今天来看一看什么叫yyds!
动量策略是一个古老的策略了,说白就是“追涨杀跌”。
这在投资里不算什么好词,大家通常这样形容“韭菜”,但是如果你能一如继往的坚持,效果可能不一样。
设定好规则,交给机器做,这完全不是一码事。
不说废话,先上结果:
近十年,年化25.6%,最大回撤才21.1%,夏普比接近1.3。
而年化最高的创业板指数年化11.1%,最大回撤达到69.7%。
策略特别简单,就使用了一个指标——20日动量。
我们在表达式里,添加了一个变量Return($close,N),即计算过去20天某一个变量的滑动收益率。
class Return(Rolling): def __init__(self, feature, N=20): self.N = N super(Return, self).__init__(feature, self.N, '') def _load_internal(self, instrument): series = self.feature.load(instrument) se = series / series.shift(self.N) - 1 ret = pd.Series(se, index=series.index) return ret
然后直接使用可视化界面进行配置:
几分钟,如果你熟悉的话,可能是一分钟以内就可以搞定!
我把中证500去掉,结果差不多,仍然是年化19%,最大回撤在19%以内,更好了一些。
修改为10日动量之后,年化收益降到12.9%,而最大回撤接近30%。
如下图所示:
可以说动量策略,这个因子对于N个这个参数是比较敏感的。
这时,我们可能要问那15天会怎么样,5天呢?
量化的好处一则可以在一定的区间,对参数做敏感性的分析。
其次可以更加严谨的做因子分析,这个在机器模型里应用得更多。