道氏理论

使用盘面数据，根据计算出的一条或多条均线，判断入场与离场的时机，基本上就是技术面分析。而技术面分析的思想我们可以借鉴比较经典的“道氏理论”。

道氏理论是由创办了华尔街日报，创建了道琼斯公司的【查尔斯·亨利·道】发展起来的一种交易方法，同时在当时美国市场上上市公司以工业企业为主的环境下发明了道琼斯工业指数。在他去世后，由后人总结出来并予以命名“道氏理论”。

个股股价走势阶段

道氏理论以有效市场假说为基础，认为任何市场都会有这3种趋势，透过分辨不同的趋势可以找到投资机会。

• 主要趋势：指长期趋势，持续一年及以上，大部分股票将随主要趋势上升或下跌，大致可以将市场分为牛市、熊市、盘整（横盘震荡）
• 次要趋势：持续数周或数月，指与主要趋势相反的中期走势，常见于走到主要趋势的1/3或2/3部分时
• 小型趋势：每日的波动，带有一定的随机性，难以分析

在上升趋势阶段，分为以下三个阶段：

1. 筑底阶段：市场经过前期的大跌之后，此时普遍估值较低，盘面表现为持续震荡。市场看不到明天的太阳，不知道未来是震荡下跌还是震荡上涨，此时人们对未来的信心已经在逐渐恢复中
2. 持续上涨：市场找到了上升动力，利好消息不断放出，买盘推动股价不断上涨。盘面表现是成交量随着股价的上涨不断增加。市场的向好也给予企业正反馈，企业与市场形成正向循环促进
3. 探顶阶段：市场不断出现利好消息，参与者越来越分散，企业估值被不断推高，泡沫不断积累。此时的市场充斥着投机者，基于期待与希望支撑买方力量，但是预期已拉满，市场对于利空消息也逐渐敏感

在下跌趋势阶段，也分为以下三个阶段：

1. 探顶阶段：紧接着上升阶段的尾巴，此时买方力量与卖方力量相互周旋，盘面表现为持续震荡，此时估值膨胀到买方力量难以支撑，卖方力量蠢蠢欲动
2. 持续下跌：经济的恶化会导致高估值的企业因为未达预期，股价不断下跌，典型的持续下跌会表现在价格下跌的同时成交量逐渐减小，此时表明在卖方抛售的同时买方持续观望，对于估值的失望性抛售会不断拉低企业估值
3. 探底阶段：此时市场虽然一片萧条，但是成交量逐渐恢复，企业估值整体偏低，买方蠢蠢欲动

板块、行业股价走势

我们通俗的理解牛市：行情好啊，啥啥都赚钱，熊市则是：经济完蛋了，啥啥都赔钱。同样还有一种情况，即一部分板块在大涨，而另一部分板块在暴跌，这就出现了板块之间的背离。使用道氏理论可以从宏观上佐证以下观点：

• 牛市：板块普涨
• 熊市：板块普跌
• 盘整：过去相关性很高的板块，此时出现了背离，这通常是一个反转的信号。也可以佐证“行业轮动”的现象。打个比方，比如新发现了一座金矿，那么这个地区的铲子和矿泉水预期被大量需要，价格也应该会同步上升。但是，如果铲子的价格上涨，但是矿泉水的价格下降，则出现走势“背离”的现象。此时需要细致的分析。如果分析出这个地方金矿开采难度大成本高，那么铲子的价格会因为需求不及预期导致价格下跌，当时听风就是雨进去的就被坑了。

均线策略交易逻辑

我们常见的是如下的策略：

1. 以过去10个交易日的收盘价作为快线
2. 以过去25个交易日的收盘价作为慢线
3. 当快线向上突破慢线，表示上涨趋势势不可挡，此时买入
4. 当快线下穿突破慢线，表示下跌趋势不可遏制，此时卖出

