第六章 模拟及回测 | 止损策略

最新推荐文章于 2023-04-01 21:29:23 发布
最新推荐文章于 2023-04-01 21:29:23 发布
阅读量1.1k 收藏
点赞数
分类专栏： 人工智能.量化投资 文章标签： 深度学习 神经网络 数据挖掘 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41192839/article/details/107249741
版权
本文探讨了模拟及回测中的止损策略，重点分析了止损策略（slw_1/slw_2/slw_3）对sharpe指数、日最大亏损和日平均盈利的影响。研究发现，slw_3在多项指标中表现最优，建议在普通情况下设定45%的止损阈值。同时，强调了在灾难情况中保持冷静，避免开盘即止损。止损策略与风险管理对于提升投资效率至关重要。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

第六章 模拟及回测

1、止损策略

  • 考虑buyer对冲，叠加不同止损策略（slw_1/slw_2/slw_3） 
  • ”符合某止损条件”指：
    • 方差{Buy x, sell y} 指某买入合约亏损x%（价格1-x%) 或某卖出合约亏损y%（价格1+y%) 时候全部清仓该合约 {Buy 1, sell 999} 指不采取止损策略
  • 风险防控，考虑不同止损策略
  • 回测2019/1/1 -2020/03/30，观察下面不同条件下的sharpe指数、日最大亏损、日平均盈利、方差比较
    • 不同止损策略
    • 不同止损阈值

