长期年化20%到底难不难呢？量化给你看

原创文章第79篇，专注“个人成长与财富自由、世界运作的逻辑， AI量化投资”。

量化最直观的切入点是时间序列分析，也就是价量分析。而价量信息里，以动量策略最为直观且有效。

01 大小盘轮动策略

沪深300ETF510300代表大盘，而创业板ETF代表小盘。

20日动量>0.02时入场，而20日动量<-0.02时平仓。

如果都合适，取动量大者。

“轮动策略”其实有通用的“模板”。

即买入规则，可以复合成一个buy_signal，卖出规则，也可以复合成一个sell_signal。然后有一个order_by排序字段。

而机器学习模型，则不需要bug和sell信号，直接根据order_by取top K的轮动即可（qlib的topK就是这么做的）。

动量+0.02，-0.02，K=1（年化24.8，mdd=37.1%，夏普1.06）。

K=2，其余条件不变。

收益少了一点，回撤也小了一点，不明显。

入场条件更严格，改为0.08，出场-0.02不变，K=1。

年化降为21.9%，但回撤降至23.9%。就是更严格的入场条件，“小动量“的机会不操作了。

出场条件改为0.0，回撤降至21%。

K=2的时候，回撤降至19.78%，当然收益也略降。

其实，这个对比，容易看出来，”盈亏同源“，风险收益并存。

但是请注意，风险收益是不对称的，我们没必要为了2-3个点，冒10%个点的回撤风险。这里需要寻求一种平衡。

或者反过来想，我们是有意增加可以承受的风险，去追求超额收益。

# encoding:utf-8
from datetime import datetime

from engine.bt_engine import BacktraderEngine
from engine.strategy.strategy_base import StrategyBase
import backtrader as bt
from loguru import logger


class StrategyRoc(StrategyBase):
    def __init__(self):
        self.inds = {}
        for data in self.datas:
            self.inds[data] = bt.ind.RateOfChange(data, period=20)

    def next(self):
        # 判断当前已经持仓
        to_buy = []
        to_sell = []
        holding = []
        for data, roc in self.inds.items():
            if roc[0] > 0.08:
                to_buy.append(data)

            if roc[0] < -0.:
                to_sell.append(data)

            if self.getposition(data).size > 0:
                holding.append(data)
        for sell in to_sell:
            if self.getposition(sell).size > 0:
                logger.debug('清仓' + sell.p.name)
                self.close(sell)

        new_hold = list(set(to_buy + holding))

        for data in to_sell:
            if data in new_hold:
                new_hold.remove(data)

        K = 2
        if len(new_hold) > K:
            data_roc = {}
            for item in new_hold:
                data_roc[item] = self.inds[item][0]
            #排序
            new_hold = sorted(data_roc.items(), key=lambda x: x[1], reverse=True)
            new_hold = new_hold[:K]
            new_hold = [item[0] for item in new_hold]


        # 等权重分配 todo: 已持仓的应应该不变，对cash对新增的等权分配
        if len(new_hold) > 0:
            weight = 1 / len(new_hold)
            for data in new_hold:
                self.order_target_percent(data, weight*0.99)


if __name__ == '__main__':

    e = BacktraderEngine(start=datetime(2012, 6, 26), end=datetime(2020, 12, 31))
    for code in ['159915.SZ','510300.SH']:
        e.add_arctic_data(code)

    e.cerebro.addstrategy(StrategyRoc)
    e.run()
    #e.cerebro.plot(iplot=False)
    e.analysis()

仔细想来，你说年化20%到底难不难呢？