Python 算法交易实验89 QTV200日常推进-模式思考

说明

过去几天大A的表现还是比较戏剧化的。

让我想到了:

  • 1 价稳量缩模式。之前很长一段时间都是这种状态,最终还是大爆发了,这个可取。
  • 2 周期模式。假设价格是一个周期为T(T可变)的正弦波,所以最终还是回到了几个月前的位置,周期大约90天。我也把之前的一些失误单,平掉了。看起来也是有一定道理的。
  • 3 牛短熊长模式。可以参考2014年的模式,目前感觉还是在开始阶段,接下来应该会迅速攀升到最高点,估计尖峰周期会在1-2个月。

内容

写这篇文章主要是梳理一下思路,找一找方向。

首先,上面的三个模式的关键点:

  • 1 价稳量缩。这种模式的价值在于其必然性,假设在判断进入这一模式时,就可以埋伏大笔资金,然后可以获得一大笔利润。这个模式的难点
    • 1 判断其进入模式的难度
    • 2 过程中价格可能会不断下滑,会有回撤
    • 3 爆发前的时间可能很长,比如这次,粗略可以认为是几个月
    • 总结起来:要投资这种模式,可能会承受长时间回撤;算法的择时很重要,选择的时机越好,受到的时间伤害就越小。
  • 2 周期模式。同样的,周期性也是必然存在的。如果周期T比较短,那么获利也就越高。
    • 1 周期T是变化的。不同的标的,基础周期不同,而且对环境的敏感度也不同,这就会导致周期是一直在变的。
    • 2 受趋势影响大。利用周期盈利和核心方法无外乎是随着周期低买高卖 ,但碰到下行趋势时,下一个波峰可能随趋势下滑,从而失去盈利机会。
    • 总结:要找到合适的周期比较难,T不能太大、波峰和波谷要有一定差值。也就是在稳态,且【相对活跃的稳态】下是比较合适的。有上升趋势加成会更好,但上升趋势一般不会太久,不是长久之计。
  • 3 牛短熊长模式。这个可能是传统意义上最重要的获利模式了
    • 1 短牛可以非常快的攀升价格,是挣"快钱"的机会。这里最大的风险是到达峰顶的突然下折,也就是俗称的"被套"。所以判断模式转换是最重要的。而且短牛通常不会是单波峰
    • 2 很多时候,也不是单峰,中间可能会经过几次反复,这又是一个投机机会,同样的,风险也是巨大的。

解析 VS 近似计算

首先明确一点,不会采用解析法。

解析法是指从道理、源头上捋出一条逻辑链,形成一组公式的做法。这种方法非常教科书,一切看起来都很完美和严密。

在实际情况中,有一小部分场景的确可以使用解析法来解决。但是去理解理论的过程本身就比较耗时,把理论用于实践又非常耗时,然后发现只有很小一部分可以用到。

而近似计算,某种程度则是依靠暴力,或者说有技巧的暴力。

简单来说,不去假设现在是啥分布,而是通过大量的实验、采样来逼近真相。真相本身会非常复杂,如果用解析法来描述估计需要无数的方程,有一些甚至人列不出来。

随着算力的暴增,这种方法是完全可行的。

解析法,其中一些特别简单的,可以作为标杆长期存在。但是大量的探索和调优,则会通过近似计算完成。

结论

  • 1 模式很重要,甚至比以前重要的多。
  • 2 可以顺着简单梳理出的三种模式进行探索和描述。
  • 3 明确后续走近似计算的路子。
相关推荐
苦瓜想干飞日本4 分钟前
c++与Python用笛卡尔的心形函数输出爱心
开发语言·python
凯子坚持 c14 分钟前
影刀---实现我的第一个抓取数据的机器人
人工智能·python·机器学习
技术无疆1 小时前
阿布量化:基于 Python 的量化交易框架
开发语言·人工智能·python·深度学习·机器学习·数据挖掘·python3.11
阿拉丁的梦1 小时前
Python:Spoonfed - (2-10) 激励选择脚本(搬砖)
开发语言·python
子午1 小时前
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
人工智能·python·深度学习
戴昊光2 小时前
OCR Fusion: EasyOCR/Tesseract/PaddleOCR/TrOCR/GOT
人工智能·python·cnn·ocr·transformer
我不爱机器学习2 小时前
python环境配置问题(个人经验)
开发语言·python
南宫理的日知录3 小时前
84、Python之鸭子类型:魔术方法&自定义类型也可以实现加减乘除
开发语言·python·学习·编程学习
吃点李子3 小时前
QQ机器人搭建
python·机器人