2、sharpe指数

了解本专栏 订阅专栏 解锁全文 超级会员免费看
【量化策略二】多因子策略加上止损
木头大左的博客
08-29 1244
目录 策略逻辑 增量代码 回测结果 结果分析 上一篇用多因子策略回测后，发现回撤过大，增加止损策略。 策略逻辑 每个月选择归属母公司净利润增长率前五的股票，平掉掉出前五的，买入新增的，回撤超过10%，即平仓，先订阅每天的交易数据，事件驱动根据推送数据判断是否平仓。 增量代码 def init(context): # 每月第一个交易日的09:40 定时执行algo任务 schedule(schedule_func=algo, date_rule='..
第六章 模拟及回测 | 交易模拟及评估平台
AI 量化
07-06 944
第六章 模拟及回测 1、交易模拟及评估平台 模拟交易平台 adogTrader 包括： 根据历史数据和完全实境的交易条件的模拟交易平台 数据模块 Maket_info 持仓模块 Holding 交易模块 SimuTrader 分析模块 Analysis 以下回测参数及曲线定义如下： theory pv 曲线 根据模型理论计算（tensorlfow/session.run）投资交易组合价值及收益变化曲线 model pv 曲线 根据历史数...
Python量化交易学习笔记（19）——连续下跌买入止盈止损卖出策略
12-21
好友提出要验证连续下跌买入止盈止损卖出策略，本文对该策略回测和实现做分析记录。 买入条件中，连续下跌定义为收盘价连续4日低于前1日的收盘价。卖出条件中，止盈率设置为10%，止损率设置为5%。回测初始资金100000元，单笔操作单位1000股，佣金千分之一，回测时间自2018年1月1日至2020年3月20日。 策略核心代码位于策略类的next方法中： def next(self): if self.orefs: # order列表，用于存储尚未执行完成的订单 return # 有尚未执行的订单 # 尚未进场
程序化的止损策略
Marketiva投资指南
03-15 1371
      世界上最伟大的交易员有一个有用且简单的交易法则——“鳄鱼原则”。该法则源于鳄鱼的吞噬方式：猎物越试图挣扎，鳄鱼的收获越多。假定一只鳄鱼咬住你的脚，如果你用手臂试图挣脱脚，则它的嘴巴便会同时咬你的脚与手臂。你越挣扎，便陷得越深。所以，万一鳄鱼咬住你的脚，务必记住：你惟一的生存机会便是牺牲一只脚。若以期货市场的语言表达，这项原则就是：当你知道自己犯了错误时，立即了结出场！不可再找借口、理由
程序化模型中常用的止损策略
小壁虎的春天
12-30 2517
一.价差止损 最新价与基准价之间的价差触发设定的条件时进行止损平仓。我们将以资金盈亏额为条件的止损策略也归为这一类。比较常用的策略有限价止损、追踪止损、阶梯止损等。 优秀的止损策略，既要避免被无谓的随机波动震出局，又要起到保护交易者的作用。但是，鱼和熊掌不可兼得，所以交易者需要从中找到一个平衡点。体现在价差止损策略中，就是要甄选合适的基准价与价差。 常用的基准价有开仓价格、开仓后的最高价/最...
python简易模拟回测 量化交易 模拟回测 模拟交易系统simeasure 1.0.zip
06-18
简易模拟回测，模拟回测，模拟交易系统，回测系统，量化回测，回测交易 任意python版本 说明： 1、将文件"simeasure.pyd"直接拷贝至程序的根目录直接通过import simeasure导入模块，通过创建实例使用，并通过实例引用成员实现相关的功能。 2、支持股票和期货。但交易股票时无法查询空仓和多仓相关数据，同时交易期货时必须分开查询仓位，其他相关数据同理。 3、重点说明：“期货交易中由于时保证金制度，如果可用资金为负数则全部进行强平，并结束交易。” 4、单个交易实例仅支持单个交易标的，如果涉及多个交易标的需建立多个交易实例。 5、每传入一个数据清算一次系统模块内部数据。
第六章 模拟及回测 | 风险防控
AI 量化
07-10 336
第六章 模拟及回测 1、心理承受 param 13-seller_17 13-seller_14 13-seller_0 13-seller_2 13-seller_3 ['13']-mean loss% 0.31 0.32 0.34 0.38 .
第六章 模拟及回测 | 模型选取
AI 量化
07-10 1070
第六章 模拟及回测 模型选取 考虑不同止损策略 回测2019/1/1 -2020/03/25，不同止损阈值及不同 Team13/Team15 止损策略（slw_3） 在slw_3止损策略中，阈值在40%左右，最优modeler为15-seller_2 和13 -seller_14 以上二位选入专家组 param 13-seller_14 15-seller_2 ['13','15']...
Python量化交易策略及回测系统
热门推荐
weixin_47974364的博客
03-12 3万+
目录前言：行文思路1、模块导入2、数据获取3、股票数据类型转换4、策略编写5、回测系统编写6、实例化策略非面向对象的编程 前言：行文思路 由于本文篇幅较长，而且文中关于python数据分析的知识点、python金融量化的知识点较多，因此在文章的开头先给出本文整体思路，以便读者能够拥有较为清晰的脉络通读全文。 第一部分：模块导入，主要是将后面需要用到的模块进行导入（简单，非重点） 第二部分：数据获取，鉴于在网络上股票数据不易找到，Wind金融终端等数据库数据收费，通过多方查找，终于让我找到了能够免费下载股票数
【金融量化】基金止盈止损法则
小白兔的窝
11-06 4555
