策略周度复盘 | 2026年wk19

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

本周从周三开始开盘,只有3个交易日(5月6日-8日),但是整个大A还是实现了开门红。到周五收盘为止,整个大盘走势稳扎稳打,虽然有大涨,不过回调也比较有限,仍然维持着比较强势的多头态势。再加上外围美股市场AI科技大行其道,一片"涨声",所以下周开盘,大概率还会延续本周的涨势。手上有票的朋友不必慌张,可以继续持股等着更大的涨幅。

接下来,还是老规矩,我们以真实数据说话,一图胜千言。本周三大股指本周仍然是以创业板为主,科创50已经新高。沪指本周微涨,周五最终以收平结束本周的行情。

上证指数、沪深300及创业板指

市场热度

本周市场热度趋近于跟上周持平,不过已经有3个板块又中性转为了冷清,说明市场在持续调整,总体还没有过热的表现。

大小盘风格表现

本周从图上可以看出,本周小盘价差又向零轴上方进一步拉伸了,说明小盘股最近也在持续走强。本周微盘股指数从5月6日至今涨了2.28%,仅三天时间,还是非常不错的,从K线图上可以看出基本没有什么回调。估计是四月财报季过了,微盘又开始活跃起来了。说实话,微盘股行情跟我们的ETF行情真的有比较大的跷跷板效应,可以作为比较好的互补策略,我以后也将多给大家分享一些小市值和ETF交易策略,大家可以作为对冲策略做多策略配置。

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。

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:

从图上可以看出,这段时间的行情明显适合参数更小更敏感的大池版的ETF策略,已经创了上线以来的新高。而得益于本周整体行情还不错,小池ETF动量策略表现也还行,也小小创了一个新高,不过最近的收益表现还是不如大池。最近创业板和纳指都太强势了,所以两只ETF动量基本都是围绕着这两个标的在转,创业板和纳指的涨幅基本都吃到了,行情总体还是比较舒服的。

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,小市值策略相对还是处于震荡,没有走出明显的强势行情,不过也持续在前高附近徘徊,就看下周会不会有什么新的突破了。其实网上很多人都实现了国九条小市值的策略,我从他们的行情看,好像好多人的收益都有点区别,估计这是由于策略实现层面的参数差异导致的。

最近比较忙,等忙过了这阵抽时间把数据接口再整理整理,这个事优先级比较高,只有数据接口好用了,并且具备相当的正确性和稳定性,才能保证策略的良好运行。

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
Thom58010 小时前
【迅投 QMT】QMT如何实现布林带突破策略?Python指标与交易信号示例
人工智能·经验分享·量化交易·量化编程
quantdash_cc3 天前
从数据采集到策略消费,股票日内行情管道应该怎么设计?
开发语言·python·数据分析·量化交易·股票数据·quantdash
2601_966949654 天前
为什么量化策略需要大量历史股票数据?从回测可信度理解数据规模
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
quantdash_cc4 天前
股票历史数据为什么比实时行情更重要?回测结果失真的根源可能就在 K 线数据
开发语言·python·数据分析·量化交易·股票数据·quantdash
2601_966949654 天前
从轮询到策略消费:量化系统如何高效处理五档盘口数据
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
2601_966949657 天前
批量 K 线不只是提速:因子研究中的数据质量、复权与回测偏差
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash
quantdash_cc8 天前
数据 API 的稳定性应该如何长期监控?从量化数据监控体系到 QuantDash 实践
开发语言·python·数据分析·量化交易·股票数据·quantdash
2601_962295338 天前
志学老人学Ai 4:安装开发Python源程序 的Pycharm编程软件
人工智能·pycharm·量化交易·python开发·集成开发环境
2601_966949658 天前
批量获取多只股票五档盘口的极简方案:QuantDash Python SDK 实战指南
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash