个人量化选股（三）：趋势硬门槛与防追高

在上一篇《个人量化选股（二）：标的池怎么选，以及多路召回与双轨粗排》中，我们通过流动性客观门槛与全景行业 ETF 雷达，把全市场的数千只股票压缩到了单市场 100 只高信息密度的物理观察池（中国资产 100 只 + 美股 100 只，合计 200 只）。

这也是我最近在 QuantFull 整理的「个人量化选股实战体系」的第三篇。标的进入观察池之后，接下来的步骤不是直接去算排名。

很多人拿到观察池，习惯直接把动量指标套进去，从高到低排个序，挑前几名买入。

在实际交易中，纯动量排序很容易踩进两个极端坑里：一个是买到了大跌破位后的超跌反弹，上方全是一整年套牢盘的解套抛压；另一个是买到了短期暴拉后的加速赶顶，直接接在情绪最高点，随后遭遇均值回归的大幅回撤。

动量指标只衡量过去一段时间上涨的速度，它不负责判断标的当前所处的趋势位置和风险收益比。

为了防止系统在这些极端位置发出买入信号，我们在进入截面打分排序之前，设置了三道准入硬门槛（Buy Gates）：

四态相空间与三道准入硬滤网架构

在设计过滤规则时，我们把价格与 200 日均线的关系，以及 12-1 动量的正负，交叉构建成一个四态决策矩阵（Regime Four States）：

为了看清真实市场中这四类标的的分布情况，我们将上一篇双轨粗排产生的最新 200 只中外观察池（ah_batch_100 与 us_batch_100）全部拉取完整日 K 矩阵，计算每只标的的年线乖离率（Bias）与 12-1 相对动量。

左图展示连续相空间分布，右图展示三道硬门槛逐级淘汰的漏斗数据：

在最新 200 只中外全景观察池中：

• 门槛① 周期生命线：淘汰 111 只处于年线压制通道的标的（剔除率 55.5%），其中包含了 48 只看似反弹凶猛但上方全是套牢盘的超跌死猫标的（如中际旭创、新易盛、泛林半导体等），剩余 89 只；
• 门槛② 动量转正过滤：淘汰 13 只高位滞涨标的（剔除率 14.6%），包括短期突破年线但中期动量依然为负的比特币现货 ETF 等，剩余 76 只；
• 门槛③ 防追高警戒：拦截 13 只偏离年线超过 +30% 的过热标的（超威半导体 AMD、戴尔、联想、CrowdStrike、MRNA 等，拦截率 17.1%），过热跳过，名额顺延；
• 最终准入合格池：从 200 只中筛选出 63 只合格标的（整体通过率 31.5%），进入下一阶段的市场内截面精排。

门槛一：为什么动量股必须在 MA200 年线上方

动量指标衡量的是股票在过去一段时间里涨得有多快。它是一个关于速度的指标，但它不负责判断股票当前所处的位置。

这里最常见的陷阱，就是大跌之后的死猫反弹。

假设一只股票在过去一年从 100 块跌到了 20 块，然后在最近两个月从 20 块快速反弹到了 35 块。短期涨幅高达 75%，如果纯看相对速度，它会直接冲进全市场动量榜单的前三名。但从长期走势看，它依然被压制在 200 日线下方，上方堆积了过去一整年被套牢的巨量筹码。

买入这种股票，本质上是在长线下跌通道里接飞刀。每次反弹到阻力位，就会遇到解套盘涌出砸盘。

200 日均线反映的是场内过去大约 10 个月到 1 年交易者的加权平均持仓成本线。收盘价站上 200 日线，说明中长期持有者的平均筹码开始进入浮盈状态，抛压减弱，支撑有效。

我们在 200 只观察池的日 K 矩阵上提取了历史滑动窗口样本，对比了买入时处于状态①（站上年线）与状态③（年线下方反弹）在不同持有周期的真实表现：

实测数据呈现出清晰的持有期演变：

在 20 个交易日的短期窗口里，死猫反弹的平均收益（+2.86%）甚至微幅超过了顺势领涨（+2.79%）。这种短线脉冲非常容易给交易者造成底部反转的错觉。

但拉长到 60 个交易日（一个季度），差距彻底显现：站稳年线的顺势标的平均收益拉升到 +8.62%，胜率达到 62.3%，中位数收益为 +4.53%；而在年线下方买入反弹股票，平均收益停滞在 +5.20%，胜率掉到 57.1%，中位数收益只有 +2.61%。上方沉重的解套抛压会把绝大多数反弹死死压制。

