本文创作于2016年1月前后，为实习成果之一。转载时请标明来源。

摘要：把握趋势，顺应市场是一种简单而可能有效的交易方法。本研究假设日内价格序列的趋势一旦形成，将主导当日的价格走势。基于此，首先对趋势进行捕捉和量化，即对开盘后特定时段的价格数据进行二次多项式拟合，通过求多项式的一阶、二阶导数判断趋势的形成。若两阶导数乘积为正，表明价格加速上升或下降，形成趋势，据此进行买入或卖出操作。本文对沪深300股指期货当月合约的分钟级数据进行了实证分析，探讨该策略的有效性。

一、策略概述

“动静适时，顺势而为”，在交易中识别并跟随趋势可能具有指导意义。尽管市场价格通常被认为是随机游走的，但市场对信息的反应不总是及时或过度，这可能会破坏随机游走的假设。本文不探讨市场是否完全有效，而是假设趋势可能存在，并尝试量化趋势的存在，进而根据趋势进行交易。

通过二次多项式拟合价格序列，判断价格趋势的存在：一阶、二阶导数均为正表示加速上涨；均为负表示加速下跌；一阶为正、二阶为负表示减速上涨；一阶为负、二阶为正表示减速下跌。

根据这些判断，制定交易策略：判断趋势是否存在，若存在且为加速上涨，则买入；若为加速下跌，则卖出；若趋势不存在，则不交易。出场策略为持有至收盘平仓。

具体策略细节可参考研究报告《基于低阶多项式拟合的股指期货趋势交易策略》（罗军，2011，广发证券）。

二、实证分析

使用沪深300股指期货2013年6月13日至2015年12月2日当月合约的分钟级数据。

2.1 参数优化

考虑持有至收盘平仓，模型唯一参数为二阶多项式拟合的序列长度，即开盘后多久开始识别趋势，用参数endtimes表示。

优化endtimes，从开盘到10:30:00内选取，分析其对策略回测年化收益率的影响。结果显示，当endtimes在10:39:00至11:03:00之间时，年化收益率为正，且在10:50:00附近形成稳定平台。

进一步分析endtimes与样本长度对年化率的影响，绘制年化率对endtimes和样本长度的二维热区图。结果显示，10:50:00附近的颜色明显更深，表明该参数在不同样本长度下具有稳定性。

2.2 回测结果

以endtimes=10:50:00进行回测，得到单次收益率柱状图和累计收益曲线。计算夏普比率、平均年化率、最大回撤率和交易胜率。

三、总结

回测显示，该策略下股指期货当月合约的胜率略超50%，平均年化率为18%，夏普比率为0.85，但在2015年6月前后有较大回撤。

为改善策略，需考虑加入更多止损策略，以减少单日大幅亏损。

策略适用于支持买多卖空、日内波动明显的交易品种。

作者简介：刘琉球，南京大学工学学士、应用统计博士生，教育部高校科技进步一等奖联合完成人，欧盟FP7 Marie Curie Actions访问学者，R语言爱好者。