本福克斯在最近的一篇文章中讨论了为什么技术指标会亏损，引起了很多读者的讨论。技术指标亏损的原因有：技术指标的滞后性，只能说明当前的走势，不能预测未来的走势；技术指标反映了一部分人的观点，反而成为庄家和主力逆向操作的机会；技术指标是根据历史经验和数据统计得出的，但由于历史的局限性，没有得到有效的检验。 　　

　　

　　被市场伤透了心 　　

　　

　　实践是检验真理的唯一标准，数据是检验技术指标准确性的标准。技术指标是否准确，仅有理论推导是不够的，还需要数据检验。因此，这只狐狸提出了数据测试的几个基准： 　　

　　

　　长期历史交易数据验证。长周期指的是时间跨度长，至少在市场经历几次牛熊变化之后。大量交易数据的验证。交易不能局限于几只股票，或者某一类股票。最好用全市场的股票数据来验证，包括创业板(涨跌幅度不同)、st、大盘股、小盘股、指数成份股等。模拟真实交易，引入各种真实的客观限制。交易者资金有限，不可能把市场上所有符合技术指标的股票都买下来，需要限制持股数量；涨跌不能买卖；占用暂停资金等。福克斯用了a股市场2010年到2021年10月以及近11年的所有a股日数据进行检验。股票总数4424只，成交数据773万。模拟交易模型分为两类： 　　

　　

　　无限交易模式。假设资金量是无限的，只要技术指标是买入信号，当前没有持有股票，就买入交易日市场上的所有股票；只要技术指标是卖出信号，股票目前持有，就会卖出。这个交易模型用来测试指标的一般成功率。交易后的盈利计算为成功，交易后的亏损计算为失败，统计所有交易的平均盈利和最大亏损。固定仓位交易模式。这种模式更接近现实，限制同时持有的股票数量，设置为4只，每只占用1/4左右的资金。技术是指只要向仓位发出卖出信号，就卖出仓位；同时随机选取市场中发出买入信号的股票进行买入，目前保证持有4只股票，除非市场中的股票在当前交易日没有买入信号。以上两种交易模式的成交价格均以该股票当日收盘价为准。如果涨停或涨停，则交易失败。所有交易都忽略交易费用，只计算买卖差价。 　　

　　

　　在最近的文章中，我们评估了均线、RSI等指标的结果。在这篇文章中，我们来看看成交量趋势指标OBV。《论平衡体积》( OBV)是由乔格兰维尔在20世纪60年代提出并被广泛使用的。股市技术分析四要素：价格、数量、时间、空间。OBV指数是一种以“量”为突破口，发现活跃股票，分析股价运动趋势的技术指标。它将股市的人气——成交量与股价之间的关系数字化、可视化，通过股市成交量的变化来衡量股市的驱动力，从而判断股价的走势。对于交易量的研究，OBV能量潮指数是非常重要的分析指标之一。 　　

　　

　　实验代码使用Python pandas_ta的obv。对应的买卖代码片段如下： 　　

　　

　　def模型_预测(self，s，fo，model_path): df=pd。data frame({ ' close ' :s . close _ price，' volume ' :s . volume })obv=df . ta . obv()close=df[' close ']PRED=[0]* Len(obv)for I in range(1，Len (PRED)) 3360IF NP .ISNan(OBV[I])3360 continue # Buy if OBV[I-1]=0OBV[I]and Close[I-1]Close[I]3360 pred[I]=self . Buy _ point 　　

continue if obv[i - 1] >= 0 > obv[i]: pred[i] = self.sell_point return pred

接下来，就上实验的数据结果了：

UnlimitTrade

Evaluate stock count 4443, total sample length:7767019

Total trading count:10926, succeed count:1082, successful rate:0.099030

Revenue:0.034066, max gain:48.647475, max loss:-0.841727

Accumulated revenue:0.034066

-----------------------------------------------------------

FixedTrade

Evaluate stock count 4443, total sample length:7767019

Total trading count:65, succeed count:9, successful rate:0.138462

Average revenue:-0.043997, peak gain: 8.986981, max single gain:0.305249

Max single loss:-0.171451, max backward:-0.408201

Accumulated revenue:6.512554, Init asset: 4000000, Final asset:30050216

FixedTrade（test from the date 2020-09-01）

Evaluate stock count 4430, total sample length:1159328

Total trading count:48, succeed count:5, successful rate:0.104167

Average revenue:-0.035669, peak gain: 1.171934, max single gain:0.308827

Max single loss:-0.146986, max backward:-0.221026

Accumulated revenue:-0.010571, Init asset: 4000000, Final asset:3957716

数据解读：

1. 无限制交易模型，共交易次数80万次，其中盈利的交易次数9.9%。指标的成功率只有约10%，是不是远低于你的预期？所有单次交易的最大盈利有48.6倍，最大亏损-84%。平均交易的盈利是3.4%。
2. 固定持仓4只股票交易模型，共交易次数65次，其中盈利的交易次数30.5%。交易中的最大亏损有17.1%，最大回撤40.8%。10年下来的最终盈利是651%。值得注意的是，因为符合买入条件的股票是随机买入，多次实验的盈利数据有一点差距。进一步，我们看指标在最近一年，即去年9月之后的数据，盈利数据是-1%！

10年真实的牛熊市真实的数据实验检测的结果，是否和你的传统经验有很大的出入？广泛流传并使用的技术指标的成功率不到3成！依赖OBV指标操作，最近一年将带来1%的亏损！

很遗憾，投资市场没有所谓的银弹，或者不败的秘籍。远离一切技术指标吧，当看到股评节目中的专家头头是道地进行技术分析时，看看就好，千万不要据此做出买卖决策。技术指标由于受众广，或许能作为投资者的情绪反应，但是万万不能作为投资的风向标。

（关注本狐，分享和讨论投资的经验干货和方法）