在最新 200 只观察池截面上，有几只非常典型的股票：

• 中际旭创 (SZ.300308)：12-1 动量高达 +124.3%，在动量榜单上位居前列。但最新收盘价距 MA200 年线偏离 -21.2%，深陷破位调整通道。如果纯看动量，系统会直接将其买入；但由于 MA200 硬门槛，系统一票否决。
• 新易盛 (SZ.300394)：12-1 动量达 +112.3%，但价格距年线偏离 -13.3%，同样被 MA200 拦截。
• 泛林半导体 (US.LRCX)：12-1 动量达 +103.1%，价格距年线偏离 -6.2%，一票否决。
• 科创50 ETF (SH.588000)：12-1 动量转正为 +22.0%，但收盘在年线下方 -3.4%，属于左侧反弹，系统维持空仓观望，拒绝建仓。

门槛二：为什么偏离 200 日线超 30% 坚决不追

确认了股票在 200 日线上方之后，并不是说偏离均线越远越好。

当一只股票的价格距离它的 200 日线超过 +30%、甚至 +50% 时，说明短期内价格脱离了基本面的平稳积累，进入加速赶顶或过度炒作阶段。

价格偏离长期成本线过远时，均值回归的压力会非线性增大。在偏离 40% 的位置发出买入指令，极容易买在短期波段的最高点，随后遭遇大幅均值回归回踩。

为了量化这种风险，我们统计了观察池历史滑动窗口样本，按照买入时距 MA200 的乖离率（$\text{Bias} = P / \text{MA200} - 1$）划分为五个区间，测算其在未来 60 个交易日内的最大回撤分布：

实测数据呈现出清晰的风险阶梯：

数据表明：当偏离度处于 0%~+15% 时，未来 60 天平均回撤仅 -7.8%，P90 极端回撤仅 -19.5%。

一旦偏离度跨过 +30%，平均最大回撤扩大到 -12.6%，P90 极端回撤直接跳跃到 -26.2%；若偏离超过 +50%，极端回撤深达 -38.7%。

基于这个客观分布，系统设定了一条防追高硬规则：

$$\text{Bias} = \frac{\text{最新收盘价}}{\text{MA200}} - 1 \le +30%$$

只要正向偏离度超过 30%，哪怕其他所有指标排第一，系统也会标明「超温过热，暂不追高」，强制跳过该标的，名额按顺序顺延给下一名（Graceful Skip）。

在最新 200 只池的实盘数据中：

• 超威半导体 (US.AMD)：在美股候选池中位列前列，1 年卡玛比率达 4.52，12-1 动量达 +138.7%。但现价距 MA200 年线偏离达 +34.1%，超过 +30% 警戒线。系统判定「不买：距 200 日线 +34.1%，超过 +30%，不追高」，名额顺延给下一顺位优质标的。
• 联想集团 (HK.00992)：在港股龙头中 12-1 动量高达 +182.7%，但距年线偏离高达 +49.5%，触发防追高拦截；
• 戴尔科技 (US.DELL)：动量高达 +289.5%，距年线偏离 +44.5%，同样触发拦截。

这条规则放弃了一小段非理性的末端赶顶利润，换取了整个组合免于承受接近 30% 到 40% 的极端回撤。

案例实证：超威半导体与中际旭创走势复盘

为了把 MA200 一票否决与 +30% 防追高拦截的过程展示得更具体，我们把超威半导体与中际旭创的走势和指标提取出来：

在超威半导体（上图）的走势中，当股价在历史波段向上拉升、偏离 200 日线达到极值时，动量指标持续刷新高点。如果采用单纯的动量追踪，系统会在偏离最大的位置发出加仓买入指令。随后股价出现均值回归，回踩 200 日线，单波回撤达到 -35.4%。+30% 乖离率拦截机制在情绪亢奋点强制跳过，避免了在高位挂单接盘。在最新截面上，AMD 偏离年线依然达到 +34.1%，系统继续保持跳过状态，名额顺延。

在中际旭创（下图）的走势中，股价见顶跌破 200 日线后，12-1 动量指标依然保留着过去大半年累积的涨幅（+124.3%）。如果只看动量榜单，它依然排在市场前列。由于收盘价始终受制于 200 日线下方（偏离 -21.2%），系统识别其为状态③死猫反弹，全程保持一票否决，规避了随后深幅阴跌到 650 元的过程。

门槛三：为什么 12-1 动量要剔除最近 1 个月

在计算动量时，我们采用的不是过去一整年的总涨幅（12-0 动量），而是 12-1 动量：

$$\text{Mom}{12-1} = \frac{P{t-21}}{P_{t-252}} - 1$$

也就是用 21 个交易日（约 1 个月）前的收盘价，除以 252 个交易日（约 1 年）前的收盘价，把最近 21 天的数据剔除。

这样做背后的计量金融学依据，来自经典金融实证研究（Jegadeesh & Titman, 1993）：

• 在 3 到 12 个月的时间跨度上，股票截面收益表现出显著的动量效应（Momentum Effect），即过去表现好的股票在未来一段时间继续跑赢；
• 在 1 个月以内的短期跨度上，股票截面收益表现出显著的短期反转效应（Short-Term Reversal），即短期暴涨的股票在未来 1 到 4 周往往伴随获利回吐与买卖价差回弹。

