6.2 单根移动平均线的应用

移动平均线不必五根八根地成组使用，单根也有单根的用法。最简单的方法有两种:K 线高于或低于移动平均线来指导交易，或是利用移动平均线的斜率来指导交易。

6.2.1 K 线穿插单根均线

操作方法非常简单，当收盘价上穿移动平均线时，建立多头头寸，同时将空头头寸平仓。当收盘价下穿移动平均线时，建立空头头寸，同时将多头头寸平仓，如图6-9 所示。

方法虽然简单，但其关键在于选取单根移动平均线的参数，如果参数过小，就会陷入反复止损的境地中。若参数过大，则会导致过多的踏空和利润回吐。我们分别用20 日移动平均线和60 日移动平均线来做回测，进行对比。样本选用铁矿指数从2013 年11 月15 日上市到2017 年3 月17 日的交易记录，如表6-1示。

以上是铁矿石从上市到2017 年3 月15 日按K 线突破20 日均线所产生的全部交易记录。累积收益如图6-10 所示。只有这些记录还不具有任何意义，我们还需要对这些记录做进一步分析。

若要检测某一系统是否可用，必须对若干品种进行回测，并且回测的样本最好是全样本，从上市之初到当前最后一天，如此则包含了该品种的上涨走势、下跌走势和震荡走势。只有样本涵盖所有走势数据，才能给出客观的评估数据。

要回测系统，就要先搞清楚要回测哪些数据。

第一要看净利润总额。

总结一段时间内或者从头至尾，按这种策略我们最后赚了多少钱，它是最常用的一种衡量指标。但需要注意的是这不是最重要的指标，它只是我们最关心的指标。赚多赚少，一目了然。那为什么说净利润总额不太重要呢?

因为它只告诉了你最后的结果，却无法告诉你在使用这套策略时，什么时候赚了钱。可能去年赚了200 元，今年亏了100 元，利润总额100 元，看结果还不错。但我们知道，一年出现相对巨额亏损，这种策略还是有问题的。

虽然它有这样的缺陷，但却是不可或缺的。我们做完回测后，如果它是正的，并且数额还是可接受的，我们会继续对这种策略进行分析、优化，如果为负或者数额太小，就没有进行下一步的必要了。

第二要看平均交易回报。

这个指标还是很重要的。计算方法是用净利润总额除以总交易笔数。如果比值够大，说明你每笔交易都能赚很多钱，这个不用展开。如果比值过小呢?就有两种可能:一是你的净利润总额太小;二是总交易笔数过多，陷入了频繁交易中，赚到的大部分钱都交了手续费了，这种策略就不推荐了。

第三要看最大获利和最大亏损。

最大亏损如果超过了你的本金的很大一部分，那就算了。如果你运气差，最大亏损每次为10% ，再遇到几次连续亏损，你就可能损失百分之几十的本金了。所以最大亏损一定要控制好，这关乎生存问题。

最大获利太大了也不一定好如果一年赚100 元而其中有一次最大获利为50 元，那你这一年内其他的交易几乎没赚什么钱。更深层次的意思就是这种最大获利是非经常性事件，这和我们分析财务报表是一样的，非经常性收益一定要排除掉。最大获利与平均交易回报相差不多，才说明这种策略极其稳定。

第四要看盈亏比。

这需要先了解两个概念:毛利和毛损。毛利就是所有交易中只算赚到的钱，毛损就是所有交易中只算亏损的钱。两者相加就是净利润总额。

毛利除以毛损的比值就是获利因子。它能告诉你每1 元风险可能产生多少利润。我们来举一个详细的例子。

你有2 元，下注1 元，赚了可以赚2 元，输了输1 元。

第1 次下注，你输了，你损失了1 元，此时的毛损就是1 元。

再次下注，你赢了，你赚了2 元，此时的毛利就是2 元。

毛利2 元除以毛损1 元，你的获利因子就是2 。

按照定义，获利因子越大，说明你每1 元的风险所换回来的利润越高。但这个数值是不是越高越好呢?这个问题本身可能有点问题，因为交易次数是随时间而增多的，获利因子是随着每笔交易不停变化的。可能你连续盈利，获利因子不断增高，如果你连续亏损，获利因子不断下跌。这都不代表什么，只是短期的问题。极佳的策略是盈利和亏损均匀分布在时间轴上，那么获利因子或高或低都不重要，越平稳才越重要。

