黃萬銘
摘要:基于多頭趨勢回踩策略的量化分析是一個擇時選股的判斷方法。本文根據(jù)此思路構(gòu)建了一個全自動量化交易系統(tǒng);通過對市場狀態(tài)、均線周期、止損條件和選股買入均線等各種關(guān)鍵影響因素的規(guī)律研究,利用歷史回測檢驗不同的效果,經(jīng)過進一步參數(shù)優(yōu)化,得到了較佳的策略效果,年化收益率達到25%左右。
關(guān)鍵詞:量化分析;交易策略;技術(shù)分析;證券
一、前言
基于多頭趨勢回踩策略的量化分析是一個擇時選股的判斷方法。如果天數(shù)從短到長的移動均線呈從上到下排列的態(tài)勢,我們判斷股價處于多頭趨勢,表示短、中、長線投資者一致看多,即股票價格處于一個強勢階段;多頭趨勢回撤的思路,是根據(jù)若干條均線呈現(xiàn)出的形態(tài)判斷一支股票是否處于強勢狀態(tài),并抓住回調(diào)的時機低位買入。
在圖1中有三個10日回撤點,其中的第一、二個在買入后產(chǎn)生了收益,但第三個卻持續(xù)下跌。因此不但應(yīng)該結(jié)合其他的方法強化分析判斷的有效性,另外,也應(yīng)該設(shè)置判斷錯誤時的止損方案,可以按照百分比止損,也可以根據(jù)均線的形態(tài)止損。因此研究其中的關(guān)鍵影響因素對策略效果成功有重要意義。
本系統(tǒng)以多頭趨勢回踩策略的量化分析為主決策依據(jù),利用百度投資的聚寬(JoinQuant)量化開發(fā)平臺,采用Python語言編程,實現(xiàn)了一個全自動化交易系統(tǒng),并進行了關(guān)鍵參數(shù)優(yōu)化研究。交易規(guī)模設(shè)定1億元,持倉股票數(shù)最大為100只,時間周期2005~2018年。
二、測試時段
分別模擬了不同指數(shù)周期時段,一類是2005~2018年幾輪大牛熊波段,另一類是殺傷力較大的2008年暴跌和2010~2014年大熊市,分別回測模擬市場狀態(tài)、均線周期、止損條件和選股買入均線等關(guān)鍵參數(shù)對策略效果的貢獻。
三、交易策略
本策略基于Python語言的量化程序設(shè)計的主要框架如圖3所示。
四、關(guān)鍵影響因素研究
(一)牛熊市策略
根據(jù)多次測試,策略在牛熊市表現(xiàn)差異較大,應(yīng)根據(jù)市場狀態(tài),采用差異化策略應(yīng)對;特別是熊市,采用以BIAS乖離率為買入主策略的方式,效果為佳;在2010~2014年大熊市,可以實現(xiàn)最大回撤僅15%,收益率近20%的優(yōu)異表現(xiàn)。如圖4所示。
(二)關(guān)鍵影響因素
根據(jù)海量的不同種類單項測試,發(fā)現(xiàn)其中均線周期、止損條件和選股買入均線具有決定性影響。多頭排列考慮5日、10日、20日、30日移動均線,回撤線選定在20日線為佳;止損點越低越好,甚至可以設(shè)定為0.5%;止盈點回撤盈利的5%左右觸發(fā)清倉為佳在。
另外,還考察了前10大持倉、前5大回撤區(qū)間、行業(yè)配置比例、持倉比例分析、sharpe和風(fēng)險控制等策略表現(xiàn)。
五、結(jié)論
經(jīng)過2005~2018年多輪牛熊轉(zhuǎn)換交替的回撤模擬,和2008年暴跌及2010~2014年大熊市模擬,發(fā)現(xiàn)市場狀態(tài)、均線周期、止損條件和選股買入均線等關(guān)鍵參數(shù)對策略效果的貢獻較大,而進一步通過在牛熊市采用差異化交易策略,本自動交易系統(tǒng)實現(xiàn)了最大總體收益率為1652%,平均年化收益率25%,回撤僅為29%,收益分解獲得了較佳市場效果,相較指數(shù)有穩(wěn)定盈利。
參考文獻:
[1]徐景昭.基于多因子模型的量化選股分析[J].金融理論探索,2017(03).
[2]余立威,寧凌.股市量化投資策略與實證檢驗[J].統(tǒng)計與決策,2016(06).
[3]王春麗,劉光,王齊.多因子量化選股模型與擇時策略[J].東北財經(jīng)大學(xué)學(xué)報, 2018(05).
[4]譚磊.趨勢跟蹤類策略的內(nèi)在邏輯[J].當(dāng)代經(jīng)濟,2017(06).
[5]蘇靖宇,方宏彬.基于滬深300成份股的多因子量化選股策略研究[J].福建商學(xué)院學(xué)報,2018(01).
[6]陳標金,陳文杰.移動平均線分析法及其交易策略研究[J].商業(yè)研究,2015(07).
(作者單位:綿陽中學(xué)實驗學(xué)校)