七天打造一套量化交易系统:Day2-量化交易策略基本模型及要点

七天打造一套量化交易系统:Day2-量化交易策略基本模型及要点

前期回顾

专栏:七天打造一套量化交易系统

"高抛低吸,趋势跟踪,横盘突破..."这些常见的交易策略术语如何转化成行之有效的代码逻辑?它们背后代表的最基本的交易策略模型是什么?以及这些交易策略模型的要点是什么?如何进行选择?

一套量化系统的设计与实现,同时也代表了设计者对交易的理解,这条路上很多人走了不少的弯路。量化投资没有那么玄乎,通过对历史行情数据进行回测,一次次带入自己不同的想法(交易策略),希望找到一种方法,能够在单边行情中跟对方向赚取大额收益、在震荡行情中赚取小额价差收益,从而获取到超额收益。

归纳起来就是两种不同的模型:趋势型策略模型、均值回复型策略模型

下面是选取一段时间,对全市场期货合约,进行双均线策略分析的部分回测结果。大家可以思考一下,双均线策略属于上面的哪一种模型?

以ag2307合约一个交易日的分钟k线为例,采用双均线策略,回测的结果如下图

双均线策略属于趋势型策略模型,我们希望能够抓住上图中,第一个黄色框的下降趋势,做空赚取大额收益。

趋势型策略模型

原理

在趋势面前,可以迟到,可以早退,但是不能缺席,抓住趋势 你就盈利。"追涨杀跌"就是说的趋势型策略。

收益分布

1、亏损的次数多(上图中16笔亏损),但都是小亏

2、盈利的次数少(上图中8笔盈利),但都是大赚

重点:什么因素能改进策略(截断亏损,让利润奔跑)

1、胜率不高,通常不到50%

2、赔率要大,盈亏比大于10:1不是梦

3、头寸管理和退出:资金的分配和退出的艺术,如何量化

4、不需要精准入场:精力不要放在入场点的精确性上

要点总结

1、头寸和退出:可以小亏,必须大赚,在平衡风险的同时,确定性的趋势要把头寸加足,并有相应的退出方式

2、风险:截断亏损,让利润奔跑,两者缺一不可,而截断风险是前提。指数滤波可以有助于规避系统性风险

3、分散化:永远不要把鸡蛋放到一个篮子,捕捉趋势必须在分散化的品种间选择,这既是风控,也确保了收益的多样性,你永远不知道那一片会下雨

均值回复型策略模型

均值回复型策略交易思想是:认为行情是在一定范围内来回震荡,希望通过频繁的交易赚取这个范围的价差,积少成多。

原理

天下大势,分久必合,合久必分。"高抛低吸"就是说的均值回复型策略。

收益分布

1、胜率高

2、每次盈利少

重点:避免大额亏损

均值回复型策略与趋势型策略是两个理念完全相反的策略,一旦遇到趋势型行情,如果不能及时止损退出将会产生巨大亏损

要点总结(千万别贪)

1、头寸和退出:小赚即可,但是要更小的亏损,以及退出

2、风险:波动率是一个好东西,对震荡区间的把握和对标的波动率变化的把握

3、分散化:永远不要把鸡蛋放到一个篮子

4、拼的是胜率:胜率要高

温馨提醒

实盘中这两种模型并不是简单的独自存在,切换周期,两种策略会纠缠不清。这个时候需要坚定地选择其中一种策略,或者找到更好的方式在两种策略之间来回切换。这就需要大量的历史数据进行回测实验,最终找到适合自己的策略。

相关推荐
AIFQuant21 小时前
ETF行情API接入踩坑记:从报错到跑通的七个问题
python·金融·区块链·etf·基金
quantdash_cc1 天前
量化策略为什么需要实时行情数据?从信号产生到交易决策的时间差说起
开发语言·python·数据分析·量化交易·股票数据·quantdash
磐链科技1 天前
DApp 前端开发指南:钱包连接与链上数据交互实践
区块链·智能合约
磐链科技1 天前
DApp 智能合约开发详解:Solidity 编写、测试与部署全流程
区块链
ACME20441 天前
江浙沪商铺投资胜负手
区块链
baopixiaoz2 天前
BeeQuant × BeeAgent:用AI加速策略验证
大数据·人工智能·python·区块链
benchmark_cc2 天前
策略临时需要一批股票的最新价格,先查行情还是先建股票池?——从量化策略执行逻辑看数据获取顺序
python·数据分析·pandas·量化交易·股票数据·quantdash
磐链科技3 天前
区块链开发公司发展趋势分析:智能合约、DApp与行业数字化应用探索
区块链·智能合约
2601_966949653 天前
只拿到股票代码还不够:量化程序到底还需要哪些标的信息?——从数据建模开始理解股票元数据
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash