投资理财相关
文章平均质量分 79
主要介绍理论知识,仅供参考,不作为投资建议
雪中嬉戏的柴犬
这个作者很懒,什么都没留下…
展开
-
MACD指标精讲PART1:MACD指标入门及使用法则
MACD(Moving Average Convergence Divergence)指标称为指数平滑异同移动平均线指标,是由Geral Apple所创造,用来跟踪股价运行趋势、判断股票买卖时机的技术分析工具。MACD指标由DIFF线(Difference线,收盘价短期/长期指数平滑移动平均线间的差)、DEA线(Difference Exponential Average线,DIFF线的M日指数平滑移动平均线)、MACD柱线和零轴“三线一轴”组成。原创 2024-09-08 17:26:24 · 826 阅读 · 0 评论 -
量化投资策略与技术学习PART9:量化选股之筹码选股
筹码选股的基本思想是通过判断某只股票的筹码分布情况来判断股票未来的涨跌。根据主力持仓理论,如果主力资金开始收集筹码,则意味着在未来一段时间该股票价格出现上涨的概率比较大;如果主力资金开始派发筹码,则意味着在未来一段时间该股票价格出现下跌的概率比较大。筹码选股就是通过筹码分布数据,选择筹码集中度越来越高的股票,以期获得超额收益的方法。原创 2024-09-07 12:58:10 · 372 阅读 · 0 评论 -
量化投资策略与技术学习PART8:量化选股之趋势追踪
趋势追踪的基本思想是追随大的走势。例如对一只股票来说,当向上突破重要的压力位后可能意味着一波大的上涨行情的到来,或者向下突破某重要的阻力位后可能意味着一波大的下跌行情的到来。趋势追踪策略就是试图寻找大的趋势波段的到来,并且在突破的时候进行建仓或者平仓操作,以获得大的波段收益。原创 2024-09-01 21:21:04 · 1004 阅读 · 0 评论 -
量化投资策略与技术学习PART7:量化选股之一致预期
上一节在说到行为金融学中提到过羊群效应,其实它还有一个更官方的名字叫做一致预期。一致预期是指市场上对某股票有一致看法——看多或者看空。在众多分析师的一致预期下,投资者会产生羊群效应,大量买入或者卖出,从而使得某股票持续上涨或者下跌,这就是一致预期选股的基本原理。原创 2024-09-01 11:42:45 · 365 阅读 · 0 评论 -
量化投资策略与技术学习PART1.1:量化选股之再谈多因子模型(二)
相关系数超过0.2的衍生指标缩减到了35条,而且从上述数据我们也可以看出,SHSE.000009/SHSE.000905/SHSE.000906/SHSE.000852这四个指数与衍生指标的关系都不大,其中三个都是中小盘股票,这说明大盘股相较于中小盘股和衍生指标的关系较大。(1)首先我获取了一下掘金量化终端中可以提供成分股的几个指数代码,同时将衍生指标导入表格中,提取了衍生指标的关键字信息;(2)总体建立了一个dataframe表格,其中纵坐标表示的是衍生指标,横坐标就是各个指数。原创 2024-08-31 12:40:39 · 430 阅读 · 0 评论 -
量化投资策略与技术学习PART6:量化选股之动量反转
动量和反转效应是市场上经常出现的一种情况。所谓动量效应就是再前一段时间强势的股票,在未来一段时间继续保持强势;反转效应就是在前一段时间弱势的股票,在未来一段时间会变强。但问题的关键是这个强势和弱势会保持多长时间和多大幅度,这是动量/反转策略需要考虑的关键问题。动量策略就是寻找前期强势的股票,判断它将继续强势后买入持有;反转策略就是寻找前期弱势的股票,判断它将出现逆转后买入持有。原创 2024-08-31 13:31:38 · 520 阅读 · 0 评论 -
量化投资策略与技术学习PART5:量化选股之资金流
在市场中,经常存在交易性机会,这是指股价在短期内可能受到某些消息的影响,或者某些市场内在因素的改变从而产生剧烈波动带来的价差投资机会。其中一个经典的交易性策略就是资金流模型,该模型使用资金流流向来判断股票在未来一段时间的涨跌情况。如果是资金流入的股票,则股价在未来一段时间可能会上涨;如果是资金流出的股票,则股价在未来一段时间可能会下跌。那么,根据资金流向就可以构建相应的投资策略。原创 2024-08-19 00:07:09 · 602 阅读 · 0 评论 -