第五要看毛利平均利润和毛损平均亏损。

其实这是平均交易回报的一种深入衡量。如果毛利大于毛损，而毛利平均却小于毛损平均，说明盈利都集中在几笔交易中，分布不均匀。分布不均匀是日内策略最大的弊端。分布不均匀的推论是你可能会遭遇非常频繁的连续亏损，它们整合起来将会是一个非常可怕的数字。

第六要看最大连续获利交易次数、最大连续亏损交易次数以及获利交易百分率。

最大连续亏损交易次数当然不能过多，这非常重要，不必赘述。最大连续获利的次数当然是越多越好。它还有一个妙用，就是利用这些统计数据，如果你知道你的策略连续盈利最大次数为5 次，那么当你已经连续盈利4 次时，下一次很大概率上是会亏损的。可不下注或少下注，这就是你存乎一心的选择了。获利交易百分率衡量你交易总笔数中盈利占比多，还是亏损占比多。结合以上两个概念，当然是越多越好了。

表6-2 为铁矿指数K 线穿插20 日均线系统的回测数据，总体盈利非常高，盈亏比也非常高，只是准确率非常低。如果你想用这种方法进行交易，就必须忍受连续的亏损，并且不改初心，始终如一。

准确率太低， 是不是我们选用的均线参数太低了呢?如果将参数调大，会包容掉很多震荡走势，交易次数减少了，会不会更好一些?我们再做一次回测，如表6-3 与表6-4 所示。图6-11 为累积收益。

虽然参数放大了，但并未显示出大参数的优越性。它的总体收益率降低了，准确率提高了还不到1% ，不过它的盈亏比却上涨了。可见盈亏比高并且准确率高，它的总收益并不一定高。目前来看大参数只有一个好处， 它降低了至少一半的交易次数。

当然， 这只是铁矿石一个商品标的物的回测数据，如果换一个品种，回测数据可能会出现翻天覆地的变化。但最重要的是参数不同，回测结果不同，可能有些参数的回测数据会比现在的更加漂亮。可是那有什么用呢?如果我们用历史数据找到一个非常适合的参数，能让我们获得极大的利润，那也只不过是高度拟合的参数而已，并不一定适用于后面的走势。

那有什么办法能弥补这方面的缺陷呢?对于带有参数的交易系统，这种缺陷是天生的，根本无法回避。我们只能随着行情的变化，主观手动设置新参数。

6.2.2 单根均线斜率法

当震荡走势出现时，均线系统会变得一无是处，K 线穿插均线是家常便饭。在那段时间里，几乎每一天都有交易， 并且在来回穿插的过程中，多次频繁止损。这是K 线与单根K 线配合的根本问题，有没有解决的方法呢?

如果我们只利用均线，而不考虑、K 线的话， 就能避免K 线反复穿越均线的问题。那么少了K 线的参照，单根均线如何提供交易信号呢?均线是趋向类指标，所以它本身就有趋势性。如果今天的均线值比昨天的均线值高，它向右上方运行，它的斜率为正，我们默认此时为上涨趋势。相反，今天的均线值比昨天的均线值低，它向右下方运动，它的斜率为负， 我们默认此时为下跌趋势。

那么我们使用单根均线的斜率交易方法: 当均线斜率为正时，买进开仓，并且平掉空头头寸。当均线斜率为负时，卖出开仓，并且平掉多头头寸，如图6-12 所示。

还是利用铁矿石指数的全样本数据进行回测，以方便对比，如表6-5 至表6-8所示。累积收益图分别如图6-13 与图6-14 所示。

和K 线均线穿插法相比，斜率法简直是惨不忍睹。不过实际情况不是这样的，我们说过所有带参数的交易系统都具有高度的拟合性。也许只是我们选用的参数在铁矿石上特别适合K 线均线穿插法，而不适合斜率法。那么就存在另外一种可能性，另一组参数就会特别适合斜率法，而不适合K 线均线穿插法。但我们又不能去寻找这个拟合参数，因为你一旦找到了高收益的高拟合参数后，后续走势还会发生变异。