3 日高/低点均值回归策略
测试由 Larry Connors 拉里·康纳开发的 3 日高/低点 (3-day high low strategy) 均值回归策略。
3 日高/低点均值回归策略 (3-day high low strategy) 是由 Larry Connors 拉里·康纳开发的一个均值回归策略。策略认为当股票发生连续下跌后，有更高概率出现均值回归可能，并且我们能从中获取优势。
Larry Connors 是 Connors Research Group, LLC 的首席执行官兼 Connors Group (TCG) 的董事长。他拥有 30 多年的行业经验，被认为是金融市场行业领先的教育家之一。他撰写了 20 多本有关市场策略和波动性交易的书籍。同时 Larry Connors 以主要制定均值回归交易策略而闻名。同时他也开发了著名的 CRSI 也即 Connors RSI 指标。
今天我们来测试他编写的 3 日高/低点均值回归策略 (3-day high low strategy) 。
策略规则如下：
入场条件：
今日收盘价高于 SMA(200)
今日收盘价低于 SMA(5)
今日的最高点和最低点分别低于昨天的最高点和最低点
昨天的最高点和最低点分别低于前天的最高点和最低点
前天的最高点和最低点分别低于大前天的最高点和最低点
如果上述条件满足，则以第二日开盘价入场。
出场条件
当收盘价突破 SMA(5) 后，则以第二日开盘价出场。
总体来说，这个策略是想查看股票连续下跌 3 天后是否有相应的反弹出现。
回测结果
首先我们将策略应用到 NASDAQ 100 成分股，我们给每个买入信号分配 5% 的仓位，看看结果如何：
初步来看整个策略的胜率还行，达到了 64% ，但是盈亏比并不好，获利的交易平均盈利只有 2%，而亏损的交易平均亏损达到 3%。
整个策略对仓位的使用不大，综合只有 27% 的仓位，从 EAR 来看，年化收益率略高于买入持有 SPY，但回撤幅度是显著超过买入持有 SPY 的。
接下来我们对规则进行一些调整尝试。
首先我们将仓位分配进行提升，把每个信号 5% 仓位，提成到每个信号 10% 仓位。同时暂时不设计排序规则，因此当信号或持仓超出 10 个时会进行随机选择，我们先看下这样调整后的变化是怎么样的。
整体来说策略回测结果的变化符合我们的猜想：
仓位使用有所上升，并带来了相应的年化收益率提高，但 EAR 并没有显著提升。
最大亏损幅度仍然劣势于买入持有 SPY。
接下来我们为这个策略增加一个权重指标 RSI（5）。也就是当信号或者持仓超过 10 个的时候，我们使用 RSI（5）的读数从低到高进行排序，优先买入读数低的股票，也就是跌的更狠的股票。
最终的回测结果如下：
因此 RSI（5）作为权重指标的引入，虽然帮我们固化了结果（去除了策略中随机的部分），但并没有带来额外的优势，回测结果上和策略大体的平均表现没有变化。