  《会买不如会卖——我摸索出的基金止盈止损法则》 看到吧里有人在讨论止盈止损怎么定，众说纷纭，于是想分享一下我这半年来投资基金摸索总结的投资纪律。 我的止盈止损纪律不是固定的，首先要看买的基金重仓主板（大盘/沪指）还是中小创板，然后要看阶段性行情趋势，主升浪还是横盘还是调整，似乎这几个月二八分化得厉害，主板主升浪时中小创板是调整，中小创主升浪时主板调整，少见普涨和普跌的情况。看了一个投资...
向量化回测系列2——全市场股票回测
weixin_44566452的博客
03-15 1844
上次我们讲解了如何在单只股票上进行向量化回测： https://blog.csdn.net/weixin_44566452/article/details/123493077 现在我们要讲这个方法推广到全市场，一次性在所有股票上测试我们的策略。 上次我们提到，向量化回测需要的材料有： 1. 收益率矩阵 2. 策略条件矩阵 那么如果我们希望在全市场的股票上测试，就需要拥有全市场股票的收益率矩阵和策略条件矩阵。 这里我们同样采用加减乘除的方式，先计算收益率矩阵： 然后计算策略条件矩阵，.
量化投资_止盈止损在策略中的有效性(改编)
weixin_30526593的博客
09-08 909
　　何时卖出恐怕是我们遇到最多的一个问题，而止盈与止损又是卖出最常见的两个策略。 　　我们假设最常见的理论有四种：随机游走（分为正态分布与对数正态分布）、趋势理论与均值回归理论，来一一验证。 　　 　　第一种：随机游走 　　正态分布下的止盈与止损策略 　　假设股价在时间t内的涨跌概率为50%，涨跌幅位1元。下图为9t内的止盈策略的概率分布表。相对初始股价上涨1元就止盈，下跌不止...
量化交易，关于止损止盈的一点思考
zhyuli的博客
11-12 3447
如何设置止损止盈指标才能达到 "使损失基本稳定，让盈利充分攀升" ， 止损位设置 如果当天可以卖出，止损位就是成本*（1-X），如x设为5%，就是股价跌5%就止损，一般就是5%略多一点损失（略多一点是因为可能需要降价保证抛出和交易成本），如果考虑交易成本，可以给止损位打个折扣，例如，期望5%的损失，止损位可以设置在4.8%左右 止盈位设置 设置止盈既要防止利润被下跌抹掉，又要充分接近最近一...
向量化回测系列1——单只股票的回测
weixin_44566452的博客
03-15 4036
在我探索量化的进程中，回测一直是十分重要的一个环节，而其中又分为事件驱动型回测和向量化回测。大家市面上见到的绝大多数在线回测平台，或者是backtrader和vnpy，都是事件驱动型回测，但是究其代码层面，使用的普遍是for循环的需要占用大量内存和运行时间的原理。 相较于前者，向量化回测则快速的多的多的多，出结果只要一秒钟都不到的计算，但是这玩意儿我一直在很长时间里都不知道是什么，其实是一个特别简单的事情，因此我在这里分享给所有人。 我们常见的数据格式如下： （数据读取采用Arctic高性能数据库我先
第六章 模拟及回测 | 模型评估
AI 量化
07-06 929
第六章 模拟及回测 1、单模型评估 例如 13-seller14 模型 从上图看到： theory pv 曲线 /model pv 曲线 /simu pv 曲线保持几乎一致性 确认模型理论计算、模拟环境与实境交易条件的一致性 相比50ETF标的涨跌起伏，模型（例13-seller14）策略平缓上升且有正收益 2、多模型评测 选取较好模型进入精英组 精英组所有成员都有盈利的业绩，但特色不同，有的平缓稳健，有的积极冒进 3、精英模型比较 param ...
向量化回测系列3——数据的重构与转换pivot stack unstack
weixin_44566452的博客
03-15 702
本篇文章我将介绍如何把数据转换成我们常见的需要的格式 我们有数据格式如下： 现利用pivot将其转换成我们需要的 windbyfeature 所有股票的对应特征的方式： 此处只取出了 S_DQ_OPEN 的数据，可以采用for循环提取所有的特征数据。 但是有时候，我们也希望获得 windbystock 每只个股的全部特征的方式，这会稍显复杂： 第一步，设置时间和股票为多重索引： 第二步，全部stack 第三步，根据stock unstack（转换为列索引） 第四步，uns...
backtrader量化回测跟踪止损的均值回归策略
Python金融量化
04-01 9377
01引言均值回归交易策略是一种经典的交易策略，可以追溯到很早的交易历史。其基本原理是当价格偏离其长期平均水平时，价格趋向于回归到其平均水平，这是由于市场的反复波动和回归特性所导致的。因此，该策略认为价格的偏离程度越大，回归的力度越大，可以通过采取相反的交易方向（即价格偏低时买入，价格偏高时卖出）来获取收益。均值回归交易策略的优点在于其简单易懂、操作便利、风险可控和适用范围广泛等特点。因此，该策略在...
在聚宽平台上编写的布林带策略
a274521712的博客
08-24 698
importjqdata definitialize(context): set_option('use_real_price',True) set_order_cost(OrderCost(close_tax=0.001,open_commission=0.0003,close_commission=0.0003,min_commission=5)...
量化策略回测分析：挑选与决策的科学方法
6. 风险管理：在量化回测中，制定严格的风险管理规则是非常重要的，这包括资金管理、仓位控制、止损止盈等。通过对风险的控制，可以有效降低策略的波动性和潜在的损失。 7. 参数优化：量化策略通常包含一些可调整的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

阿岛格

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值