RSRS择时：回顾与改进

　　2017 年初，我们开发了RSRS 指标与择时模型用以预测宽基指数的未来涨跌方向。本文回顾与总结了RSRS 择时模型样本外跟踪的近3 年时间里在不同指数上的择时表现与暴露出来的不足之处，并通过对指标算法进行优化尝试改进RSRS 指标及其择时策略。

    　　样本外RSRS 择时策略整体表现较好。RSRS 择时策略在样本外区间（2017/3/31 – 2019/11/13）内各个指数上均有择时效果。其中沪深300上效果最好，年化收益10.9%，最大回撤13.7%，在收益与回撤上均有较强的择时效果。而在上证综指、上证50、创业板指上RSRS 择时策略跑赢指数同时也都较好地控制净值回撤。但中证500 上样本外择时效果较为一般。

    　　择时信号在震荡行情下稳定性较差。各宽基指数在样本外经历震荡市时，RSRS 信号开平仓的次数会显著增加，此时信号的稳定性大大降低。虽然在2018 年之前的震荡期间中择时策略表现较好，但在2019年震荡市中，信号胜率显著下滑，上证50 与创业板指在此期间信号胜率仅2 成左右。

    　　加权回归计算下的RSRS 指标对择时效果提升有限。通过在回归时给更重要的样本点更高权重的方式改进RSRS 择时策略。实证下来，基于时间距离的线性加权回归与指数线性回归并不能有效提升择时策略的效果；而基于当日成交额的加权回归方式能一定程度上提升中证500与创业板指的择时效果，但在大盘股指上效果一般。

    　　钝化RSRS 择时指标有效提高各指数择时效果。将RSRS 指标构造融入收益率波动的信息，使得指标值能达到在震荡市场上钝化的效果，从而减少策略在震荡期间的误判次数。实证结果表明，钝化RSRS 指标能提高各宽基指数的择时效果，使得择时策略在全样本与近年均有较好表现。在中证500 与创业板指上，将样本点加权与钝化操作结合的成交额加权回归钝化RSRS 指标效果更佳。

    　　风险提示：测试结果均基于模型和历史数据，模型存在失效的风险。