入就會買在高點了！
所以我們在使用長線KD值時，可以增加一個條件來確保不會買在高點：

當天股價 < 10日平均

除了股價不能太高，同時股價也不能太低！

股價必須高於年線

我們在此參數下選出來的股票，假如股價沒有過年線的話，很容易漲到年線附近時，就被彈了回去，所以乾脆我們選股的時候，就直接選高於年線的，就不會有這個問題了XD

增加一些常用的財務指標

程式交易除了用技術指標外，我們也可以增加一些財務指標，例如ROE：
ROE近1季大於ROE近4季平均

當然也有很多別的選項，我這邊就選一個好用的入門款XD，

三種條件依序加上後的結果

可以發現，從下到上依序就是：

1. 使用KD值
2. 除了上述以外，額外增加：股價短線別太高
3. 除了上述以外，額外增加：股價長線別太低
4. 除了上述以外，額外增加：財務數據

不過以上是沒有增加手續費的，因為我的回測系統每天都會重新權益平衡，所以有非常多不必要的摩擦成本，此時手續費折扣就非常的重要了！

最後我新增了一些不太重要的條件（為了減少股票檔數），整理成下圖，紅色為有手續費，藍色沒有手續費，只能說以人工調配持股應該會有更好的成果～有興趣可以研究看看！

計算指標前，先整理好財務數據

(沒上課程的請看這邊，上了課的可以跳過看下一段)

在計算外資買入成本前，我們必須要或得兩個 DataFrame：

1. 「收盤價」
2. 「外資買入張數」

這兩個 DataFrame，其 columns 是股票的代號，而 index是每天的日期，
這兩個 DataFrame 要怎麼做出來呢？

首先，可以參考之前的文章，學習爬取股價跟三大法人：

1. 爬取股價資訊
2. 爬取三大法人買賣超

接下來，我們可以將這先每天都有的資料轉換成時間序列的 DataFrame：
時間序列實做
以上這篇文章只有教您怎麼整理「收盤價」，沒有教您怎麼整理「三大法人買賣資訊喔！」
但原理都是一樣的，所以就依法炮製可以做出「三大法人」的DataFrame喔！

好麻煩喔！有沒有更快的方式？(利用課堂的工具)

假如您有上課程的話，利用 爬取三大法人買賣超 這篇文章，
就可以將三大法人買賣超的資訊整理好喔！

所以您用我們課程中的code，只需要額外增加：

from finlab.data import Data
data = Data()

以上的code就是一個可以跟資料庫索取資料的物件，接下來只要把資料讀進來就可以了：

# 外資買入（2017-12月後的格式）
陸資買進 = data.get('外陸資買進股數(不含外資自營商)', 250)
外資買進 = data.get('外資自營商買進股數', 250)

外資買進 += 陸資買進

# 外資買入（2017~12月前的格式）
外資買進.fillna(data.get('外資買進股數', 250))

這樣就可以，直接得到dataframe囉！
賣出也是依法炮製：

# 外資賣出（2017-12月後的格式）
陸資賣出 = data.get('外陸資賣出股數(不含外資自營商)', 250)
外資賣出 = data.get('外資自營商賣出股數', 250)

外資賣出 += 陸資賣出

# 外資賣出（2017~12月前的格式）
外資賣出.fillna(data.get('外資賣出股數', 250))

然後是收盤價：

# 收盤價
收盤價 = data.get('收盤價', 250)

接下來我們就可以來計算指標了，首先：外資買入成本

其實這一步驟是最簡單的XD
最重要的只有兩個 function ：

1. DataFrame 乘法：DataFrame的乘法很聰明，會將一樣的column name 跟 index 對應到的數字相乘，所以我們可以直接寫 外資買入 * 收盤價 這樣子的語法
2. df.rolling(60).mean()：就是時間窗格，例如今天的值，會變成過去60天的值的加總，每一天都如此計算。

所以就有以下的code：

外資買進成本 = (外資買進 * 收盤價).rolling(60, min_periods=1).sum() / 外資買進.rolling(60, min_periods=1).sum()

就這樣算完了，但是有時候我們防止 DataFrame 裡面有 NaN ，我們希望就算有 NaN 也能算出值，就可以寫成：

外資買進成本 = (外資買進 * 收盤價).rolling(60, min_periods=1).sum() / 外資買進.rolling(60, min_periods=1).sum()

當中的 min_period=1 代表60天中，只需要有一天不是 NaN，就可以將不是 NaN 的數字取平均喔！
所以這樣寫會是比較建議的。

這邊要注意的是，我們不只算了單一一檔股票，是把所有股票的外資買進成本都算出來囉！

外資賣出成本

這邊一模一樣，所以就直接放code：

外資賣出成本 = (外資賣出 * 收盤價).rolling(60, min_periods=1).sum() / 外資賣出.rolling(60, min_periods=1).sum()

