量化交易策略 - 优化均仓策略
在上一篇均仓策略中，介绍了本策略的一些基本步骤和优缺点。简单来说，如果根据价格涨跌来看，达到一定的幅度就做一次均仓处理。之前的回测例子中，设置的均仓条件是5%，这个数值可以根据实际的股票波动率来修改。
我们需要明白，均仓策略的利润来源于什么？收益来源于价格在一定范围内来回波动。那么风险呢？ 风险来源于在执行操作之后，价格继续出现单边的上涨或下跌。对于收益很好理解，因为就像我们捕鱼一样设置了利润网格，只要价格来回地波动，我们就能实现低买高卖的操作。对于风险，如果在执行均仓操作之后，继续上涨那么我们肯定就“卖亏了”，没有捕捉到最好的卖点。相反，如果执行均仓操作之后，继续下跌那么我们也没有捕捉到更低的价格，补仓到了山腰。
所以，如之前所说，均仓策略是建立在长期价值回归的思路上的，价格围绕一个估值进行来回波。不太适用于牛市或熊市行情，对于牛市会过早清仓，而对于熊市会过早满仓。
下面，我们来看两张图。第一张图是一个快速的单边上涨然后，单边下跌。第二张图是一个螺旋上涨，然后再螺旋下跌的过程(灵魂画手呢)。从图上我们可以分析出，对于第一张图如果采用大的网格来讲，能在起始买入，在山顶卖出，再在起始执行买入均仓，那么会比在过程中多次买卖收益率高。但是，对于第二张螺旋式的行情，如果设定的网格小一点，能捕获到上涨行情中更多小段的涨涨跌跌，可以尽快地落袋为安。
网格大小我觉得谈不上说哪个好，需要根据大盘行情以及持有标的的波动性来判断。理论上，我们将网格（均仓涨跌幅度）设置大一点，可以获得更高的收益。
一般价格变动的范围设置在手续费的四倍左右（A股交易手续费 买入时是万三，卖出万三+印花税千分之一 不足5元按5元计算）
引入了这么多，大家大概也明白了。真实行情里，还是螺旋震荡行情占大多数，及时地让盈利落袋为安是比较保险的策略。
但是我们的均仓涨跌幅度又不能低于手续费，那么我们可以通过控制均仓的最少股票数量来达到减少买入和卖出的次数，从而达到减少手续费的作用，来提高我们的净利润。当我们设置的均仓涨跌幅度小的时候，会比较频繁地去买入和卖出操作，这样会造成过多的浪费手续费的情况。
举个例子：我们建仓成本价位为10元，设定的涨跌幅度为5%，最少交易股票数为200股。当第一次得到涨5%时，我们执行均仓时，计算得到的卖出股票数量仅为100股。所以，此时达不到我们最少交易股票数要求，就不会最终执行均仓操作。当出现继续上涨达到8%时，此时计算所需均仓卖出股票数为200股，才会最终执行均仓。
通过上面的例子，我们可以发现，通过设置一个最少交易的股票数目可以起到延迟交易的作用。当上涨时，可以捕捉到更高的止盈卖出点，在下跌时，也可以捕捉到更低的补仓买入点，从而可以提高抓住更优点位的概率，提高收益率。
量化交易策略 - 优化均仓策略相关推荐
- 量化交易策略 - 均仓策略
今天给大家介绍一个非常简单但是却的确有效果的一个投资策略 - 均仓策略 首先我们提一下什么叫做仓位? 仓位管理是投资里面非常重要的一个环节.如果完全持有现金的话,那仓位就是空仓:同理,如果全部买入了标 ...
- 量化交易入门之vnpy简单策略编写
本篇博客将介绍量化交易框架vnpy的简单策略编写.在阅读本博客前的环境准备请看我的上一篇博客.传送门如下: 零基础搭建量化交易框架 一.开发环境 因为python版本兼容有点差,且源码功能都有所变化, ...
- 量化交易 聚宽 布林带策略
量化交易 聚宽 布林带策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 使用真实价格set_option( ...
- 量化交易 聚宽 均值回归策略
量化交易 聚宽 均值回归策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作为基准set_b ...
- 量化交易初级阶段——简单多因子策略实现指数增强
多因子策略是量化交易之中最为常见的策略之一,相当于技术指标之中的均线,只要是学量化都会学到多因子策略. 多因子的总体思路很像高考.现在高考也是刚刚结束,也祝愿各位考生金榜题名!我就按照高考的思路简单说 ...
- 量化交易 聚宽 双均线策略
量化交易 聚宽 双均线策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作为基准set_be ...
- 量化交易 聚宽 多因子策略（市值, ROE）
量化交易 聚宽 多因子策略(市值, ROE) # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作 ...
- 量化交易入门阶段：动量策略和均线结合又会怎样？
在之前的文章<找到真"学霸"--动量策略优化>中跟大家说了一下动量策略可以通过选择那些涨幅排名靠前,并且涨幅大于200%的股票进行策略优化. 在更早之前,和大家讲了很多 ...
- 量化交易 米筐 多因子策略与研究平台API
1. 多因子策略流程 因子的处理和探索 回测的过程 完整的流程 因子挖掘 因子数据的处理 去极值 标准化 中性化 单因子的有效性检测 因子IC分析 因子收益率分析 因子的方向 多因子相关性和组合分析 ...
最新文章
- vista下安装vs2005
- 【机器视觉】 gen_measure_arc算子
- 数据库-数据存储引擎
- [css] 鼠标事件css的:hover和js的mouseover有什么区别？
- 解决 avformat_alloc_context无法识别的问题
- python带参数怎么运行_如何运行带参数的python脚本
- 在razor视图引擎中转义@字符
- Android系统简介(中):系统架构
- 如何在 Linux 上安装服务器程序？
- 飞桨领航团武汉长沙 | AI如何1秒记笔记，检测你的皮肤状态？
- app三种工具的元素定位与swipe 滑动
- 不再谷满谷，坑满坑，看苏宁库存架构转变
- Chrome插件离线安装方法及编程思路
- 银行卡资费转帐汇款取款_收费标准参考_中行_建行_工行_农行_招行_兴业等
- 如何在数位板上练习线条跟线稿？
- OPENGL-学习计算机图形学
- 为啥一定要用残差图检查你的回归分析？
- 计算机考研数学和英语考什么,考研英语几与数学几的区别？
- 通过游戏策划阶段防治游戏外挂(超长)
- JAVA面试题解惑系列（八）——聊聊基本类型（内置类型）