Agricultural Bank · Trend Evidence Review · Run 6cec1e3b3bee73e4

多市场趋势有长期证据,
农业银行单股尚未证明

跨资产、可多空、波动率缩放的趋势组合拥有长期实证支持;把这种证据移植到农业银行一只股票后,四个冻结规则全部被判退,没有一个达到“可进入前瞻模拟”的资格。

601288.SH数据截至 2026-08-194 个冻结候选6 家同业复制3,474 个精确时序安慰剂

结论:长期文献支持特定趋势组合,不等于证明这只股票会择时

通过候选
0 / 4
所有候选均为 REJECTED / NO EDGE
买入持有 CAGR
12.4%
累计 460.5% · MDD -29.1%
月频动量有效性检查
校正 p=0.854
四年块仅 1/3 胜出 · 同业 Sharpe 0/6 · NO EDGE

现在没有可执行的农业银行趋势策略。 当前模型状态只用于研究审计,不能据此买卖;执行层仍缺历史完整费率、开盘竞价量、涨跌停排队、停复牌与公司行动台账。

一、趋势交易为什么值得相信,又为什么不能借证据跳步

Moskowitz、Ooi 与 Pedersen 在 58 个流动性股指、外汇、商品和债券期货/远期上发现 1—12 个月收益延续,核心实现是跨市场、可做空并按波动率配置。[21]

Hurst、Ooi 与 Pedersen 把多市场研究扩展到 67 个市场和 1880—2016 年,模拟策略在每个十年均为正;这为分散、可多空、波动率缩放的多市场趋势组合提供了长期历史支持,但不构成单股择时证据。[53]

但 Kim、Tse 与 Wald 的复核指出,大幅 alpha 很大一部分来自波动率缩放;不缩放的 TSMOM 与不缩放买入持有差异并不显著。[55] 因此,农业银行这种单股、long/cash、无杠杆策略不能借用期货组合的收益结论。

A 股文献同样不是单向支持:中期横截面动量在不同阶段会消退,日频效应非常短并快速反转;对 7,846 条指数技术规则做数据窥探控制后,优势主要集中在强趋势窗口。[30][31][32]

二、旧 20/10 为什么疲软

旧选择器从全弱候选中强制选出第一名,这是研究治理缺陷,不是市场突然背叛策略。White 把反复复用同一历史做模型选择定义为数据窥探;同一历史看过以后,重新切分无法恢复真正样本外。[1] DSR 等方法也要求把多重试验和非正态带来的表现膨胀纳入。[3]

阶段 来源 相对对数贡献 复合贡献
开发期 空仓机会成本 -0.584 -44.2%
开发期 入场日与买入成本 -0.050 -4.8%
开发期 退出日与卖出成本 -0.036 -3.5%
开发期 共同持有日 +0.000 +0.0%
2023+回顾期 空仓机会成本 -0.645 -47.5%
2023+回顾期 入场日与买入成本 -0.016 -1.6%
2023+回顾期 退出日与卖出成本 -0.004 -0.4%
2023+回顾期 共同持有日 +0.000 +0.0%

主因是空仓机会成本。 开发期与 2023+ 回顾期中,空仓日分别贡献约 -44% 与 -48% 的相对复合拖累;旧规则在两个时期的循环平移安慰剂中都没有优于随机时序中位数。

三、广泛头脑风暴后,为什么只冻结四个规则

我们研究了慢通道、均线、时间序列动量、ADX/DMI、趋势强度、突破确认、波动率缩放、核心仓+择时仓、板块宽度、相对强弱和机器学习状态识别。为控制数据挖掘,只把四个来源明确、机制不同的完整配置放进确认性赛马;没有参数网格。

d55_20_close
55日高点突破 / 20日低点退出
买入:收盘价严格突破此前55个交易日最高价,下一交易日开盘尝试买入
卖出:收盘价严格跌破此前20个交易日最低价,下一交易日开盘尝试卖出 [45]
ma_hys_1_200_b1
200日均线 ±1% 迟滞
买入:收盘价高于200日均线1%以上,下一交易日开盘尝试买入
卖出:收盘价低于200日均线1%以上,下一交易日开盘尝试卖出 [26]
mom_12m_monthly
月频12个月时间序列动量
买入:月末总回报收盘价高于12个月前月末,下一月首个交易日开盘尝试买入
卖出:月末总回报收盘价低于12个月前月末,下一月首个交易日开盘尝试卖出 [21]
dmi_adx_14_25_20
DMI/ADX 方向与强度趋势
买入:+DI高于-DI且ADX严格高于25,下一交易日开盘尝试买入
卖出:+DI不高于-DI或ADX严格低于20,下一交易日开盘尝试卖出 [50]

