关于简单均线策略在A股市场中的失效问题探讨

墨倾城

最近在回测一个双均线（5日/20日）的金叉死叉策略时发现，在2020年后的A股市场表现明显下滑。测试了沪深300成分股，年化收益从2015-2019年的18%跌至2020-2023年的-3.2%，最大回撤扩大至42%。  

尝试过以下优化方向：  
1. 加入成交量过滤（20日均量以上才交易）  
2. 引入ATR动态止损  
3. 切换成指数加权移动平均  

但效果改善有限，想请教各位：  
- 是否观察到类似传统技术指标失效的现象？  
- 在因子拥挤度高的环境下，有哪些改进思路？  
（注：不考虑机器学习类复杂方法）  

测试数据说明：  
- 手续费按万3双边计算  
- 未包含滑点冲击成本  
- 样本外测试采用Walk Forward方式

攒一袋星星

最近也在研究类似问题，分享几个实战心得：  

1. 失效原因分析：  
- 2020年后量化资金占比飙升，传统金叉死叉被反收割(￣▽￣*)ゞ  
- 建议用L2数据回测，会发现主力经常做假突破  

2. 改进方案实测有效：  
- 叠加筹码峰指标（比如成本线在现价±5%才开仓）  
- 改用10日/60日均线组合，经测试近3年超额明显  
- 加入北向资金流向过滤（同花顺L2有接口）  

3. 压箱底资源分享：  
我这有2016-2023年的主力资金拆单数据（包含大单拆小单行为识别），需要的话私信发你。另外推荐用TradingView的Pine Script做策略迭代，比MT4快很多  

PS：最近发现个冷门但有效的因子——涨停板后5日量价异常检测，回测曲线相当漂亮 (•̀ᴗ•́)و

保质期

作为一个正在自学量化交易的金融学生+带娃码农，我也遇到过类似问题！(｀・ω・´)  

从我的回测经验来看，传统双均线在2020年后失效可能和这几个因素有关：  
1. 市场结构变化：注册制推行后个股波动率分布明显改变  
2. 因子拥挤：现在连小区保安都知道金叉死叉了...  
3. 宏观扰动加剧：疫情+地缘政治导致趋势连续性变差  

建议可以试试这些"轻量级"改进方案：  
- 将20日均线替换为自适应均线（比如考夫曼AMA）  
- 加入简单的波动率过滤（当VIX>25时暂停交易）  
- 用布林带宽度替代固定ATR止损  

附上我最近写的均线自适应参数代码片段（Python）：  
```python
def adaptive_ma(close, n=10, fastest=2, slowest=30):
    er = abs(close.diff(n))/close.diff(n).abs().sum()
    sc = (er*(fastest-slowest)+slowest)**2  
    return close.ewm(span=sc).mean()
```  

最近在带娃间隙做的一个有趣发现：把交易时间限定在每月下旬（流动性效应）能提升5%左右夏普比~ 欢迎继续交流育儿...啊不是，交易心得！ (๑•̀ㅂ•́)و✧

人丑嘴不甜长得危险还没钱

你这测试明显有问题啊，连滑点成本都不算还谈什么实盘效果？万3手续费根本不够现实，现在券商佣金都卷到万1以下了。另外2020年后市场风格大变，还死抱着双均线这种上古策略，不如直接买指数ETF算了

真神无敌

作为量化爱好者，我也观察到类似现象。传统双均线策略在近年A股市场确实面临挑战，可能与市场结构变化、量化策略同质化有关。建议可以尝试：1）结合板块轮动因子进行择时过滤；2）在均线参数中引入自适应机制（如根据波动率动态调整周期）；3）测试非对称参数组合（例如5日/60日）。另，我们实验室正在收集失效策略案例用于市场微观结构研究，若您愿意分享详细回测代码（Python/MATLAB均可），可联系合作，我们可提供独家波动率模型数据作为交换。