- 博客(6)
- 收藏
- 关注
RSS订阅原创 右侧追击（三）——策略优化
前文数据表明，右侧追击确实是抓取券商强势行情的一把利器。不过策略也有一个明显的弊端，也是有待优化的地方——追击成功率。从整个券商行业来看，10次追击，都未必有一次成功。在实战中，每一次失败，不仅意味着对资金的无效占用，更是真金白银的流失。所以，让策略识别假突破，提高追击成功率尤为重要。一般来看，强势突破会伴随着成交量的释放，本文的策略优化将围绕成交量展开。成交量是识别是否为假突破的重要参考指标，通过它，能将一部分假突破挡在门外，减少摩擦成本。另外，策略中追击成功的机会是十分稀有且宝贵的，整体收益也全都仰仗于
2022-07-11 21:26:43
232
1
原创 右侧追击（二）——券商行业
在上文中用东方财富的历史数据，回测了右侧出击策略的表现。资金占用时间不到一年半，对应40%的收益，表现基本让人满意。不过仅凭一只股票的收益表现，偶然性太高，很难说明策略的可靠度。本次我们拿证券公司（399975）成分股中的所有证券公司，一共49家来代表券商行业、再选定2012-01-01至今作为时间区间来做数据回测，基本上就能评判出策略在券商行业中的综合实力。1.股票代码预览首先需要知道，一共是哪些券商公司，它们的代码分别是多少？写了个小爬虫程序，在某行情网站中抓取到了我们的目标券商公司
2022-04-26 13:49:39
2180
原创 右侧追击（一）——东方财富
本文旨在策略学习探讨，不构成任何投资建议！之前我们用两篇文章将账户和交易封装，做了一定准备工作。今天，将正式开启对策略的考核。对于券商、钢铁、有色、甚至房地产等右侧行情的行业，通常会用到一个方法——右侧追击，也就是所谓的追涨杀跌。中心思想基本是以较低的试错成本，一次次的去追击它们的强势行情。中间可能会有多次追击失败，但亏损不会太大，而一旦追击成功，收益相对而言都较为可观。本次以A股东方财富历史数据为示例，股票代码3000591.数据获取其中quan_trade是..
2022-04-24 18:56:54
238
原创 交易封装
量化交易涉及到的策略有若干，并且一个策略往往也需要大量的历史数据去验证它的效果。本着面向对象编程的原则，交易行为最好也进行封装。那么思考，如果用类来封装，它的作用是什么，需要有哪些属性、实现哪些功能呢？其实很简单，想象一下，有这么一个类：里面有很多的交易策略，我们将历史行情数据丢给它，它会自动计算出相应的各种指标（均线、布林带等），再根据我们选定的策略、每次交易数量、账户本金，自动完成对账户的操作。我们丢历史行情数据给它，它反馈给我们操作后的账户详情。需要的不就是这么个玩意吗！
2022-04-22 15:06:33
1800
原创 账户封装
工欲善其事，必先利其器。上篇布林带——泡泡玛特中，大量笔墨耗费在了“账户”和“交易”之上，而二者在量化交易中，几乎时时刻刻都要用到。接下来，会花两篇文章分别将二者封装。什么叫封装？好比一辆汽车，它的组成元素有很多。发动机、变速器、刹车系统、电路系统、悬挂系统……这些所有的零部件经过精密的组装，最终形成了一辆汽车。那么，组装的过程就叫“封装”，而组装而成的汽车就等同于“账户”或者“交易”。为什么要封装？想想看，如果没有封装，岂不是每一次想驾车出行，都得把零部件汇集后给它组装好才能出发。
2022-04-20 17:08:58
1235
原创 布林带——泡泡玛特
本文重在策略学习探讨，不构成任何投资建议！作为股民，相信不少人都听说一个名词——量化交易。量化交易并不神秘，它的核心是策略。策略的制定者还是人，只不过策略的执行者由人变成了程序。一方面，它不会有人类的恐惧和贪婪，不会因情绪而导致动作变形；另外一方面，它又显得死板，在某些特殊情况下反而愚蠢！耳边可能听说过很多技术指标、量化策略。比如双均线策略、布林带、网格交易、右侧追击…… 那么，它们在股市中的真实表现究竟如何？本篇属小试牛刀，以布林带指标为策略指引，手办龙头泡泡玛特历史数据为基石，看看它们能碰撞
2022-04-10 15:34:02
1028
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人