Turtle 通道来源于公开规则[45];均线过滤参考 Brock 等技术规则研究[26];月频动量对应 TSMOM/绝对动量原型[21][48];ADX 使用 TA-Lib 的 Wilder 参考实现做点对点回归[50]。

四、农业银行实测:全部有正收益,但全部没有证明择时优势

规则 判定 累计 CAGR MDD Sharpe 等暴露差 交易 暴露
55日高点突破 / 20日低点退出 FAIL +101.3% +4.8% -38.5% 0.43 -0.3%pp 24 39.6%
200日均线 ±1% 迟滞 FAIL +150.5% +6.4% -51.8% 0.47 -1.8%pp 24 64.1%
月频12个月时间序列动量 FAIL +307.8% +10.0% -39.0% 0.62 +1.1%pp 10 69.2%
DMI/ADX 方向与强度趋势 FAIL +44.6% +2.5% -44.5% 0.26 -2.5%pp 57 38.0%

历史正收益不是 edge。买入持有同期累计 460.5%、CAGR 12.4%、Sharpe 0.71。四个趋势候选的回撤全部比买入持有更深,Sharpe 也全部更低。

买入持有与四个趋势候选的累计收益率

图例中的四个候选均已扣除模型交易成本;买入持有同口径。

五、公平对照:不是少持有就算会择时

规则 同业Sharpe改善 四年块优于等暴露 随机时序原始p Bonferroni p
55日高点突破 / 20日低点退出 0/6 1/3 0.392 1.000
200日均线 ±1% 迟滞 0/6 0/3 0.618 1.000
月频12个月时间序列动量 0/6 1/3 0.214 0.854
DMI/ADX 方向与强度趋势 0/6 1/3 0.666 1.000

四个候选中历史收益最高的是 月频 12 个月动量:CAGR 9.97%,比其等暴露恒定仓位高 1.13 个百分点;但这不代表它“接近可用”。3,474 个完整循环平移中,原始 p=0.214,经四候选 Bonferroni 校正后 p=0.854;只有 1/3 个四年块优于等暴露基准,同业 Sharpe 改善为 0/6。因此仍应判退。

四个趋势候选的农业银行买卖点

六、八项晋级门槛:允许没有赢家

55日高点突破 / 20日低点退出

6 项门槛未通过

positive base cagr and sharpePASS
positive stress cagr and sharpePASS
target cagr at least 70pct buy holdFAIL
risk utility improvementFAIL
beats constant exposure and familywise random timing p le 0 05FAIL
stable across predeclared subperiodsFAIL
improves risk adjusted objective on at least 4 of 6 peersFAIL
executable data and cost model completeFAIL

200日均线 ±1% 迟滞

6 项门槛未通过

positive base cagr and sharpePASS
positive stress cagr and sharpePASS
target cagr at least 70pct buy holdFAIL
risk utility improvementFAIL
beats constant exposure and familywise random timing p le 0 05FAIL
stable across predeclared subperiodsFAIL
improves risk adjusted objective on at least 4 of 6 peersFAIL
executable data and cost model completeFAIL

月频12个月时间序列动量

5 项门槛未通过

positive base cagr and sharpePASS
positive stress cagr and sharpePASS
target cagr at least 70pct buy holdPASS
risk utility improvementFAIL
beats constant exposure and familywise random timing p le 0 05FAIL
stable across predeclared subperiodsFAIL
improves risk adjusted objective on at least 4 of 6 peersFAIL
executable data and cost model completeFAIL

DMI/ADX 方向与强度趋势

6 项门槛未通过

positive base cagr and sharpePASS
positive stress cagr and sharpePASS
target cagr at least 70pct buy holdFAIL
risk utility improvementFAIL
beats constant exposure and familywise random timing p le 0 05FAIL
stable across predeclared subperiodsFAIL
improves risk adjusted objective on at least 4 of 6 peersFAIL
executable data and cost model completeFAIL

