股票成交量|成交量的研究和检验

17.4检验

基于我们对成交量的研究和检验，我们似乎已经认定vPCI是一个口以用于确认价格趋势的有效指标。然而.要证明一个假设必须通过精确和可侧量的检验。为此.我们通过基于两种不同移动平均线的交易方法来侧试VPCI指标的有效性，类似于我们在第16章“成交量加权的价格指标”中测试成交贫加权移动平均值的方法一样。

在第一个检验中.我测试了5天和20天的VPCI移动平均线交叉的情况。当短期的移动平均线(5天)从下往.七穿过长期的移动平均线(20天)时，找们做多;当短期的移动平均线(5天〕从上往下穿过长期的移动平均线(20天)时.我们做空。这些情况一般代表了股价动量和趋势的短期变化。在第二个检验中(比较研究).我仍然通过5天和20天的指标线的交叉来进行检验。但只有在VPCI平均线此前也穿过了VPCI平滑线的情况下才进行相应的交易。这种情况显示了一个上升的VPCI线或价格确认。VPCI的设置和移动平均线一样20天为长期，5天为短期。

我们的检验有若有局限，但是我们有意选择的设置使检验过程保持简单易行。首先，5天和20天移动平均线的设且期限较短，不足VA反映一个强劲的趋势，这时的VPCI不适合作为一个价格趋势确认和矛盾指标。然而，较短的移动平均线周期能提供更快的讯号，促成更多的交易，提供了更显若的样本规模。此外，当价格数据只有20天的周期时(价格长期移动平均线的周期长度)，将VPCI设置为5天和20天的周期长度的确太短了，但这样的设置能使VPCI比移动平均线的价格趋势或动量指标更早提供讯号。我不想改变这个设置，因为害怕这样做被解读为在进行优化。为了克服这个闲难，我采用了延迟10天的vPCI和延迟5天的平滑VPCI,这种延迟能让vPCI确认讯号和滞后的移动平均线交又.更一致。在理想的情况下，我们应该采用趋势线或其他的趋势指标和J投资时I"4框架相对应的VPCI指标。

为了保证检验的客观性，我们同时考虑了做多和做空的交易机制。每次移动平均线交叉的时候就进行$ 10 0(k)的交易，不考虑佣金。检验期间为1996年8月巧日到2004年6月22日，一共2000个交易日。我们检测指标的可界性和盈利性。

我们不仅需要客观地描述我的检验结果，同时也需要关心所选择的检验样本的显著性。一个可靠的检脸必须同时是无偏和全面的，必须运用科

学的方法，荃于可观察和可侧量的经验证据。为了做到这一点，我们将检骏样本分为搜盖面完整的儿个部分。我们检验的样本选自大、中、小3种规模的上市公司的股票:包括在标普小盘股指数中的小盘股，在标普400指数中的中盘股，以及包括在标普100指数中的大盘股。每只股票的交易特征在检验中也同样重要，因此.样本中的股票被进一步按照成交故和波动性的特点划分为相应类别。把这些特点结合起来以后.我们在检验中一共构建了12个股票分组:小盘高成交量、小盘低成交录、小盘高波动性、小盘低波动性、中盘高成交觉、中盘低成交a、中盘高波动性、中盘低波动性、大盘高成交最、大盘低成交最、大盘高波动性，以及人盘低波动性。

为了保证检验的结果无偏，我们从12个分组中各选取了5只股票共60只股票)进行进一步的验证。为了增加可信度.每个分组中的5只股票不是随机选取的，而是挑选各种特征I..最突出的股票。这样，基于2004年6月22日布鲁姆伯格公司的数据.我们分别从大、中、小盘股中各选出5只成交量最高的股票、5只成交袄最低的股票、5只波动性最高的股票，以及5只波动性最低的股票(见表16.1)。任何被重复选取的股票都只使川一次(高成交员和高波动性的股票偶尔有重复的情况)，缺乏足够历史的股票被剔除并代之以其他合适的股票。这样，我一共使用了60只股票、12个分组、4种特征和3个类别来检验我们的假设。

17.4.1收益(盈利性)

回顾一下，我们仅用5天和20天移动平均线的交叉来检验vPC1指标的盈利性，然后再对那些得到vPCI讯号确认的交易进行检验。检验的结果给出的结论非常清楚:总的说来，vPC.指标在大、中、小盘3种规模的股票分类中和在高成交量、低成交量、高波动性、低波动性4种特征的股票分类中都能提高交易的盈利性(见图17.12)。此外，该指标在12个分组的9个中能提高交易的盈利性，例外的3组为中盘高波动性股票、小盘低成交最股票和大盘低成交最股票。在被检验的60只股票中，39只(65%)的盈利性在使用VPCI指标后得到改善。总的来说，VPCI将60只样本股票在检验期的盈利提高了S211997。

922 28