我们在 200 只观察池的历史月度截面上做了检验：近 1 个月收益率对未来 1 个月收益率的 Rank IC 为 -0.0757，表现出明确的负相关反转特征。

如果不剔除最近 21 天，直接算过去一整年的涨幅，最近一个月暴涨的标的会被赋予最高权重。在实际交易中，短线脉冲往往伴随着微观结构上的流动性耗竭和回调洗盘。

把最近 21 天剔除之后，指标衡量的是剥离了短线噪音之后的中期趋势强度。

在最新 200 只池的实盘数据中：

• 比特币现货 ETF (US.IBIT) 与 以太坊现货 ETF (US.ETHA)：短期在场内情绪带动下快速反弹，价格站上了 200 日线上方（分别偏离 +10.4% 与 +8.0%）。如果只看短期突破，容易误判为主升浪启动。计算 12-1 动量时，扣除近 1 个月后，IBIT 的 12-1 动量为 -25.1%，ETHA 为 -31.9%，说明其中期依然处于下行修复阶段。系统准确判定为状态②高位滞涨，发出「12-1 动量为负，还在下跌」的拦截提示，避免了过早建仓。

核心实现代码

以下是生产环境中负责准入门槛检验的向量化 Python 实现：

from typing import Dict, Optional, List
import numpy as np

def calc_momentum_12_1(closes: List[float]) -> Optional[float]:
    """计算 12-1 相对动量: P(t-21) / P(t-252) - 1。
    
    若历史不足 252 根日 K 但满 126 根（6个月），回退到近 6 个月收益率兜底。
    """
    if len(closes) >= 252:
        base = closes[-252]
        if base > 0:
            return float((closes[-21] / base - 1.0) * 100.0)
    elif len(closes) >= 126:
        base = closes[-126]
        if base > 0:
            return float((closes[-1] / base - 1.0) * 100.0)
    return None

def buy_gate_reason(
    p_last: float,
    ma200: Optional[float],
    mom_12_1: Optional[float],
    max_gap_pct: float = 30.0
) -> str:
    """三道买入硬门槛过滤。满足条件返回空字符串，否则返回具体拦截原因。"""
    if ma200 is None or mom_12_1 is None:
        return "数据样本不足，不满足计算条件"
    
    bias_pct = (p_last / ma200 - 1.0) * 100.0
    
    # 门槛①：周期生命线
    if bias_pct <= 0:
        return f"收盘在 200 日线下方（{bias_pct:+.1f}%），一票否决"
    
    # 门槛②：动量转正
    if mom_12_1 <= 0:
        return f"12-1 动量为负（{mom_12_1:+.1f}%），还在下跌"
    
    # 门槛③：防追高警戒
    if bias_pct > max_gap_pct:
        return f"距 200 日线 {bias_pct:+.1f}%，超过 +{max_gap_pct:.0f}%，不追高"
    
    return ""

阶段小结

这三道准入硬门槛解决的是买入端的基本安全问题：

• 不在下行通道里接飞刀（MA200 过滤，在 200 只全景池中拦截了 111 只破位/反弹标的）；
• 不被 1 个月的短线波动误导（12-1 动量剔除短期反转噪声，拦截了 13 只高位滞涨标的）；
• 不在情绪过热的顶部接盘（+30% 乖离率拦截，在 200 只全景池中拦截了 13 只过热加速标的）；
• 从全量 200 只观察池中最终筛选出 63 只合格标的（通过率 31.5%）。

下一篇我们要讨论的是：在通过了这三道硬门槛的 63 只合格标的里，各市场内部到底用什么指标进行截面精排（美日市场的卡玛比率 vs 港 A 市场的相对动量）、同一家公司在 A/H 两地上市时如何用溢价中位数仲裁择优，以及为什么在历史回测中取消了行业硬上限。

选股体系与延伸阅读

本文所属的完整量化选股架构、全景行业雷达与配套策略代码，均整理在 QuantFull：

• QuantFull 专栏：大类资产配置与量化选股分层
• QuantFull 专栏：标的池怎么选（多路召回与双轨粗排完整解析）
• QuantFull 专栏：趋势硬门槛与防追高（三道准入门槛与四态相空间）
• QuantFull 专栏：1.68 万亿放量下跌：日度数据怎么测出市场真实流动性
• QuantFull 专栏：策略容量与冲击成本估算实务
• QuantFull 专栏：12-1 动量策略全周期回测复盘
• QuantFull 资源：量化交易思维导图与资料合集

关于作者