本文探讨了Python凯利公式在量化投资中的应用，通过调整仓位控制策略，实现收益最大化和回撤最小化。回测结果显示，公式在单个股票中表现良好，而多股票场景下可通过直接加和归一化。建议可利用回归模型优化return和variance的预测，以提升策略效果。此外，还列举了一系列与量化投资、机器学习相关的文章资源。
查看之前文章请点击右上角，关注并且查看历史消息，还可以在文章最后评论留言。谢谢您的支持！
回测一
在此回测里，我们使用单个股票做仓位控制：w = return/variance
在实际使用中我加了个normalizer使得return和variance的数值大致在[0,1]之间w = return/(variance*normalizer)如果不想要normalizer，可以设置normalizer=1，结果是收益63%，回撤25%
可以看出，在股票上涨时仓位会逐步增加，而出现下跌时，仓位会迅速减小来减少回撤
多个股票的话就不用加normalizer了，因为直接加和就能归一化，所以感觉凯利公式做股债平衡或长期的多标的配比效果会好一点
大家可以在return和variance的计算上进一步改善，比如拿一些回归模型来预测接下来的return，使用garch或其他模型来计算variance，效果应该会更好
回测二
【过往文章】
0.【重！磅！干！货！】互联网金融之量化投资深度文本挖掘——附源码文档
1.【机器学习课程】深度学习与神经网络系列之绪论介绍
2.【Python机器学习】系列之线性回归篇【深度详细】
3.多因子策略系列(一)——因子回溯测试的总体框架
4.Python机器学习：数据拟合与广义线性回归
5.【分级基金】之分级A的隐含收益率研究分析
6.【精华干货】Quant 需要哪些 Python 知识
7.【干货】量化投资国内外很棒的论坛网站
8.朴素贝叶斯模型(NBM)详解与在Matlab和Python里的具体应用
9.机器学习的前期入门汇总
10.【深度原创研究】分级基金下折全攻略(一)
11.【深度原创研究】分级基金下折全攻略(二)
12.【知识食粮】最新华尔街牛人必读书籍排行
13.通过 MATLAB 处理大数据
14.【扎实资料干货分享】Python、研究报告、计量经济学、投资书籍、R语言等！(Book+Video)
15.机器学习在统计套利中的应用
16.量化投资修行之路
17.统计套利在股指期货跨期套利中的应用：基于协整方法的估计
18.股指期货跨品种套利交易
19.沪港通股票统计套利：基于BP神经网络
20.机器学习到底在量化金融里哪些方面有应用？
21.【Matlab机器学习】之图像识别
22.【干货分享】Python数据结构与算法设计总结篇
23.基于Python的股票数据接口调用代码实例
24.基于Python爬取腾讯网的最热评论代码实例
25.卷积神经网络反向传播推导
26.深度学习项目
量化投资与机器学习
知识、能力、深度、专业
勤奋、天赋、耐得住寂寞
扫一扫
427
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