畫出曲線

我們可以將 買入、賣出 的成本都畫出來：

收盤價['1101'].plot()
外資買進成本['1101'].plot(color='red')
外資賣出成本['1101'].plot(color='blue')

紅色的線就是外資的買進成本
藍色的就是賣出成本

當買進成本高於賣出成本時，就是可以考慮買進的時機喔！
或是當股價上漲後，拉回到買進成本線，也是很好的買點喔！
大家可以試著回測看看～～

選股

我們也可以選擇股價小於外資成本的股票清單：

cond1 = 收盤價.iloc[-1] < 外資買進成本.iloc[-1]
print(cond1[cond1])

這樣就可以看到所有股價小於外資成本的股票囉！
方便您繼續追蹤，看這些股票有沒有突破外資成本，一飛沖天喔！

究竟是如何完成一個策略的？

建構一個好的指標並不容易，大約是以下幾個步驟：

1. 有一個初始的想法（某天，我想製作一個三大法人指標）
2. 回測看看（怎麼測怎麼悲劇）
3. 檢查買賣訊號，修改一下，並回到步驟2（以為想到好方法，但空歡喜一場）
4. 終於跳出2->3->2->3的循環，成功做出策略（發現根本不是三大法人策略XD）

通常我們就會在步驟2跟3不斷循環，直到成功為止，
假如你試了一百萬次，總能夠找到一個好策略，
但就是會花很久的時間就是了…

如何快速建構出一個好策略？

個人根據經驗，歸納了一些簡單小技巧，幫助你更快速的找到好策略：

1. 單看某些條件直接回測，看該因子會不會反映於股價（通常好壞會差滿多的）
2. 知道該因子的數值分佈狀況（例如：ROE要多高才算高？），才能輕鬆產生嚴苛或寬鬆的條件
3. 將有用的條件組合，並適當的調整條件的鬆緊（由寬鬆往嚴苛的方向，調整試試看）

以上是我自己回測時常用到的方法，
另外，回測系統也是滿重要的，可以快速驗證、組合各種不同的條件，
回測系統有可以講很多東西，先別離提好了，回到今天的策略

這是個誤打誤撞的策略

其實我原本是想研究三大法人的策略，
但發現三大法人除了投信外，怎麼寫都寫不出來XD
最後，反而研究出了一個簡單好用的指標！
反倒是外資在這個策略中，比較算是輔助條件，不是最重要的條件
以下就是這個指標的介紹

漲跌加減速指標

我們可以把股價想像成汽車前進後退，這樣的話，價格的漲跌就對應到車子移動，
國中我們都學過

其中 x₀ 是買入股價，而 x_t​​ 是賣出的股價
我們想要 x_t​​ ​​> x₀​​，代表有獲利
那就等同於代表我們希望 v > 0 且 a > 0
代表股價有機會越來越高，也就比較可能會獲利！
其中，v > 0 比較簡單，就是今天股價比n天前高就行了
但是 a > 0 要怎麼表示呢？就是我們接下來要探討的了

下圖中，藍色的曲線為均線，而紅色線與黃色的點為指標
當今天黃點在紅線下方時，代表目前股價的加速度（曲率）大於零，所以股價之後上漲的機率高（買點）
當今天黃點在紅線上方時，代表目前股價的加速度（曲率）小於零，所以股價之後下跌的機率高（賣點）

有了這個邏輯，接下來，我們可以寫出數學公式

如何寫成條件式？

寫成數學公式也很簡單，我們只要判斷圖中的紫色點跟黃色點，哪個比較高就可以了，

• 紫色點的價格：（今天均線價格 + 2n天前均線價格）/2
• 黃色點的價格：第n天前的均線價格

所以總結我們的加速度指標就是：

加速指標 = (紫色點價格 ─ 黃色點價格) / 黃色點價格

當此指標為正的時候，代表加速度越大（越容易漲）
此指標為負的時候，代表加速度越小（越容易跌）

簡單，但是有效果！

我也是走實用路線的，其實交易策略的論文有很多，選股方法也有很多種
我喜歡的策略可以這樣排序：

1. 簡單又有效的方法
2. 簡單但無效的方法
3. 困難但有效的方法
4. 困難又無效的方法

我比較推崇簡單的方法，因為實做困難的策略，要耗費大量的時間，但最後不一定有效，
相反的，做一個簡單的策略，只需要花一點點時間，但成功後，效果往往不差，失敗了也沒關係，
至少是快速失敗，總比花了大量的人力精力，最後發現無用來的好。

先來看一下回測的結果

以加速度指標為主體，搭配一些其它條件，我們可以歷史權益曲線報酬率為下圖，大約有十年十倍，
紅色的曲線考慮手續費，而藍色不考慮手續費，
可以發現有沒有手續費還是差滿多的！尤其是這種每天都要買賣的策略，

下一篇，我就會介紹該策略的詳細條件，讓大家來品香一下～趕快來看看吧！