ORB! Alpha 达到年化 36%
这个策略来自 Carlo Zarattini 等人，在 Quantpedia 2023 年大赛中获第三名。他们研究了最近 6 年的美股市场，发现聚焦在热门股 (Stocks in Play) 中时，5 分钟 ORB 策略实现了超过 1600%的总净收益，夏普高达 2.81，年化 Alpha 为 36%。同期标普只有 198%。
这个策略简单暴力，只利用了量比、ATR 和 5 分钟突破等非常简单的技巧。数年以前，有个朋友通过机器学习，得到过一个两周翻倍的策略，我一直没好意思问他实现细节。但通过他的调仓记录来看，最终实现的效果与此庶几近之。
ORB 策略最早由 Toby Crabel 于 1990 年提出，他在《Day trading with short term price patterns and opening range breakout》一书中，详细地介绍了这个策略及系统实现。此后，无论是产业界还是学界都在持续探索和改进这个策略。
2023 年，Carlo Zarattini 等人在 ORB 的基础上，加入了 stocks in play 的限制，将策略的夏普提升到 2.81，年化 Alpha 则达到惊人的 36%（扣除交易费用，参考巴菲特的 20%左右，大奖章的 39%左右）。
选股过滤器¶
Zarattini 等人提出的策略有以下过滤器：
- 开盘价要超过$5。
- 过去 14 天平均成交量超过 1 百万股
- 14 天 ATR 要超过$0.5
- 量比至少为 2，并且
- 只交易量比为前 20 的个股
交易执行¶
根据开盘前 5 分钟的方向，确定当日交易方向。比如，如果开盘头 5 分钟为阳线，则考虑在该股上做多；反之做空。如果头 5 分钟为阳线，即使后面是向下突破，也不考虑做空。
在上图中（注意红色为阴线、空心为阳线），个股以阴线开盘，因此当天的交易方向确定为做空。10 点，股价向下突破（超过头 5 分钟最低价），开空仓，并在 10% ATR 处下止损单。当日尾盘卖出。
下图则是另外两个例子，分别显示了在做多和做空情况下，何时开仓。左图的例子特别提示了，并不是每一次开仓都能获利，仍然有风险因素要考虑。
关于这个策略，如果你还在期待我讲更多，很遗憾。我讲完了。
大道至简。
请原谅我用了一句割韭菜的老师们常用的一句话。不过，毕竟咱们是做量化的，高低也得整几句理论的。接下来，就是见证数学公式和金融理论的时刻。
Why it works?¶
Zarattin 策略成功的关键不是 ORB 策略本身，而是通过条件过滤器，筛选出来了一个独特的小宇宙 (universe)。这个小宇宙的居民，都是高能粒子，有足够的波动性。
另外，由于有美股 T+0 和做空的特性，可以实现斩断亏损，让利润奔跑（通过 ATR 及仓位控制，让每支股票即使亏损，对组合的冲击也控制在 1%以内）。
Tip
A 股没有 T0 和个股做空手段（不是所有的券都能融到），但并不意味着这个策略不能在 A 股应用。
我们逐一解释一下过滤器中的条件。
股价大于$5，不用多解释，可怜之人，亦必有可恨之处。低价股便宜总有便宜的理由。
过去 14 天平均成交量超过 1 百万股。这一条尽管有多种解释，但它在短线操作中的作用，就是要保证成交活跃，这样交易时才不会有太大的冲击成本。
14 天 ATR 超过 0.5，是要保证股性活跃。ATR 是一个绝对值，我们也可以用 20 天均线值转换成百分比，这样可以得到一个适合所有标的的 ATR 标准。
第 4 和第 5 条是选股器的战斗机！ 量比是关键，是信号发射器，只此一手，选出热门股 (stock in play)。第 4 条主要是保证在整体市场清淡的情况下，还能保证选出的个股满足要求。
如果你是一些割韭菜号的读者，你很可能听他们这样讲早盘选股策略：
Quote
集合竞价时，把量比前 10 的个股加入自选，观察到 10：50，上涨且涨幅不超过 3%，下探时不破分时均线的，买！