这是一快一慢两个指标相互作用的策略，而均线策略通常只使用一个指标，即根据自身指标过去一段时间的走势完成择时。

均线策略思想如下：

1. 记录过去的一个时间窗口的收盘价均值
2. 使用滑动窗口将均值变为一条时间序列数据（均线）
3. 股价突破极小值时买入，突破极大值时卖出

由于极小值、极大值是交替出现的，因此每一对【极小值（买点），极大值（卖点）】都可以构成一个完整的交易

比如我们以20个交易日的收盘价的均值作为参考值，20个交易日的收盘价的均值与收盘价走势图如下图所示：

上面的图比较典型，可以观测到：

1. 均线相对更容易描述趋势的走势
2. 均线相对于收盘价有一定的滞后性
3. 均线在大方向上的变动不是特别频繁

均线策略效果测算

我们基于均线策略，构建如下策略流程：

1. 以20个交易日为滑动窗口长度，计算每个交易日的收盘价的均值，作为均线策略的参考值
2. 如果上一个交易日的股价是极小值点，则以当日收盘价买入
3. 如果上一个交易日的股价是极大值点，则以当日收盘价卖出
   最后，统计每一次完整的交易，并把这期间的收益转换为年化收益率，以年化收益率>2%记为胜，胜率=胜的次数/总交易次数

买点、卖点如下图所示：

测算结果如下图所示：

但是，正如上图所示，因为当出现震荡行情时，极大值与极小值会交替出现。这时，极容易出现：

• 第一天是极小值，买入
• 第二天是极大值，卖出
• 第三天是极小值，买入
• 第四天是极大值，卖出
• …

加上对交易日相关数据的统计：

可以发现，有25%的交易是在2天以内，即“今天买明天卖”，这会造成短期大量的换手，增加摩擦成本。为了避免短期频繁的交易，我们我们需要针对极大值、极小值的择时策略做一些优化。

改进一：设置策略信号偏移量

当极小值出现时，对比上一次极小值出现的时点，需要当前的极小值点相对上一个极小值点偏移n%，才会作为新的价格信号；极大值同理

这里我们定3%，因此原有测算的买点与卖点修改为：

1. 如果上一个交易日的股价是极小值点，且相对于上次的极小值点价格偏移超过3%，则以当日收盘价买入
2. 如果上一个交易日的股价是极大值点，且相对于上次的极大值点价格偏移超过3%，则以当日收盘价卖出

回测效果如下：

改进二：生成止盈止损信号

在买点生成的同时，同步生成止盈与止损信号：

1. 如果上一个交易日的股价是极小值点，则以当日收盘价买入
2. 以当日收盘价的正负6%，为止盈止损点。即涨超6%发出止盈信号，跌超6%发出止损信号
3. 如果上一个交易日的股价是极大值点，或收盘价突破止盈止损点，则以止盈、止损点买入

回测效果如下：

及时的止盈与止损会导致交易天数明显缩短，对应的胜率也会下降，但是方差与原有策略相同。

有一点需要注意，有些改进是从以下两个角度出发：

1. 改进思想1：买入后静默N天，再根据信号进行交易判断；（为了防止短期抖动）
2. 改进思想2：第二次买入与上一次卖出至少相隔N天；（为了重置交易环境）

虽然上面两种方法的确可以降低交易频率，增加交易的持续时间。但是要注意，我们的目标不是为了【降低交易频率】，而是【降低频繁换手导致的摩擦成本】，只不过为了实现这个目标，“交易频率的降低”是一种可能得结果。

因此博主的建议是，如果我们是组合多种策略，上面两种思路是OK的，但我们在测算指标时，尽量在严格执行信号的情况下，引入外部的一些改进机制，而不是阉割掉原有的策略信号。

下一部分，我们将构建回测策略，对均线及其改进策略进行回测，并评估它的表现

量化择时——均线策略及改进方法（第1部分—因子测算）相关推荐

1. 盘点那些高大上的量化择时方法都有哪些？

   量化择时的概念    择时交易是指利用某种方法来判断大势的走势情况,如果判断上涨则买入持有,如果判断下跌则卖出清仓,如果判断震荡则高抛低吸,从而获得超越大盘的收益.量化择时就是使用数量化方法来找出影响 ...

2. 量化择时：基于经验模态分解的希尔伯特-黄变换（一）数理

   量化择时:基于经验模态分解的希尔伯特-黄变换 这部分内容打算分成四个部分,分别是数理.算法.实操和机器学习部分,做完一个part就发一个part. Part1数理 将时间序列的股价日指数转换为信号形式 ...

