前言
从股票市场开始到现在,已经研究出了众多的指标,但是在使用的时候会发现,由于第二天股价的未知波动,指标显示的情况并不一定每次都准确,总是会存在误判的情况。对于这种不可避免的情况而言,我们只能想办法将其量化、计算根据策略操作后的收益率、估计误判的概率等
本文先选择了 VRSI、BBIBOLL、WR、BIAS、RSI 五种指标来量化(一共会考虑了三十多种指标,由于篇幅问题一次讨论五种),然后用十支股票来测试这五种策略的效果(实际情况是用了 3600+ 股票来统计策略效果,目前不方便展示结果)
免责声明
此构想和分析中的任何内容均不应解释为投资建议,过去的表现并不一定表示未来的结果。
数据准备
选择了 600519 贵州茅台、600031 三一重工、002594 比亚迪、601633 长城汽车、002074 国轩高科、300750 宁德时代、300014 亿纬锂能、000591 太阳能、002475 立讯精密、600862 中航高科 这十支股票 2020年1月1日 ~ 2021年1月15日 的数据来测试
部分代码片段
import pandas_datareader.data as web
import datetime
start = datetime.datetime(2020, 1, 1)
end = datetime.datetime(2021, 1, 15)
df = web.DataReader(ticker, "yahoo", start, end)
指标介绍
VRSI指标
sma是平滑移动指标的计算函数
def vrsi(df, n=6):
_vrsi = pd.DataFrame()
_vrsi['date'] = df['date']
px = df['volume'] - df['volume'].shift(1)
px[px < 0] = 0
_vrsi['vrsi'] = sma(px, n) / sma((df['volume'] - df['volume'].shift(1)).abs(), n) * 100
return _vrsi
BBIBOLL指标
_ma是移动平均线的计算函数,_md是标准差的计算函数
def bbiboll(df, n=10, k=3):
# pd.set_option('display.max_rows', 1000)
_bbiboll = pd.DataFrame()
_bbiboll['date'] = df.date
_bbiboll['bbi'] = (_ma(df.close, 3) + _ma(df.close, 6) + _ma(df.close, 12) + _ma(df.close, 24)) / 4
_bbiboll['boll_md'] = _md(_bbiboll.bbi, n)
_bbiboll['upr'] = _bbiboll.bbi + k * _bbiboll.boll_md
_bbiboll['dwn'] = _bbiboll.bbi - k * _bbiboll.boll_md
return _bbiboll
WR指标
_ema是指数移动平均线的计算函数
def wr(df, n=14):
_wr = pd.DataFrame()
_wr['date'] = df['date']
higest = df.high.rolling(n).max()
_wr['wr'] = (higest - df.close) / (higest - df.low.rolling(n).min()) * 100
return _wr
BIAS指标
sma是平滑移动指标的计算函数
def bias(df, n=12):
_bias = pd.DataFrame()
_bias['date'] = df.date
_mav = df.close.rolling(n).mean()
_bias['bias'] = (np.true_divide((df.close - _mav), _mav)) * 100
return _bias
RSI指标
_md是标准差的计算函数
def rsi(df, n=6):
_rsi = pd.DataFrame()
_rsi['date'] = df['date']
px = df.close - df.close.shift()
px[px < 0] = 0
_rsi['rsi'] = sma(px, n) / sma((df['close'] - df['close'].shift()).abs(), n) * 100
return _rsi
最后的量化结果
由于篇幅和展示不便,不在文章中展示可视化的买入卖出点位以及资金变动曲线
为了最简洁的了解策略效果,初始资金设置为10000元,并且为了简便不考虑必须整手买入的限制,每次都10000元全部买入,测试五种指标策略效果的同时测试2020.1.1买入并持有到2021.1.15的策略,比较最后资金多少来衡量策略效果
HOLD行是表示2020.1.1买入并持有到2021.1.15的策略最后的资金
数据可视化在这里不作展示,有数据后可以按照自己的习惯绘图制表;更多的评估数据也不作展示
图表中我们注意到
600031 这支股票采用WR指标策略的收益要高于一直持有策略
并且WR指标策略在 601633 这支上也有优于一直持有策略的表现
000591这支股票采用BIAS指标策略的收益要高于一直持有策略
虽然大部分的情况下按照指标操作的效果并不如长期持有策略,但是策略没有持股的时候作为交易员当然会寻找新的机会,创造收益!