博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
自动量策略的开发和优化
阅读量:4294 次
发布时间:2019-05-27

本文共 774 字,大约阅读时间需要 2 分钟。

介绍:传统动量策略只能用来选股,无法用来择时,尤其是对于单指数(比如整个市场就一个投资标的)如何使用动量择时?

定义:动量定义依然保持原样,MOM(5)=close(T)-close(T-5),在常规动量中,通过比对所有标的动量大小,取得20%,那么对于的单个标的呢?不妨使用自己的时序数据“当成”动量的比较范围。依次取得MOM(5)=close(T)-close(T-5),其中T=今日,今天-1,今日-2,,,今日-19,这样我们就可以得到一系列动量数据,那么今日动量在整个动量数据中“排名”or“分位”大于20%就可以认为突破了,买入。

 

原始策略(单指数00016.XSHG)

思路:标的000016.XSHG

取得20+5日价格信息,计算出20个5日动量(滑动计算)

计算昨日动量在20个动量中的分位数,如果分位数>1/3则买入,否则卖出

每日调仓

优化01,使用sell_bottom_rate和top_rate控制“买入”卖出阈值的动量分位

使用20+10的价格信息,计算出20个10日动量,如果动量位于前0.3分位则买入,位于后0.5分位则卖出,其他情况不操作

 

参数优化(回测标的上证50,201501-201812)

'run_freq': 多少日执行一次买卖操作,

'max_length': 获取的价格信息(多少个自动量), 
'mom_length': 几日动量(5,日动量,10日动量), 
'top_rate': 动量排序最大的top0.5,top0.3等,
'sell_freq_rate': 多少日卖出一次

最优策略

TODO,回撤控制,整体回撤并不是太大,如果要止损,需要从个股角度进行操作,有兴趣的自己研究下

 

基础版代码见米框链接:优化版本暂时不公布了,自己有兴趣按照本文描述应该可以猜出个大概

基础班(中位数择时):

 

转载地址:http://nhyws.baihongyu.com/

你可能感兴趣的文章
量化策略回测TRIXKDJ
查看>>
量化策略回测唐安奇通道
查看>>
CTA策略如何过滤部分震荡行情?
查看>>
量化策略回测DualThrust
查看>>
量化策略回测BoolC
查看>>
量化策略回测DCCV2
查看>>
mongodb查询优化
查看>>
五步git操作搞定Github中fork的项目与原作者同步
查看>>
git 删除远程分支
查看>>
删远端分支报错remote refs do not exist或git: refusing to delete the current branch解决方法
查看>>
python multiprocessing遇到Can’t pickle instancemethod问题
查看>>
APP真机测试及发布
查看>>
iOS学习之 plist文件的读写
查看>>
通知机制 (Notifications)
查看>>
10 Things You Need To Know About Cocoa Auto Layout
查看>>
C指针声明解读之左右法则
查看>>
一个异步网络请求的坑:关于NSURLConnection和NSRunLoopCommonModes
查看>>
iOS 如何放大按钮点击热区
查看>>
ios设备唯一标识获取策略
查看>>
获取推送通知的DeviceToken
查看>>