策略周度复盘 | 2026年wk17

本文观点仅供参考,不构成任何投资建议。投资有风险,入市需谨慎。

一、本周大盘走势

本周(4月20日-24日)大A市场整体还是呈现冲高回落走势,基本还是维持震荡格局。其中板块分化比较明显,航天军工、量子科技等题材表现强势,资源类板块承压回调。上周创业板涨得挺好的,但是本周就是一个震荡格局了,周三涨到最高点,周四周五接连下跌了两天,最终收跌并且跌幅大于创业板和沪深300,坐了个过山车。

接下来,还是老规矩,我们以真实数据说话,一图胜千言:

上证指数、沪深300及创业板指

市场热度

大小盘风格表现

本周从图上可以看出,

  • 小盘风格一般:两个预警指标均远离警戒线
  • 市场结构健康:价差回升+量比稳定,暂未出现小盘股泡沫风险
  • 总体仍处于4月震荡行情,但相信4月财报季过去后,还是会有一波行情。

小盘价差计算方式:使用中证2000与沪深300日涨幅差值的15日移动平均计算,小于-0.5%,则表示小盘跑输沪深300,市场可能会切换到大盘股风格。

小盘量比计算方式:使用中证2000与沪深300日成交额比值的10日移动平均计算,大于1.8倍,则表示小盘过于拥挤,市场可能会切换到大盘股风格。

散户情绪洞察

当前整体情绪仍然处于震荡区间,散户情绪没有明显变化。

顺便说一句,有些朋友说我的每周复盘对于大盘其实也没咋分析,不像其他博主那么详细,方方面面都说到了。哈哈,确实,作为量化交易博主,我平时确实不咋关心基本面的东西,也不擅长盯盘和每天研究各种盘面信息和新闻啥的。虽然大行情每天空了会稍微了解下,但是作为量化交易来说,一切都是以数据和指标为交易的依据,所以根本没必要太多地关心基本面,该吃吃该喝喝,该工作工作,交易决策交给你的策略就行了,操那么多心干啥。平时不盯盘,不用天天关心各种局势,躺着把钱挣了,这不就是咱们做量化交易的目的嘛。如果还像手工交易那样,天天盯盘天天各种研究K线,那就没必要搞量化了。

二、本周策略表现及评价

策略表现

首先来看两个ETF动量类策略:

本周两个ETF动量策略都录得了正收益,但涨幅不大。因为这周创业板处于震荡区间,而ETF小池板一直都持仓创业板,所以有点回撤。而大池ETF前几天则主要持仓纳指科技,吃到了一波纳指的涨幅,所以总体资金曲线仍然处于新高。所以,还是那句话,没有完美的策略,只有市场的考验,谁禁得起考验,谁就能赚钱。

再来看看小市值的情况,本周表现如下:

从上面图表可以看到,本周小市值策略也是整体下跌行情,虽然并没有跌多少,但曲线走得就不那么好看。尤其是市场中有别的热点炒得火热的时候,好像别人都挣到钱了,自己虽然没咋亏,但老话说得好,别人赚钱了比自己亏钱还难受。当你回测时,看着资金曲线起起伏伏好像没啥感觉,但这种行情在实盘中就是非常煎熬的时候,很多人中途放弃策略或者手工干预策略,往往就是这种时候。

最后再说说之后的计划,平时我的主业工作也挺忙的,更新这个号其实也比较佛系。后面看我的工作情况,我尽量做到每周至少一篇量化交易入门必学系列文章,让对量化交易感兴趣的朋友能够多多学习。至少一篇策略复盘,让大家看看策略的实盘运行情况。然后,每两周更新并分享一个交易策略出来,拓宽大家的策略思路,慢慢掌握策略设计和实现的技巧。

今天就讲到这里,如果觉得这篇文章对你有启发,想学习更多Python量化交易技巧,欢迎点赞、转发,关注!🍵

相关推荐
茨球是只猫2 天前
A 股 AI 量化全链路系统技术拆解:分层架构、双引擎验证与低换手实盘闭环
人工智能·机器学习·架构·量化交易
Thom5802 天前
【聚宽 JoinQuant】聚宽如何获取持仓和订单?get_orders()与get_open_orders()教程
人工智能·经验分享·量化交易·聚宽·量化编程
ATMQuant3 天前
以AI量化为生:25.vnpy 4.4升级实战 - 魔改版框架如何安全跟进上游
人工智能·python·量化交易·vnpy
李可以量化3 天前
量化高性能服务框架 Tornado 全面解析(上):异步非阻塞的核心能力与场景落地
大数据·python·量化交易·tornado·qmt·ptrade
yanxing5205 天前
量化交易中的数据复权:概念、原理与场景化选择
量化交易
Thom5808 天前
【PTrade】PTrade如何进行盘后固定价委托?after_trading_order()完整教程
ai·量化交易·ptrade·量化编程
benchmark_cc20 天前
Python 量化核心基础:前复权、后复权与不复权有什么区别?基于 QuantDash 的数据处理与回测避坑指南
开发语言·python·pandas·量化策略·量化交易·quantdash
benchmark_cc21 天前
用 Streamlit + QuantDash 10分钟拼装一个跨市场持仓风险与相关性诊断面板
开发语言·python·pandas·量化策略·量化交易·quantdash
benchmark_cc22 天前
如何用 Python + QuantDash 快速构建高胜率“配对交易(Pairs Trading)”策略?
开发语言·人工智能·python·pandas·量化交易·quantdash
郭泽斌之心25 天前
让别人临时接管你的 AI 助手:分级授权的远程控制怎么设计
人工智能·深度学习·量化交易·ea·mt5·fay数字人·easydeal