执行完整性统一 FAIL:当前 8/13 bps 与 20/25 bps 只是乐观可比情景。官方规则显示卖出印花税自 2023-08-28 起从 10 bps 减半为 5 bps,过户费也分阶段变化;开盘价不等于策略订单必然成交价。[56][61][67]

七、当前模型状态(不可执行)

规则 模型状态 目标仓位 资格
55日高点突破 / 20日低点退出 持有 100% FAIL
200日均线 ±1% 迟滞 现金 0% FAIL
月频12个月时间序列动量 持有 100% FAIL
DMI/ADX 方向与强度趋势 现金 0% FAIL

不要把“持有”读成建议。 两个显示持有的规则本身已经被判退;另两个现金状态也不代表应卖出。状态只说明各自公式截至 2026-08-19 如何计算。

八、接下来怎么做

对农业银行

停止继续围绕历史亏损交易加过滤器。四规则均未通过,单股绝对趋势研究本代结束;买入持有仍是基准,不把当前任何模型接到真实订单。

对趋势交易信念

把表达层级改为多资产/多市场组合:分散到股票指数、债券、商品与货币,并把趋势信号和波动率配置分别对照。那才与长期文献证据的适用域一致。

如果未来继续,唯一能增加确认性证据的路径是从冻结日起做 paper-forward。历史 2010—2026 已被反复查看,只能继续当回顾性诊断。[1]

九、A 股执行与数据边界

十、运行溯源

Run ID
6cec1e3b3bee73e4
不可变研究产物
Git commit
bae38023c0e8
dirty = false
Data hash
034e8c175973
7只银行完整输入

Protocol SHA-256: beca4900df9ea5c0fcae8f179f60ba3f629582f1543414902b3b3dbcbec82a42
Source hash: 44194bb5f068e36743f93653d883b8c777d00285a061b999156ec4a613dbfe10

一手来源

  1. [1] White (2000), A Reality Check for Data Snooping
    https://www.econometricsociety.org/publications/econometrica/2000/09/01/reality-check-data-snooping
  2. [3] Bailey and López de Prado (2014), The Deflated Sharpe Ratio
    https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2460551
  3. [21] Moskowitz, Ooi & Pedersen — Time Series Momentum
    https://w4.stern.nyu.edu/facdir/lpederse/papers/TimeSeriesMomentum.pdf
  4. [26] Brock, Lakonishok & LeBaron — Simple Technical Trading Rules
    https://sfi-edu.s3.amazonaws.com/sfi-edu/production/uploads/sfi-com/dev/uploads/filer/17/91/1791d085-e000-427d-a5d2-94d20b072bcb/91-01-006.pdf
  5. [30] Zhang & Zi — Evolution of Momentum Effects in China
    https://czi.finance/assets/ChinaMom.pdf
  6. [31] Gao et al. — Daily Momentum and New Investors
    https://afajof.org/management/viewp.php?n=95620
  7. [32] Wang et al. — Technical Trading Rules in Chinese Market
    https://arxiv.org/pdf/1504.06397
  8. [45] Source 45
    https://www.tradingblox.com/originalturtles/originalturtlerules.pdf
  9. [48] Source 48
    https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2042750
  10. [50] Source 50
    https://github.com/TA-Lib/ta-lib/blob/main/src/ta_func/ta_ADX.c
  11. [52] Source 52
    https://share.ai.jingtao.fun/e24c7db3-6ab1-415a-bc69-8d4301163d81.html?v=9
  12. [53] Source 53
    https://www.aqr.com/-/media/AQR/Documents/Insights/Journal-Article/AQR-JPM-Fall-2017.pdf
  13. [55] Source 55
    https://www.sciencedirect.com/science/article/abs/pii/S1386418116301379
  14. [56] Source 56
    https://www.gov.cn/zhengce/zhengceku/202308/content_6900443.htm
  15. [61] Source 61
    https://www.chinaclear.cn/zdjs/gszb/202204/837e3c5031104aa099d6597ba381342a.shtml
  16. [64] Source 64
    https://static.sse.com.cn/disclosure/listedinfo/announcement/c/new/2025-07-09/601288_20250709_CP1M.pdf
  17. [67] Source 67
    https://www.sse.com.cn/lawandrules/sselawsrules2025/trade/universal/c/c_20260424_10816492.shtml