今天這篇文章的契機是上一期發送後，有一位讀者朋友留言問，可不可以測一下歐奈爾股價相對強度RPS。看完到這條留言的時候，其實我已經記不得這個指標是說的什麼了，於是我就去翻了歐奈爾的那本名字非常赤裸裸的《歐奈爾制勝法則——如何在故事中賺錢》。看完這章的內容，我覺得這個指標在倍發科技投資研究系統（Betalpha BAR 1.0）中並不難實現，所以就在這一期中給大家彙報一下這個指標測試的內容。
我們之前也寫過一期內容專門介紹歐奈爾法則（CANSLIM）的應用，其中L這個字母所代表的就是leader or laggard，意思是我們需要考慮想要投資的股票是領漲還是領跌。在歐奈爾看來，只有領漲的股票才有投資的價值。他在原文中寫道，“你是否注意到，在股市中經常出現這樣的情況，儘管某些行業發展喜人，但是隻有該行業的幾家企業股票漲勢喜人，成為該行業的龍頭股，而其他幾家股票的漲幅相對則較差”。在他看來，龍頭股份永遠都是行業中最有投資價值的股票，無關於這些股票現在是否已經來到歷史高位，又或者市盈率如何地高，只要它表現足夠強勢，那麼歷史經驗本身的參考性就不大。
而歐奈爾用來衡量強勢與否的指標就是RPS。RPS全稱是Relative Price Strength，即股價的相對強度。這個指標其實非常簡單，就是用個股的漲幅與整體的平均漲幅進行比較，如果相對強度指標測算的結果為70，就意味著在一段時間內（通常來說是半年到一年），股票打敗了比較基準中70%的股票。
這個指標把歐奈爾強者恆強的理念表現得淋漓盡致，並且在他看來，僅僅打敗70%的股票是不夠的，他的原話是要選擇相對強度超過80的股票。因為按照他的統計，根據1953到1933年的數據，美股中那些真正股價飛昇的股票，在爆發之前的相對強度平均值為87。所以他的建議是別怕價高，炒股的關鍵是摒棄弱者。而強者往往都能得到市場的公認，因此歐奈爾的這個方法的基礎在於市場總體對企業價值的認同和支持。
我們可以先在BAR中簡單地來看一下總體的情況。根據歐奈爾文中的觀點，實際上我們要選擇的就是過去一年漲幅位居A股前20%的股票（這個方法不適合短期，因為可能會有個股的短期異動，新股IPO等問題也會造成影響）。所以我們現在因子回測中，用年漲幅因子進行分析，分析對象是過去五年的全部A股。回測自動依據過去一年各只A股的漲幅將所有股票從大到小均分為5組（每月換倉時重新計算），我們可以看到，過去一年漲幅最高的股票分組（F1組）其實總體收益情況是最低的，並沒有什麼優勢，這是因為從歷史情況來看，A股並沒有非常明顯的動量效應（即過去漲的股票會一直漲，過去跌的股票會一直跌），而與之相反的反轉因子卻表現強勢，因此這種粗暴地選擇強勢股票的方法在A股中並不一定有效。
而另一方面，我們在之前的幾次連載中就已經強調過，A股股票在過去一年表現出了非常明顯的動量效應，這樣的行情下，RPS這種選擇強勢股的思路就有了用武之地。我們吧目光聚焦在最近一年的A股市場就可以看出，前一年漲幅最高的前20%的股票（基於市值權重調整後尤其突出）獲得了非常顯著的正收益。在這樣的市場情況下，歐奈爾的RPS選股標準比較有效。
在這裡我們還要把RPS和另一個指標RSI（Relative Strength Index，相對強弱指數）做一個區分。相對強弱指數是用一隻個股在過去一段時間內收漲日的平均漲幅除以收跌日平均跌幅與收漲日的平均漲幅之和，指數理論認為這個指數值高於50意味著市場處於強勢可以買入，但高於80意味著市場處於超買的狀況，價格會出現反轉，我們在之前的連載中也專門寫過這個指標在BAR中的應用。同RPS一致的是，RSI同樣反映了市場對一隻股票的追捧與否，但是差異在於，RSI是一個短期指標，所選取的樣本日通常非常短（比如BAR中的指標設置為14日），因此RSI更多反映了市場參與者在短期的買賣行為，與RPS這樣利用長期數據進行分析的股票相比，對股票基本面的反映相對沒那麼充分。
此外，還需要指出的是，許多對RPS指標的應用，都採用的是股票對比指數的相對漲幅，這個方法歐奈爾本人也認為無可厚非。不過歐奈爾本人在原文中，認為這個指標主要應當用於對行業龍頭股（或者強勢股）的選擇上，那麼此時我們可能更應該考慮的是股票在各個行業之中的排名。因此，我們根據申萬一級行業的分類，在BAR中對28個行業從2017年至今的RPS指標進行了回測，在這裡我們依照歐奈爾本人的觀點，選擇行業內年漲幅前20%的股票作為我們的分析對象，所有組合均基於市值權重進行了調整，此外因子回測也是將行業股票均分為5組，因此因子回測F1組與策略回測命令所篩選的股池內容基本一致。
從下圖及後面表格的內容來看，2017年至今，基於申萬28個行業分類的情況來看，這一策略共在18個行業中取得了正的絕對收益，其中跑贏滬深300指數的行業有7個。而從分行業因子回測的結果來看（各行業回測圖表詳見文末部分），也有18個行業RPS超過80（即位於行業漲幅前20%水平）取得了行業內的最高漲幅（或者最低跌幅），但在部分行業中，跌幅最高的行業也是RPS大於80的企業，例如紡織服裝和國防軍工業，這些行業在過去一年多時間裡的表現與大盤總體的走勢存在明顯的分化。
從這個角度來看，歐奈爾的RPS策略在A股的適用性需要進一步的討論，如果想要依此方法篩選行業龍頭，可能首先需要對行業整體的成長性有更深入的瞭解和討論。而從歷史角度來看，RPS在A股的可操作性還需要數據的進一步支撐，由於這一方法是選擇前期的高收益股票進行投資，如果按照A股歷史上的快牛快熊行情演進，那麼這一方法顯然不太具備可參考性，而如果市場走勢比較穩定，股票的基本面對價值的支撐比較充分，而行業板塊與市場的聯動性比較強時，或許這一方法才會更有用武之地。文末是各個行業的回測結果，感興趣的讀者可以依據圖表做進一步的解讀。
本文使用的BAR命令：
Change_Ratio_Y>quantile_s(Change_Ratio_Y,80,sample=sw_11)
所選股票的年漲幅位於農林牧漁行業的前20%水平。
其中sw_11為農林牧漁行業的代碼，在BAR中可以查詢各行業的代碼語句，再根據回測需求進行替換。
風險管理工具 / 量化投資知識 / 金融大講堂——"有金有險"
（歡迎金融機構從業的朋友申請BAR系統的試用）
閱讀更多 有金有險 的文章
