[论文解读] A comparative study of the MACD-base trading strategies: evidence from the US stock market

Pat Tong Chio|arXiv (Cornell University)|Jun 18, 2022

Stock Market Forecasting Methods被引用 7

一句话总结

本研究使用 Python 回测对 2015–2021 年美国股市（道琼斯、纳斯达克、标普 500）的基于 MACD 的交易策略进行了评估。虽然仅使用基本 MACD 的策略胜率低于 50%，但结合 RSI 或 MFI 后性能有所提升；所提出的 VPVMA 指标——整合了成交量与波动率——显著提高了胜率与风险调整后收益。

ABSTRACT

In recent years, more and more investors use technical analysis methods in their own trading. Evaluating the effectiveness of technical analysis has become more feasible due to increasing computing capability and blooming public data, which indie investors can perform stock analysis and backtest their own trading strategy conveniently. The Moving Average Convergence Divergence (MACD) indicator is one of the popular technical indicators that are widely used in different strategies. In order to verify the MACD effectiveness, in this thesis, I use the MACD indicator with traditional parameters (12, 26, 9) to build various trading strategies. Then, I apply these strategies to stocks listed on three indices in the US stock market (i.e., Dow-Jones, Nasdaq, and S&P 500) and evaluate its performance in terms of win rate, profitability, Sharpe ratio, number of trades and maximum drawdown. The backtesting is programmed using Python, covering the period between 01/01/2015 and 28-08-2021. The result shows that the win-rate of the strategy with only the MACD indicator is less than 50%. However, the win-rate is improved for the trading strategies that combine the MACD indicator with other momentum indicators like the Money Flow Index (MFI) and the Relative Strength Index (RSI). Based on this result, I redesign the MACD mathematical formula by taking the trading volume and daily price volatility into consideration to derive a new indicator called VPVMA. The results show that the win-rate and risk-adjust performance of this new trading strategy have been improved significantly. In general, the findings suggest that while all the MACD trading strategies mentioned above can generate positive returns, the performance is not good without using other momentum indicators. Hence, the VPVMA indicator performs better.

研究动机与目标

• 通过实证回测评估基于 MACD 的交易策略在美国股票市场中的有效性。
• 研究将 MACD 与其它动量震荡指标（RSI、MFI）结合是否能提升策略表现。
• 通过整合成交量与价格波动率，解决传统 MACD 的局限性。
• 开发并评估一种新型指标 VPVMA，以提升信号准确性与风险调整后表现。
• 为现代量化交易中技术分析的实际可行性提供基于证据的见解。

提出的方法

• 在三大美国股指（道琼斯、纳斯达克、标普 500）上，使用标准参数（12, 26, 9）对 MACD 策略进行回测。
• 将 RSI 和 MFI 作为额外的动量过滤器，用于优化基于 MACD 的买卖信号。
• 通过修改 MACD 公式，将成交量与日度价格波动率纳入，提出新型指标 VPVMA。
• 所有策略均使用 Python 实现，覆盖 2015 年 1 月 1 日至 2021 年 8 月 28 日的时段。
• 通过关键指标评估表现：胜率、盈利能力、夏普比率、交易次数与最大回撤。
• 使用公开市场数据与计算工具，实现可复现的回测与统计验证。

实验结果

研究问题

• RQ1 使用传统参数（12, 26, 9）的标准 MACD 策略是否在美国股市中产生统计显著的正收益？
• RQ2 将 MACD 与 RSI 或 MFI 结合后，对交易策略的胜率与风险调整后表现有何影响？
• RQ3 在 MACD 公式中整合成交量与价格波动率，能否提升信号可靠性与策略结果？
• RQ4 所提出的 VPVMA 指标与传统 MACD 及其过滤变体相比，表现如何？
• RQ5 动量过滤与波动率调整的改进在多大程度上增强了基于 MACD 的交易系统的稳健性？

主要发现

• 使用标准参数（12, 26, 9）的基本 MACD 策略在所有测试指数中胜率均低于 50%。
• 将 MACD 与 RSI 或 MFI 结合的策略相比独立 MACD 策略，胜率有明显提升。
• VPVMA 指标通过在 MACD 计算中整合成交量与波动率，显著提高了胜率。
• 基于 VPVMA 的策略表现出更优的风险调整后表现，体现在更高的夏普比率。
• 交易次数保持可控，且最大回撤相比基准 MACD 策略有所降低。
• 尽管所有基于 MACD 的策略均产生正收益，但仅通过额外动量或波动率过滤增强的策略实现了持续强劲的表现。