如何通过形态选股构建量化策略？

形态选股是各类炒股软件必备的重要功能，用户手动选择股票及其K线区间后，软件能够基于给定“形态匹配度”筛选出最相似的股票。

然而，手动的方式往往覆盖面较低，也较为麻烦。所以，我们将通过形态选股的方式构建量化策略，以提升投资效率。

构建量化策略之前，我们首先要解决“形态匹配”功能，朴素的方法是：先刻画K线形态的特征，例如区间涨幅，成交额变化，K线走势等；通过这些特征与其他股票相比较，计算二者的相关性，保留高相关性的股票。

一千个读者眼中就会有一千个哈姆雷特，形态选股亦是如此，这里主要是因为匹配的数据特征的不同所引起的。

匹配的方法常用Pearson相关系数，因为这里的特征数据是连续型数据，同时也可以选择用Spearman相关系数。此处我们以每日涨跌幅、每日振幅和每日成交量变化率来刻画K线形态。

策略逻辑如下：

1、选择待匹配股票：每周第一个交易日从全A股票中剔除高风险股，再计算其最近一周涨跌幅，挑选涨幅最高的一只股票。

2、计算相关性：准备该股票上上周的K线形态数据（记为data1）和当前的所有股票最近一周的K线形态数据（记为data2），计算data1和data2的相关性。

3、买入相似股票：剔除低相关性的股票，在剩余股票中平均买入相关性最高的N只股票。

4、每周轮换：新的一周，从步骤1循环运行。

策略参数设置：

回测品种：全A股（剔除ST股、停牌股和一年以内的次新股）

基准指数：中证500（掘金终端默认为沪深300，可自行调整为中证500）

初始资金：50万

手续费率：0.0016（买入万三手续费，卖出万三手续费和千1印花税，免5）

相关性阈值：0.8

每个形态匹配数量：10只股票

注：在具体交易中，做“涨停不买入，跌停不卖出”的限制。

下图为策略2021年初-2022年02月23日的表现情况：

从报告中可见，近一年的策略表现强势，年化收益率达到74.34%，最大回撤仅14.12%，夏普比率为1.99。

从时间上来看，最近一段时间的表现亦可圈可点，年初最大回撤约为11%，2月份以来策略净值快速回升，22年初至今仍旧维持正收益！

我们再进一步细看最近三年策略的表现：

由上表来看，策略是从2021年才开始走强的，2020年的表现还较为疲软。后续的优化可以基于2019年至2020年的持仓特征、本策略参数和K线特征数据，这三个维度去做研究调整。

同时，也可以选择做策略的变形，例如选定某只妖股的某段K线形态，以此寻找K线形态最相似的潜在妖股。
 ​
 本期策略源码已发布至掘金社区，复制：https://bbs.myquant.cn/topic/2750 在电脑端打开即可查看。

声明：本内容由掘金量化原创，仅供学习、交流、演示之用，不构成任何投资建议！如需转载请联系掘金小Q（VX：myquant2018）授权，否则作侵权处理！