3. 量化择时：基于经验模态分解的希尔伯特-黄变换（二）算法

   量化择时:基于经验模态分解的希尔伯特-黄变换 part2部分是算法的介绍,抛开代码部分,其实就是所有人都能看得懂字面解释 Part2算法 在了解了基础的数理知识和学习了将实信号转换为复信号的处理方法之 ...

4. 量化择时——平均K线图双均线策略（第1部分—策略效果测算）

   文章目录 平均K线图概述 OHLC的计算方式 K线图走势对比 平均K线图阴阳线交易策略 交易规则 测算结论 双均线策略测算 测算规则 测算结论 平均K线图概述 平均K线图是蜡烛图的一种分支,在日本,H ...

5. 量化研究 | CTA择时出场策略指南大全

   致力于分享量化策略,培训视频,Python,算法研究等相关内容. 『正文』 ˇ 今天给大家介绍和普及一下我说知道的几种和我用的几种出场方式,其中有的出场方式是单独用的,有的是组合一起用的,并无所谓好坏 ...

6. 量化择时策略入门与实操-笔记（同花顺金融量化实验室python实现）

   文字与代码来源:2022年第三届"大湾区杯"粤港澳金融数学建模竞赛在线讲座-6_哔哩哔哩_bilibili 目录 指数估值择时策略 指数轮动择时策略 基于风险平价模型的仓位管理策略 ...

7. 6、Python量化交易-单均线策略升级1：T+0限制

   目录 前言 T+0限制实现思路 一.调整买卖比例并统计pnl 1 - 在main中添加统计pnl 2 - 调整买入比例0.98,卖出比例1.02 3 - 获取pnl值 二.策略添加T+0限制 1 - ...

8. 量化择时之移动平均线初探

   技术分析是指通过历史数据和形态来预测未来的市场价格.随着计算机技术的发展,今天的计算条件已经具备,量化分析和技术分析结合的趋势越来越明显,通过定量数据对技术分析的指标和投资策略进行检验,将会大幅提高技 ...

9. 4、Python量化交易-双均线策略

   目录 一.数据准备 二.5日均线和30日均线 1 - 均线的概念 2 - 计算5日均线与30日均线 3 - 画出MA5和MA30 三.金叉和死叉 1 - 金叉和死叉概念 2 - 分析所有金叉日期和死叉 ...

最新文章

1. Play 2.0 用户指南 － 模版引擎 －－ 针对Scala开发者
2. 2020下半年新机最新消息_2020下半年新机汇总，除了iPhone 12，还有这些旗舰
3. LibreOJ #103. 子串查找
4. 【数字图像处理】 二.MFC单文档分割窗口显示图片
5. spring 扫描所有_从Spring的几个阶段理解其工作过程
6. 周志華《機器學習》圖4.4和图4.9繪制(轉載+增加熵顯示功能)
7. python指针引用的区别_C++基础：指针和引用的区别
8. Eclipse 常用快捷键，实战经典
9. rhel6 dhcp dns配置小贴士
10. 13. Django基础：admin后台管理
11. Qualomm openwrt SDK编译
12. Tomcat9百度云下载
13. Linux netfilter hook源码分析（基于内核代码版本4.18.0-80）
14. 一种基于linux系统的精准流量统计方法
15. 移动端布局三种视口_移动端布局：视口viewport的理解
16. 基金的选择方法及MATLAB实现
17. 020 怎样才可以把py文件前面的小箭头去掉
18. 关于校园霸凌，刚刚发生(解决问题之霸凌方家庭操作建议)
19. 分布式理论 PACELC 了解么？
20. c语言中进程的基本概念

热门文章

1. 在这1.7亿出租车轨迹里，MIT找到了大城市治堵“秘方”
2. 自动化人的保研历程（持续更新想起来就更新哈哈哈哈哈）
3. getElementById的用法
4. 今天主要谈谈关于申请美国专利的一些问题
5. 中职校计算机案例教学法,中职计算机课程中案例教学法的应用研究
6. unity代码更换ui图片_Unity UI图片的一种优化方式
7. 眼睛横纵比来做 侧眼眨眼检测 技术
8. Linux 命令行 rm 无法删除文件
9. 春漫乌海湖!【无标题】
10. 『行远见大』 BQ Corpus 信贷文本匹配相似度计算