aya的知识库

大跌行情下的量化策略

由aya创建,最终由aya 被浏览 23 用户

作者:陈奥(chenao1106)

导语

量化的目的之一是把通过对历史数据的规律研究,转化成投资决策。本次分享从具体的案例出发,如何快速把历史数据的经验,转化成自己的经验,进行投资交易决策。例如,2022年2月24日,大盘大跌,下跌股票数:3900+,上涨股票数600+,大跌行情下,如何操作? 经量化研究,找出了一种操作方案,共回测2年,选出2000支股票,平均每支收益5%。

策略思路

  1. 找出历史大盘大跌数据,作为回测的股票池
  2. 大盘大跌情况下,逆势涨停股票,是否依旧强势,是否可精选逆势涨停票第二天进行实操
  3. 大盘大跌情况下,受大盘影响顺势跌停的票,是否能精选出低开补涨的票,入手点位如何分析

量化因子

#当天是否下跌
isXiaDie0=where((return_0<1),1,0)
#当天A股下跌数
xd_num=group_sum(date, isXiaDie0)
#当天是否涨停
isZhangtToday=where((return_0>1.09)&(close_0==high_0),1,0)
#当天是否跌停
isDietToday=where((return_0<0.91)&(close_0==low_0),1,0)
#股价所处的相对位置
priceHighBl10=close_0/ts_max(close_0,10)
……

量化技巧

  1. 如何按自己思路的构建选股逻辑,找出符合逻辑的股票池
  2. 如何快速查看选出来股票,每一支的收益、平均收益
  3. 如何分析选出的股票,在哪个点位入手效果最好

注: 本策略是针对大盘大跌行情的操作方法,大跌行情不多,不要理解为2000支票2年时间,平均每支收益5%,那每天平均都有5%的收益

策略回测


{w:100%}{w:100}

\

策略视频

https://www.bilibili.com/video/BV18Z4y1r7XQ/

策略源码

https://bigquant.com/experimentshare/fa122490dc774357981dbd0c9e33b14a

作者:陈奥(chenao1106)

导语

量化的目的之一是把通过对历史数据的规律研究,转化成投资决策。本次分享从具体的案例出发,如何快速把历史数据的经验,转化成自己的经验,进行投资交易决策。例如,2022年2月24日,大盘大跌,下跌股票数:3900+,上涨股票数600+,大跌行情下,如何操作? 经量化研究,找出了一种操作方案,共回测2年,选出2000支股票,平均每支收益5%。

策略思路

  1. 找出历史大盘大跌数据,作为回测的股票池
  2. 大盘大跌情况下,逆势涨停股票,是否依旧强势,是否可精选逆势涨停票第二天进行实操
  3. 大盘大跌情况下,受大盘影响顺势跌停的票,是否能精选出低开补涨的票,入手点位如何分析

量化因子

#当天是否下跌
isXiaDie0=where((return_0<1),1,0)
#当天A股下跌数
xd_num=group_sum(date, isXiaDie0)
#当天是否涨停
isZhangtToday=where((return_0>1.09)&(close_0==high_0),1,0)
#当天是否跌停
isDietToday=where((return_0<0.91)&(close_0==low_0),1,0)
#股价所处的相对位置
priceHighBl10=close_0/ts_max(close_0,10)
……

量化技巧

  1. 如何按自己思路的构建选股逻辑,找出符合逻辑的股票池
  2. 如何快速查看选出来股票,每一支的收益、平均收益
  3. 如何分析选出的股票,在哪个点位入手效果最好

注: 本策略是针对大盘大跌行情的操作方法,大跌行情不多,不要理解为2000支票2年时间,平均每支收益5%,那每天平均都有5%的收益

策略回测



{w:100}


\

策略视频

https://www.bilibili.com/video/BV18Z4y1r7XQ/

策略源码

https://bigquant.com/experimentshare/fa122490dc774357981dbd0c9e33b14a

\

标签

量化策略投资决策
{link}