量化投资策略与技术学习PART3:量化选股之行业轮动
与风格轮动类似,行业轮动是另外一种市场短期趋势的表现形式。在一个完整的经济周期中,有些是先行行业,有些是跟随行业。例如,对某个地方基础设施的投资,钢铁、水泥、机械属于先导行业;投资完成后会带来房地产、消费、文化行业的发展,这就属于跟随行业。研究在一个经济周期中的行业轮动顺序,从而在轮动开始前进行配置,在轮动结束后进行调整,则可以获取超额收益。本节研究这种行业轮动的规律和策略。原创 2024-08-11 18:09:41 · 729 阅读 · 0 评论 -
量化投资策略与技术学习PART2:量化选股之风格轮动
市场上的投资者是有偏好的,有时候偏好于价值股,有时候偏好于成长股,有时偏于大盘,有时又偏于小盘,由于投资者的这种不同的交易行为,形成了市场风格,本节主要研究如何判断市场风格,以及如何利用风格的轮动构建投资策略以获取超额收益。原创 2024-08-10 17:02:45 · 1207 阅读 · 1 评论 -
量化投资策略与技术学习PART1:量化选股之再谈多因子模型
量化选股就是利用数量化的方法选择股票组合,期望该股票组合能够获得超越基准收益率的投资行为。量化选股策略总的来说可以分为两类:第一类是基本面选股;第二类是市场行为选股。本章中基本面选股介绍了多因子模型、风格轮动模型和行业轮动模型;市场行为选股介绍了资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股模型。基本原理是采用一系列的因子作为选股标准,满足这些因子的股票则被买入,不满足的则卖出。多因子模型相对来说比较稳定,因为在不同的市场条件下,总有一些因子会发挥作用。原创 2024-08-10 16:22:35 · 643 阅读 · 0 评论 -
沪深常见宽基指数及其关系
宽基指数,顾名思义,是指其成份股的选样空间较“宽”,不限于特定行业或投资主题,具有较强市场代表性的一类指数。宽基指数通常表征某个市场或板块的整体表现,成份股包含各行各业的股票。与之相对应的,则是集中反映某一特定行业主题走势的“窄基”指数。原创 2024-07-28 13:55:13 · 709 阅读 · 0 评论 -
Python量化交易学习——Part12:回归模型的典型应用
回归模型在很多的时候被应用于对股票的基本面数据进行分析,例如经典的CAPM模型、Fama-French三因子模型以及最新的PB_ROE模型等。这些都是已经应用于现实中的金融市场并获得较好收益的经典模型。本章将通过介绍PB_ROE模型,进一步讲解回归分析在实战过程中的使用。原创 2024-07-13 15:37:05 · 434 阅读 · 0 评论 -
量化交易心法——如何建立自己的算法交易事业
量化交易,也称算法交易,是严格按照将计算机算法程序给出的买卖决策进行的证券交易。原创 2024-06-30 19:55:16 · 1087 阅读 · 0 评论 -
Python量化交易学习——Part10:量化交易中常用的回归分析方法——线性回归
在前面我们介绍了多因子策略,就是根据各个因子的大小对股票进行打分,然后按照一定的权重加权得到一个总分,最后根据总分再对股票进行筛选。这种方法的优点是相对比较稳健,不容易受到极端值的影响。但是多因子策略需要对各个因子的权重做一个主观的判定,这也是多因子策略在实际模型评价过程中比较困难和需要模型求取的关键所在。本节将介绍一种在量化分析中常用的方法——回归分析,它可以用在股价的回归分析上,同时还可以对基本面数据进行分析。原创 2024-06-23 16:21:52 · 959 阅读 · 0 评论 -
Python量化交易学习——Part9:基于放量技术因子的策略实战
在主函数def algo(context)中,我们先调用了volume_strategy_stock_pool()函数,得到了备选股票的清单,之后我们通过volume_strategy_buy()函数对股票进行买入操作,但因为我们的资金是有效的,所以我们只能持仓一定数量的股票,在这里我假设是5只,所以当持仓数量超过5只的时候,我们便不用再买入股票了,只需要看是否需要卖出。当有新的股票进行买卖资源池中,我们需要进行增删操作。要不每次都需要判断已经卖出的股票是否还需要卖出,浪费时间。话不多说,直接进入正题。原创 2024-06-22 23:25:48 · 425 阅读 · 0 评论 -
