今天这篇文章的契机是上一期发送后，有一位读者朋友留言问，可不可以测一下欧奈尔股价相对强度RPS。看完到这条留言的时候，其实我已经记不得这个指标是说的什么了，于是我就去翻了欧奈尔的那本名字非常赤裸裸的《欧奈尔制胜法则——如何在故事中赚钱》。看完这章的内容，我觉得这个指标在倍发科技投资研究系统（Betalpha BAR 1.0）中并不难实现，所以就在这一期中给大家汇报一下这个指标测试的内容。

我们之前也写过一期内容专门介绍欧奈尔法则（CANSLIM）的应用，其中L这个字母所代表的就是leader or laggard，意思是我们需要考虑想要投资的股票是领涨还是领跌。在欧奈尔看来，只有领涨的股票才有投资的价值。他在原文中写道，“你是否注意到，在股市中经常出现这样的情况，尽管某些行业发展喜人，但是只有该行业的几家企业股票涨势喜人，成为该行业的龙头股，而其他几家股票的涨幅相对则较差”。在他看来，龙头股份永远都是行业中最有投资价值的股票，无关于这些股票现在是否已经来到历史高位，又或者市盈率如何地高，只要它表现足够强势，那么历史经验本身的参考性就不大。

而欧奈尔用来衡量强势与否的指标就是RPS。RPS全称是Relative Price Strength，即股价的相对强度。这个指标其实非常简单，就是用个股的涨幅与整体的平均涨幅进行比较，如果相对强度指标测算的结果为70，就意味着在一段时间内（通常来说是半年到一年），股票打败了比较基准中70%的股票。

这个指标把欧奈尔强者恒强的理念表现得淋漓尽致，并且在他看来，仅仅打败70%的股票是不够的，他的原话是要选择相对强度超过80的股票。因为按照他的统计，根据1953到1933年的数据，美股中那些真正股价飞升的股票，在爆发之前的相对强度平均值为87。所以他的建议是别怕价高，炒股的关键是摒弃弱者。而强者往往都能得到市场的公认，因此欧奈尔的这个方法的基础在于市场总体对企业价值的认同和支持。

我们可以先在BAR中简单地来看一下总体的情况。根据欧奈尔文中的观点，实际上我们要选择的就是过去一年涨幅位居A股前20%的股票（这个方法不适合短期，因为可能会有个股的短期异动，新股IPO等问题也会造成影响）。所以我们现在因子回测中，用年涨幅因子进行分析，分析对象是过去五年的全部A股。回测自动依据过去一年各只A股的涨幅将所有股票从大到小均分为5组（每月换仓时重新计算），我们可以看到，过去一年涨幅最高的股票分组（F1组）其实总体收益情况是最低的，并没有什么优势，这是因为从历史情况来看，A股并没有非常明显的动量效应（即过去涨的股票会一直涨，过去跌的股票会一直跌），而与之相反的反转因子却表现强势，因此这种粗暴地选择强势股票的方法在A股中并不一定有效。

分析来源：倍发科技投资研究系统（Betalpha BAR 1.0）

而另一方面，我们在之前的几次连载中就已经强调过，A股股票在过去一年表现出了非常明显的动量效应，这样的行情下，RPS这种选择强势股的思路就有了用武之地。我们吧目光聚焦在最近一年的A股市场就可以看出，前一年涨幅最高的前20%的股票（基于市值权重调整后尤其突出）获得了非常显著的正收益。在这样的市场情况下，欧奈尔的RPS选股标准比较有效。

分析来源：倍发科技投资研究系统（Betalpha BAR 1.0）

在这里我们还要把RPS和另一个指标RSI（Relative Strength Index，相对强弱指数）做一个区分。相对强弱指数是用一只个股在过去一段时间内收涨日的平均涨幅除以收跌日平均跌幅与收涨日的平均涨幅之和，指数理论认为这个指数值高于50意味着市场处于强势可以买入，但高于80意味着市场处于超买的状况，价格会出现反转，我们在之前的连载中也专门写过这个指标在BAR中的应用。同RPS一致的是，RSI同样反映了市场对一只股票的追捧与否，但是差异在于，RSI是一个短期指标，所选取的样本日通常非常短（比如BAR中的指标设置为14日），因此RSI更多反映了市场参与者在短期的买卖行为，与RPS这样利用长期数据进行分析的股票相比，对股票基本面的反映相对没那么充分。

此外，还需要指出的是，许多对RPS指标的应用，都采用的是股票对比指数的相对涨幅，这个方法欧奈尔本人也认为无可厚非。不过欧奈尔本人在原文中，认为这个指标主要应当用于对行业龙头股（或者强势股）的选择上，那么此时我们可能更应该考虑的是股票在各个行业之中的排名。因此，我们根据申万一级行业的分类，在BAR中对28个行业从2017年至今的RPS指标进行了回测，在这里我们依照欧奈尔本人的观点，选择行业内年涨幅前20%的股票作为我们的分析对象，所有组合均基于市值权重进行了调整，此外因子回测也是将行业股票均分为5组，因此因子回测F1组与策略回测命令所筛选的股池内容基本一致。

从下图及后面表格的内容来看，2017年至今，基于申万28个行业分类的情况来看，这一策略共在18个行业中取得了正的绝对收益，其中跑赢沪深300指数的行业有7个。而从分行业因子回测的结果来看（各行业回测图表详见文末部分），也有18个行业RPS超过80（即位于行业涨幅前20%水平）取得了行业内的最高涨幅（或者最低跌幅），但在部分行业中，跌幅最高的行业也是RPS大于80的企业，例如纺织服装和国防军工业，这些行业在过去一年多时间里的表现与大盘总体的走势存在明显的分化。

分析来源：倍发科技投资研究系统（Betalpha BAR 1.0）

从这个角度来看，欧奈尔的RPS策略在A股的适用性需要进一步的讨论，如果想要依此方法筛选行业龙头，可能首先需要对行业整体的成长性有更深入的了解和讨论。而从历史角度来看，RPS在A股的可操作性还需要数据的进一步支撑，由于这一方法是选择前期的高收益股票进行投资，如果按照A股历史上的快牛快熊行情演进，那么这一方法显然不太具备可参考性，而如果市场走势比较稳定，股票的基本面对价值的支撑比较充分，而行业板块与市场的联动性比较强时，或许这一方法才会更有用武之地。文末是各个行业的回测结果，感兴趣的读者可以依据图表做进一步的解读。

行业龙头股

本文使用的BAR命令：

Change_Ratio_Y>quantile_s(Change_Ratio_Y,80,sample=sw_11)

所选股票的年涨幅位于农林牧渔行业的前20%水平。

其中sw_11为农林牧渔行业的代码，在BAR中可以查询各行业的代码语句，再根据回测需求进行替换。

风险管理工具 / 量化投资知识 / 金融大讲堂——"有金有险"

（欢迎金融机构从业的朋友申请BAR系统的试用）