大A为何频繁跳水，Python量化1200W条交易数据给你答案！| 邢不行

这是邢不行第 110 期量化小讲堂的分享

作者 | 邢不行、密斯锌硒

常看我文章的读者应该能发现，我介绍过的量化策略大多都会在开盘时买入。

比如小市值策略和散户反着买策略：

小市值策略文章

散户反着买策略

它们都会在每个周期的第一个交易日开盘去买入相应的股票。

不知道大家有没有思考过，我们为什么会选择开盘而不是收盘或盘中买入呢？

毕竟印象中大A经常高台跳水，开盘买入不就意味着亏损吗？

这其实和股市中的某个常见现象有关，了解这个现象，对做量化及手工交易都有启发，下文我们就来做相应的介绍。

01

A股低开效应

1、A股行情

一直以来A股都被戏称为国家一级跳水运动员，非著名速降自行车手，3000点高地常备役守军。

谁让我们遇到的行情总让人一言难尽：

尤其行情较差时，大家都习惯了大A低开，即使偶尔高开也会低走。

我也问过有一定交易经验的朋友们，在他们印象中大多数时候大A都是低走的。

这样的感觉是否正确呢？A股是否真的存在低开效应呢？

我们是做量化交易的，不能只凭主观直觉去判断。
还是要找来A股历史数据，借助Python代码，去看A股是否真的频频低开。

这也恰好是决定策略是开盘买还是收盘买的关键所在。

2、“开”/“走”定义

要进行这样的验证，我们首先需要知道什么是低/高开、低/高走。

具体定义我已帮大家列示如下，就不多加赘述了：

了解了相关定义，我们就可以找来上证指数交易数据、编写相应的Python代码，统计历史上大A的开盘表现。

02

A股开盘统计

1、上证指数开盘情况

程序运行结果如图所示：

2007年至今，上证指数共出现1751次高开，2397次低开，另有2次平开。

从数据角度看，大盘确实以低开为主。

2、A股指数开盘情况

我们还顺便统计了A股其他指数，发现也是低开居多，高开更少：

这类现象的成因较难解释。

有人认为和A股的T+1交易制度相关，但好像也不能完全说通。

我们先用其他T+0交易市场的指数来做个交叉验证。

3、其他市场开盘统计

我们统计了恒生指数、标普500和纳斯达克指数的开盘情况：

和A股指数不同的是，上述指数高开的概率确实更高。

但不同市场低开/高开占比的差异，真的仅仅由T+1交易制度带来吗？

感兴趣的同学可以自己思考，我就不多着墨于此了。

4、上证走势

我们再进一步去探究A股每天的走势。

计算相对简单，只需在原有代码上稍作修改即可，具体结果如图所示：

2007年至今上证指数在历史上共出现1292次低开高走，占比31%，与我们认为低开低走或高开低走出现最多的经验相悖。

5、失真指数

当然我们也不能只看上证指数，毕竟指数无法代表全部股票，尤其是上证指数这样一个失真的指数。

因此我们还需要找出全部A股的历史数据，编写相应的Python代码，去看个股低开还是高开更多，是否也存在低开高走现象。

03

个股开/收盘统计

1、数据&代码

具体的数据我已经帮大家整理妥当，包含了所有股票（包括已退市的股票）上市至今每天的开高收低价格，甚至可以计算复权价，非常的完备。

有了数据我们就可以借助Python代码去做相应的计算：

如果你需要上述数据和代码的话，可以在评论区留言，都是可以分享给你的。

2、统计结果

统计结果如图所示：

2007年至今所有A股股票也都以低开为主。

比较神奇的是在剔除了停牌的情况下，仍有168万次平开，占比14.13%。

进一步挖掘当日走势，我们发现个股还是低开高走居多，然后才是低开低走和高开低走。

这与指数验证的结论是一致的，即A股整体以低开为主且低开高走的趋势最多。

这也解释了为何实盘策略会倾向于开盘买入股票，因为在收盘时获得正收益的可能性更大。

而如果在前一天收盘买入，则有更高的可能面临开盘下跌的境地。

上述结论不单单能运用到量化交易中，手工操作也可以借鉴。

比如原先准备当天收盘时买入股票的，就可以等到第二天开盘时再买入，这样相对而言会有系统性的优势，日积月累也会产生不错的收益。

3、深入探究

当然我们的研究也不会仅仅止步于此。

接下来我们将继续深入探索，看看A股的低开高走现象又有哪些更细分的规律？

比如什么情况下股票低开会更加容易高走？

04

个股低开研究

1、低开分组

我们把低开的幅度按照0%-1%、1%-2%一直到8%-9%进行分组，共计9组。

低开9%以上涉及到跌停，这里就暂不讨论。

这9种不同程度的低开发生后，在未来1/2/3天及更多天的股价表现又会如何？

我们仍借助全部A股历史数据和Python代码来进行验证。

相关数据和代码已经准备好了，如果你需要的话，可以在评论区留言，都是可以分享给你的。

2、统计结果

代码运行结果如图所示：

2007年至今低开1%以内的情况最多，共409万次，而低开8%-9%的情况则只出现过5914次。

显而易见低开幅度越大，出现次数越少。

3、1日后表现

再从低开后1天的表现来看，低开8%-9%的区间更易走高，高走概率达到56.21%，盈亏比也高达3.65。

这意味着每一次高走的收益，相当于3.6次低走的收益。

再进一步去看，我们发现股票低开的幅度越大，当天平均收益也越高，最高的甚至有2.82%。

但需要注意的是，在实操中我们无法在当天卖出这些股票，即无法赚到这2.82%。

但不管怎样，长期来看低开股票未来收益都不错，只有低开幅度在4%-7%区间的股票仍会面临亏损。

4、相应策略

至此我们对A股的低开现象做了深入分析，那是否可以据此构建一个相应的量化策略呢？

本期只是得出了一个结论，从结论转化到可以执行的交易策略还有很多步骤。

篇幅有限，就不在本文多做讲解。

大家感兴趣的话可以多多点赞，点赞破100，我们就聊聊该如何设计相应的量化策略。