均值回归策略(一)

均值回归策略(一)

一、基本原理

资产价格将围绕其历史均值进行波动,当价格偏离其长期平均水平时,价格趋向于回归到其平均水平,价格的偏离程度越大,回归的力度越大。因此,可以通过采取反向交易的方式(即价格偏低时买入,价格偏高时卖出)来获取收益。

二、均值回归策略适用哪些股票

  • 股票价格需要是均值回归序列

*动态均值回归的序列也可以使用均值回归策略。动态均值回归是指:股票价格会回归其最近的历史平均价格,而不是其全部历史平均价格。可以使用单位根检验,来判断一个序列是否是均值回归策略。

  • 股票价格波动相对较大

* 波动越大,则买入点和卖出点的差异越大,获利的空间就大

三、常用的一些指标

①简单移动平均值(SMA)

计算时间窗口内所有数值的平均值。例如,如果我们计算5日简单移动平均,我们将取连续5天的收盘价,计算其平均值,然后将窗口向前移动一天,重复该过程。 SMA的计算公式为:$ SMA=\frac{P1 + P2 + … + Pn}{n} $
其中, P 1 , P 2 , . . . , P n P1, P2, ..., Pn P1,P2,...,Pn是时间窗口内的价格,n 是时间窗口的长度。

②相对强弱指数(RSI)

**1、定义:**比较一段时期内的,平均收盘涨幅和平均收盘跌幅来分析市场买沽盘的意向和实力,从而预测未来市场的走势。

2、公式:

  • 首先,需要计算一定周期内(通常为14天)每天的价格变化。这包括每天的上涨幅度(当天收盘价高于前一天收盘价)或下跌幅度(当天收盘价低于前一天收盘价)。

  • 在选定的周期(如14天)内,分别累加所有的上涨幅度和下跌幅度。计算这段时间内的平均上涨幅度(总涨幅除以上涨天数)和平均下跌幅度(总跌幅除以下跌天数)。

  • R S I = 平均上涨幅度 ( 平均上涨幅度 + 平均下跌幅度 ) ] × 100 RSI = \frac{平均上涨幅度}{ (平均上涨幅度 + 平均下跌幅度)]}× 100 RSI=(平均上涨幅度+平均下跌幅度)]平均上涨幅度×100

3、解读:

RSI的值介于0到100之间。一般来说,当RSI超过70时,股票可能处于超买状态,价格可能回调;当RSI低于30时,可能处于超卖状态,价格可能反弹。

RSI在50以上时,市场被视为强势市场;在50以下时,被视为弱势市场。

RSI指标之间可以产生交叉信号,帮助捕捉买卖时机。例如,短期RSI线上穿长期RSI线可能预示买入时机。
当股价与RSI出现背离时,如股价创新高但RSI未创新高,可能预示趋势即将转变。

* 相关解读仅供参考,实际股价变动较为复杂,依据该指标,并不一定能获取相应的收益。

③布林带

布林带,也被称为布林线(Boll),它由三条线组成:上轨线、中轨线和下轨线,其构建基于移动平均线和标准差。

  1. 上轨线:上轨线等于中轨线加上两倍的标准差。* 压力线
  2. 中轨线:中轨线是一段时间内的移动平均线,通常是20日或50日移动平均线。* 代表了价格的长期趋势。
  3. 下轨线:下轨线等于中轨线减去两倍的标准差。* 支撑线

④威廉%R

威廉%R,也被称为威廉超买超卖指标,或简称为W%R。

  1. 计算公式
    % R = 100 − ( C − L n ) ( H n − L n ) × 100 \%R = 100 - \frac{(C - Ln) }{(Hn - Ln)} × 100 %R=100(HnLn)(CLn)×100

    • 其中,C为当日收盘价;
    • Ln为N日内最低价;
    • Hn为N日内最高价;
    • 公式中N日为选设参数,一般设为14日或20日。
  2. 运用原则

    • 威廉%R的值越小,市场的买气越重;反之,其值越大,市场卖气越浓。

上述指标中,布林带和威廉%R指标的定义符合我当初的设想,但也有一些问题。比如这些指标,都不能反应某一股票是否适用该规则,同时也有一些经验参数,比如平均值、最高价和最低价的参考时间周期、布林带中2倍方差是否适合所有股票,威廉%R的值设置为多少可以看做是入场信号等等。

四、策略思路

选股:

-> 选择价格波动大的股票。股价的波动可以用标准差或者标准差除以均值来衡量。

-> 选择比较“平稳”的股票。股票波动越大并不是越好,我们更想选择一个波动大的,并且一直围绕某一均值上下波动的股票,换言之就是平稳序列。

方案:

-> 首选布林带方式来判断股票的买卖点,当股价跌破均值减去方差时,买入股票;当股价突破均值或均值加方差时卖出股票。具体是加减几倍方差,则需要依旧具体的股票历史价格,回测数据,选择出可以使收益最高的方差倍数。

-> 回测时需要关注以下数据,股票买入到卖出平均的天数,股票买入到卖出的平均收益率等

本篇对均值回归策略进行了初步整理,后续会根据具体的策略思路通过Python再来判断策略的实际效果。

—End—

参考资料

1、均值回归策略101

2、巧用RSI,寻觅超跌股——均值回复策略探秘

3、backtrader量化回测跟踪止损的均值回归策略

4、均值回归进阶策略,6的很啊!

  • 12
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值