Python量化交易学习——Part8:带有技术因子指标的多因子策略
技术面分析又称技术分析(Technical Analysis ),是股票投资分析的专业术语。技术分析研究以往价格和交易量数据,进而预测未来的价格走向。此类型分析侧重于图表与公式的构成,以捕获主要和次要的趋势,并通过估测市场周期长短,识别买入 / 卖出机会。根据您选择的时间跨度,您可以使用日内(每 5 分钟、每 15 分钟、每小时)技术分析,也可使用每周或每月技术分析。技术因子主要是作为基本面选股的一个重要补充,解决基本面选股策略中对买入时机的选择有所欠缺的问题。原创 2024-06-16 21:18:58 · 1139 阅读 · 0 评论 -
Python量化交易学习——Part7:定制增强型中证红利策略
中证红利指数是一个反映A股市场高红利股票整体状况和走势的指数。它通过选取上海、深圳交易所中现金股息率高、分红比较稳定、具有一定规模及流动性的100只股票作为样本。这个指数的目的是提供一个全面且具有代表性的视角,以观察A股市场中高红利股票的表现。中证红利指数的样本选择标准包括过去两年连续现金分红且每年的税后现金股息率均大于0,以及近一年内日均流通市值排名前80%,同时考虑流动性等指标。这个指数的推出,旨在为投资者提供一个专注于高股息率股票的投资工具,同时也反映了市场对于稳定分红和高股息率股票的需求。原创 2024-06-15 15:30:09 · 947 阅读 · 0 评论 -
Python量化交易学习——Part6:多因子选股策略实战(2)
首先根据上节所选的因子进行选股,各个因子的权重都设置为1,之后对加权后的因子进行排序,选择因子权重值大的5只股票,进行买入,每个月执行一次上述策略,看最终收益率情况如何。从结果上看,这个策略还是负收益,超额收益率只有5.63%,不算是一个非常优秀的策略,所以我们可以调整因子或者调整权重进行测试,不断迭代,最终寻找收益率更高的策略。主函数我们另外新建一个py文件,在这里我命名为test3.py(随意写了),大家注意把策略名/文件名/token码都替换为自己的哈。原创 2024-06-08 12:34:29 · 542 阅读 · 0 评论 -
Python量化交易学习——Part6:多因子选股策略实战(1)
在上一节中,我们学习了基于IC值的多因子计算方法,说白了就是先选择我们认为与股票收益率影响大的因子(如市盈率、净资产收益率、净利润增长率等),之后计算各个因子与股票收益率之间的相关系数,选择相关系数大的因子进行加权得到新的因子,之后求得新因子与收益率之间的相关系数,如果相关系数变大,这说明新因子的预测准确率更高,我们可以用新的因子作为我们预测的标的。为了简化,我们先假设所有因子的相关系数都相同,相当于对所有因子进行等权重相加,看一下最终效果如何。原创 2024-06-08 12:14:31 · 772 阅读 · 0 评论 -
Python量化交易学习——Part4:基于基本面的单因子选股策略
技术分析与基本面分析是股票价格分析最基础也是最经典的两个部分。技术分析是针对交易曲线及成交量等指标进行分析,基本面分析是基于公司的基本素质进行分析。一般来说选股要先选行业,在选个股,之后根据技术分析选择买卖节点,因此针对行业及个股的基本面分析是选股的基础。原创 2024-06-01 20:04:38 · 1244 阅读 · 0 评论 -
Python量化交易学习——Part3:Talib金融库常用技术指标1
Talib的中文翻译为技术分析库,是一种以python为基础的广泛用于量化交易的分析函数库。从本节开始,我们针对常用的函数进行使用讲解。原创 2024-06-01 12:59:03 · 1175 阅读 · 0 评论 -
Python量化交易学习——Part1:软件安装与环境搭建
量化交易原创 2024-05-25 19:21:00 · 745 阅读 · 0 评论 -
Python量化交易学习——Part2 获取交易数据
在本节中,主要是对掘金中一些基本的功能进行讲解。原创 2024-05-26 13:39:55 · 1134 阅读 · 0 评论 -
基金从业资格考试科目一(Part 1)
基金从业资格考试科目一原创 2022-05-22 13:53:11 · 285 阅读 · 1 评论