如果这些策略没有一定的合理性，是不可能割到韭菜的。
Zarattin 等基于大量的数据统计，发现了量比与盈利能力（含多空双边）之间的统计相关性，证明了选股老司机的理论有合理性。见下图：
这里的量比就是大家理解的量比，为严谨起见，我们也把他们的计算公式也发布出来：
这里\(ORVolume_{t,j}\)是个股 \(j\) 在 \(t\) 日前 5 分钟的成交量，\(ORVolume_{t-i,j}\)则是个股\(j\)在\(t-i\)日前 5 分钟的成交量。
从数据上看，只选择量比超过 30 倍的个股，看起来性价比更高。但根据 Zarattin，这样实际上会减少一年之中的交易机会，进而减少了总盈利。
除了基于统计数据之外，我更关心策略背后的经济和博弈原理。量比放大究竟意味着什么？如果搞清楚这一点，我们就能知道这一关键因子会不会失效，如果会，何时失效。
用好一个因子，比挖掘新的因子更重要。因为大道至简，趋动股票上涨的因素，说破天，也无非就是那么几种。
在有经验的短线交易者之间，一直流传着只做热门股的策略。一家公司可能因为这些信息的披露而成为热门股：
- 超预期的收益报告披露或者预披露。
- 专利、药品、许可的批准或者撤销。
- 重组和收购或者建立战略联盟、伙伴关系。
- 重要产品发布、拿下重要合同（或者在竞标中失去）或者客户。
- 管理层变动
- 股票拆分（本文作者：即送转）、回购、发债
- 突破关键技术点位。
除第 7 点之外，其背后都蕴含着公司盈利能力变动的信息。因此，一旦这些信息被公布，往往就会引来众人的关注，提醒他们去交易该股。无论这些信息是在盘中发布的、还是盘后发布的，人们在晚上都有充分的时间来接收、消化这些信息，并且为第二天早间的操作做出决策。
因此，如果某家公司在头一天有 breaking news 放出来，第二天的成交量就一定会比前一天大许多；反过来，如果一支股票的成交量突然放大，则往往也意味着该公司出现了超预期的消息。
如何预测这些消息对方向决定作用呢？分析师往往是屁股指挥脑袋，别听他们的。也别自己分析，因为股票这个事，你分析正确没用，只要其他人都分析错了，你分析正确也白搭。
ORB 策略告诉我们，看早盘 5 分钟的方向。如果是阳线，大概率是做多，如果是阴线，大概率是做空。
股市是赤裸裸的金钱民主。大家用钱来决定方向，非常真诚。
为什么要强调量比？因为如果做多时成交量没有明显放大，意味着交易的人仍然是场内资金，场内资金往往会做骗线。只有大量的场外资金涌入时，金钱博弈出来的方向才是真实的方向。
如果有人想改变这个方向，他就得拿出更多的钱来。他想高调，但实力他也不允许啊。这样确定的方向，像极了渣男的爱情，它可能短暂，但每一次都很真诚。
现在，你还要用大模型来进行文本挖掘，进行预测吗？还是开始相信，一切信号，都蕴藏在量价之中？
百闻不如一练。在大富翁量化环境中，我们提供了2005年以来的分钟级数据，回测支持到分钟，你可以亲自己试一下这个策略。
Tip
写给随机游走和 EMH 学说爱好者。这两个学说在股票市场上没有一席之地（但在期货和期权上是正确的）。
熬夜的人看不到早间新闻。市场主体接收、消化以及响应这些信息的时间绝不可能同步。
公司经营所得的利润总在源源不断地注入股市，股市总的来说正方向的（当然不包括缅甸）。
它前进的步伐在大时间跨度上，会大于 GDP 的增长速度，因为股市里聚集的应该是一国最好的公司。
在 A 股的应用¶
要做到文章所说的收益率和低风险，需要满足两个条件，一是要能 T0 止损。第二个则与市场无关：你需要有一套量化交易系统，能快速计算出全市场 5 分钟量比，能够快速下单，一键止损。原文虽然提到了做空，但仅做多也是 OK 的。
但在 A 股，我们无法做到 T0 止损，这会放大一些风险。如果可能，可以考虑转债品种。
原文（PDF）还研究了不同时间窗口（10， 15， 30 等）下的 ORB 策略，并且提供了加量比约束与不加量比约束的策略对比。需要原文的读者请转发本文后索取。