精华帖子

过去20日最高价(海龟策略)

由small_q创建,最终由small_q 被浏览 57 用户

因子原理

海龟交易是一个贯彻入场、出场、仓位管理全流程的策略,他倡议成功的交易不仅仅依赖于直觉或经验,而是可以通过一套明确的规则进行学习和复制。就像你根据一本菜谱,按照其步骤、用量、火候、时间就能做出美味可口的佳肴,任何人都可以复刻。

我们今天来探讨一下如何利用“过去20日收盘价”这个因子作为海龟交易的出场和入场信号。


海龟策略的步骤包括:

  1. 入场信号:短期突破系统是以20日突破为基础,当价格突破最近20日最高价时,产生入市信号;
  2. 仓位管理: 根据一个市场的绝对波动幅度来调整头寸规模, 如ATR指标(平均真实波幅);
  3. 出场信号: 突破过去10日最低价处止盈离市。

我们即将分析的则是海龟交易的入场信号——过去20日最高价格(收盘价)。

因子市值中性化

我们从因子投资的角度来探讨“最高价“这一因子的价值,所以如果直接对因子进行排序处理,那么毋庸置疑,茅台力压群雄。茅台股价上千,而其他股票价格甚至不到3块,如果使用过去20日最高价排序,茅台将遥遥领先,也就是说在因子投资领域无论怎么调仓都会选到它,这就失去了因子的研究意义。

所以,我们需要对"最高价"做一个市值中性化处理,使得因子的量纲在同一水平上。

因子构建与分析

因子构建

这个因子在BigQuant平台上已经计算好了,直接调用即可,这里省略因子加工过程,直接进入我们的因子分析过程。

SELECT date, instrument, m_max(close, 20) AS factor
FROM- cn stock_prefactors
WHERE is _risk warning = 0
QUALIFY COLUMNS(*) - IS - NOT • NULL

因子分析

  1. 我们将因子按因子值从小到大进行排序、分组,0为最小的一组,9为最大的一组。
  2. 通过因子分析框架,进行因子的分组统计累计收益。

这组因子并没有所谓的单调性。随着因子值的增大,投资组合的累计收益不会向单一方向变动(即变大或者变小)。反观中间组的累计收益最大,我们可以尝试使用二次加工RSI指标的方法来处理这个因子,处理方式参考:RSI因子

单因子策略构建

  1. 构建最近20日收盘价最大值因子,并完成市值中性化操作;

  2. 二次加工中性化后的因子;

  3. 将因子每日从小到大排序,每次买入因子值最小的10只票,开盘买入,每周一调仓。

    整体效果并不好,吸取前几次的经验,我们看看他在小市值上的暴露,将股票池更改为小市值:

    之前有评论的朋友说,万物皆小市值,你答对了!

    策略及因子分析源码

    策略源码

https://bigquant.com/codesharev3/acbdec40-c018-48ad-a49f-391b463d2050

因子分析源码

https://bigquant.com/codesharev3/3c634250-75d5-4759-b3d3-3d9cce0a54ed

\

标签

仓位管理
{link}