量化交易——均值回归策略

一、均值回归理论

　　均值回归：股票价格无论高于或低于价值中枢(或均值)都会以很高的概率向价值中枢回归的趋势。何时会发生均值回归，属于“随机漫步”范畴。

　　均值回归的理论基于以下观测：价格的波动一般会以它的均线为中心。即当标的价格由于波动而偏离移动的均线时，它将调整并重新归于均线。

　　偏离程度：(MA-P)/MA

1、均值回归原理

　　均值回归法则：万物最终都将回归于其长期的均值。

　　根据这个理论，一种上涨或者下跌的趋势不管其延续的时间多长都不能永远持续下去，最终均值回归的规律一定会出现：涨得太多了，就会向平均值移动下跌；跌得太多了，就会向平均值移动上升。

　　与趋势跟踪赌趋势的继续不同，均值回归则是赌趋势的反转。巴菲特的逆向投资策略，索罗斯的反身理论，其本质都是均值回归理论的应用，所不同的是前者是价值低估的投资，后者则是泡沫破灭的投机。

　　均值回归理论在一定程度上或一定范围内对股票价格进行预测，对于长线投资者具有重要指导意义。

　　到目前为止，均值回归理论仍不能解决的或者说不能预测的是回归的时间间隔，即回归的周期呈 " 随机漫步 "。不同的股票市场，回归的周期会不一样，就是对同一个股票市场来说，每次回归的周期也不一样。

2、均值回归策略(选股)

　　每个调仓日进行。

• 计算股票池中所有股票的N日均线；
• 计算股票池中所有股票和均线的偏离度；
• 选取偏离度最高的M只股票并调仓。

二、均值回归实现

# 初始化函数，设定基准等等
def initialize(context):
    # 设定沪深300作为基准
    set_benchmark('000300.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    # 输出内容到日志 log.info()
    log.info('初始函数开始运行且全局只运行一次')
    # 股票类每笔交易时的手续费是：买入时佣金万分之三，卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')