说人话就是,你可以用各种理由看好一只股票,但唯独不能是技术形态(K线)。
下面是整个研究过程的分享:
我自己是21年的时候开始尝试自己训练神经网络炒股的。当我把技术指标作为参数让神经网络拟合排序的时候(IC),对股票的排序效果非常好。先说一下具体怎么做的:
数据和特征
我用的是A股主板全部股票的日线数据,包括开高低收、成交量、成交额、换手率、涨跌幅。在此基础上构造了若干个技术指标作为特征:
每天对全市场所有股票做截面 z-score 标准化(不是时序标准化——这是关键,因为我们要的是"今天这只票在全市场中处于什么位置",不是"这只票相对自己的历史怎样")。标签就是次日收益率,用不复权价格计算避免除权日失真。
五年间我迭代了好几代模型架构,IC 都很好看。截面 rank IC(每天把模型打分和次日真实收益做 Spearman 相关,再对所有交易日取均值)稳定在 0.08-0.13 之间。这在量化研究里算不错的数字,也意味着模型的排序是有真实预测力的。
到这里你可能觉得:这不是证明了技术面有用吗?别急。下面才是重要内容。IC 看的是排序质量的全局平均,但钱只能从做多的那一小撮头部票里赚。当你把 IC 拆到十分位里去看,真相就出来了。
第一个结论:信号只在微盘股看多上有效,但容量接近零
在模型没有训练过数据里回测,初筛的微盘股候选池里,十分位分析的结果是非常漂亮的:
指标 |
值 |
|---|
池内 IC |
0.084 |
单调性(10个分位的收益和排名相关度) |
0.976(接近完美) |
D10(模型最看好的那档)日均超额 |
+9.7 bps |
D1(模型最不看好的那档)日均超额 |
-13.5 bps |
Top5 毛收益(2025-01 至 2026-03) |
+150% |
看到 +150% 是不是觉得很^-^^-^?别急,继续往下看。
这 +150% 里面大部分是"微盘股牛市的便车"。这个候选池本身每天就自带 +14 bps 的正收益——验证期小盘股整体在涨,你随机从这个池子里买也能赚钱。真正让这个数字变得没什么价值的是资金容量。我做了详细的成本拆解:
- 散户体量(我们假设5万元)的市场冲击其实很小,参与度仅 0.08-0.24%,冲击 6-10bps 约等于价差可覆盖
- 真正的问题是:换手 x 薄 edge x 容量 约等于 0
什么意思?模型每天要换掉 65-72% 的持仓,Top5 的日均超额只有 +7 bps(全市场单级模型),扣掉佣金印花税后,只有在冲击几乎为零这个条件下才能跨周期地盈利,即你的资金量不能对微盘股的价格造成实质上的影响。
技术面在微盘/小盘做多上有真实 alpha,不是过拟合。但这个 alpha 的资金容量约等于零——你放5万进去精打细算或许能赚,但这不叫"可利用"。
第二个结论:信号最强的部分全在"看空"——而A股做不了空
当我把候选池换成真正流动、成交活跃的股票(每日成交额 Top500)来做分析时,一个极其清晰的不对称结构暴露出来了:
指标 |
小盘候选池 |
活跃/流动票候选池 |
|---|
池内 IC |
0.084 |
0.129(更强) |
D1(最差档)日均超额 |
-13.5 bps |
-82.5 bps |
D10(最好档)日均超额 |
+9.7 bps |
+15.4 bps |
D10 是否为最高档 |
是(单调) |
否,D7 > D10(顶端倒挂) |
信号结构的问题:long-short 价差 D10 - D1 = +97.8 bps/日,其中 84% 来自空头侧(D1 那个 -82.5 bps),仅 16% 来自多头侧。而且多头顶端是倒挂的——模型打分最高的那档收益反而不如第7档。
我又做了逐季度稳定性检查,5个季度(2025Q1 至 2026Q1):
季度 |
D1(空头) |
D7(峰值) |
D10(多头顶) |
D10 - D7 |
|---|
2025Q1 |
-108 |
+22 |
+23 |
+1 |
2025Q2 |
-99 |
+27 |
+23 |
-3 |
2025Q3 |
-93 |
+23 |
+3 |
-21 |
2025Q4 |
-62 |
+16 |
+15 |
-0 |
2026Q1 |
-43 |
+16 |
+14 |
-2 |
空头 D1 每季度都是强负值(-43 到 -108):识别"活跃票里最差的"是稳定、可复现的。
D10 - D7 输多赢少:顶端倒挂是结构性的,不是某个季度的噪声。
好,信号在空头侧是真的。那能不能做空赚钱呢?
很抱歉,A股融券余额占融资余额仅 0.05-0.11%,空头完全没有子弹。我甚至测了"D1 + 有融券 = 主力诱空陷阱?"的假设,结果很清晰:D1 有融券的票照样跌,只是跌得温和一点,而且由于跌得更温和,所以做空收益也变低了,加上融券成本,导致了这类票也是不可利用的。
所以结论到底是什么
技术形态训练出来的信号是真实的。五年时间、多种架构、上百次实验,IC 稳定在 0.08-0.13,不是过拟合,不是未来数据泄露。但这个信号有两个结构性的天花板:
1. 做多 alpha 只活在微盘/小盘股里,资金容量约等于零。 信号真、毛收益数字好看,但冲击成本和换手率会极大程度影响真实收益,即观测信号真赚钱,实盘买入不赚钱。
2. 信号最强、最稳定、最可复现的部分——“识别谁会跌”——全在不可做空的一侧。 流动票上 84% 的信号价值在空头,D1 日均 -82 bps,五个季度全部强负。模型甚至能预测跌停(选出的 Bottom-3 次日跌停率 10-13%)。但A股融券约等于0%,有融券余额的票也不会大跌,这个 edge 结构性不可兑现。
技术面的这两块有价值的部分,恰好都是散户够不着的。微盘股容量不够放钱,空头侧没有做空工具。剩下的——流动票的做多顶端、行业轮动、单股时序、择时退出——要么倒挂,要么不显著,要么不跨 regime。
所以如果你是散户,看到一个"技术面很好"的票,你应该知道:
- 这个信号大概率在告诉你这只票不会是最差的(避雷),而不是在告诉你它会涨
- 真正能变现的那部分信号(做空差票),规则不允许你去做
- 真正做多有效的那个窄缝(微盘股),稍微大一点的资金体量就放不进去
- 你不如把精力放在技术面完全没覆盖的信息维度上——基本面、估值、行业前景、政策