【广发金融工程】精选量化研究系列之七：基于统计语言模型（SLM）的择时交易研究

广发广发金工 2026-06-11 置信度: high

综合质量 4 /5

新颖性 3 /5

可复现性 3 /5

核心内容

报告将NLP中的统计语言模型应用于股市择时。将历史每日市场行情的涨跌转化为符号序列作为语料库，计算在给定过去若干期涨跌序列条件下未来涨跌的条件概率，取概率较大者为预测方向。同时引入1%日内止损机制增强策略表现。

经济逻辑

市场涨跌具有路径依赖性和状态惯性。类似于自然语言中词频与上下文的统计规律，股市的涨跌序列在特定历史状态下可能存在显著的条件概率偏倚。通过统计历史特定涨跌模式后的未来涨跌概率，可以捕捉市场的微观动量或反转效应。加入止损机制旨在截断左尾风险，符合趋势跟踪与严格风控的交易逻辑。

超额收益逻辑

超额收益来源于市场涨跌序列的隐含条件概率规律。在特定的6阶涨跌模式后，市场延续或反转的倾向在统计上具有非对称性，模型通过捕获这种统计套利机会获取方向性收益。1%止损机制通过规避极端不利波动进一步提高了资金效率和风险收益比。

构造细节 [strategy]

数据输入

: (日频)

组合方式

基于6阶历史涨跌序列的条件概率预测，结合1%日内止损规则

绩效

1476.2%

累计收益率(含止损)

80.3%

年化收益率(含止损)

46.1%

胜率(含止损)

-21.5%

最大回撤(含止损)

1392.2%

累计收益率(纯择时)

75%

年化收益率(纯择时)

53.1%

胜率(纯择时)

-31.7%

最大回撤(纯择时)

回测期: 1995-2013(样本外2010-2013)，样本外跟踪超七年

将历史涨跌行情符号化后，利用SLM计算条件概率预测未来涨跌方向。模型阶数为6，含1%止损。含止损模式年化80.3%、最大回撤-21.5%，优于纯择时模式(年化75%、最大回撤-31.7%)，建议实际运用加止损。2014年1月发布以来样本外跟踪超七年，风险收益良好。

收益归因

报告未进行收益归因分析

缺口: 缺少对收益来源的分解，如方向性贡献、止损贡献、不同市场环境下表现差异等

稳健性

子样本稳定性: 样本外2010-2013年各年度均取得正收益(9.4%~32.5%)，且自2014年发布以来样本外跟踪超7年，表现稳定。

风格偏差: 对市场状态有一定依赖，由于加入了止损机制，在震荡市可能频繁触发止损导致胜率下降(46.1%)，但依靠大盈亏比获取高收益。

策略在多种市场环境下均展现出良好的稳健性，特别是止损机制的加入有效控制了下行风险，但在震荡市中可能面临胜率牺牲的问题。

数据依赖

所需数据: 日频指数OHLC数据即可构建，数据要求极低。

可复现性: easy

仅需日频开高低收数据，逻辑简单清晰，可复现性极高。

新颖性评估 [新组合]

将成熟的NLP统计语言模型方法应用于股市日频涨跌符号序列预测，并创造性地结合1%盘中止损机制，属于方法与策略机制的新组合。

不足与缺陷

6阶涨跌模式共有2^6=64种状态，历史数据量相对有限可能导致部分状态的条件概率估计过拟合，缺乏对参数稳健性的详细测试
胜率较低(46.1%)，高度依赖少数大盈利交易，若未来市场波动结构改变导致盈亏比下降，策略可能失效
止损规则较简单(1%)，未考虑交易成本、滑点及涨跌停限制对实际执行的冲击
缺乏对做空机制的明确说明，若仅做多则在熊市中表现受限

可复用元素

将连续价格序列离散化为符号序列以应用NLP模型，提供了一种降维和降噪的思路
1%盘中止损规则简单有效，显著改善风险收益比，值得在各类趋势策略中借鉴
通过历史收益最大化来优化模型阶数，提供了超参数寻优的朴素方案

启发

可以将符号化的维度扩展，如引入成交量缩放、波动率状态构建多维N-gram模型
止损阈值1%可改为自适应波动率止损，以适应不同市场环境
使用平滑算法或引入折扣策略处理N-gram中的零概率问题，提高模型泛化能力

改进方向

引入波动率与成交量状态构建多维符号序列，并使用自适应动态止损

基于: 相似逻辑(高阶条件概率转移)+不同构造(多维状态特征+动态止损) 预期收益: 提高模型对市场环境的刻画能力，减少单一价格序列的过拟合，进一步提升胜率与风险调整后收益

复现计划

1. 提取沪深300或上证指数1995年至今的日频OHLC数据。2. 计算日收益率，>0记为1，<=0记为0。3. 提取长度为6的滑动窗口序列及对应的下期真实涨跌标签。4. 使用滚动窗口或全样本计算每种6阶序列后续上涨和下跌的频次及概率。5. 若上涨概率>0.5则做多，否则平仓（假设仅做多）。6. 每日盘中模拟：若开盘后跌幅达1%则记录止损，否则持有至收盘。7. 复现1995-2013回测，并延伸至最新日期验证稳健性。