如何构建一个属于自己的择时体系 – Python量化投资

如何构建一个属于自己的择时体系

“MACD指标金叉了趋势又开始走好了!”,“指数价格下穿20日均线了赶快卖了吧!”,这些说的就是一种择时体系。从交易的方式来分类,可以分为择时交易和不择时交易。投资上证50持有十年不动,能获得6倍以上的收益,投资上证综指20年更是能获得30倍以上的收益,然而正如巴菲特所云:“投资很简单,但不容易”,能仍受十多年来任何波动和回撤的投资者都配得上获得这些收益。可是不择时就是长胜法宝吗,答案自然不是,好的择时系统不仅可以比不择时获得更高的累计收益,还可以大大地降低期间的波动和回撤。

盘中或收盘的某个信息、某个指标触发了自己敏感的神经(量化里叫做阈值),在你原先设定的下,产生了买入或者卖出的决策,这就是择时。一个择时指标,没有高低贵贱之分,只有暂时的有效性之分。

一个择时系统的关键:因子和信号

 择时系统(你也可以说是择时策略)关键的两个要素就是因子和信号。所谓因子,就是你心中发现的一个影响后市走势的原因;所谓信号就是基于这些因子而给出对明天的操作决策(买入、卖出、还是空仓)。

因子的构建

 先来具体说说因子,要建立择时系统,先要从某个数据源导出因子的具体数值,简单的因子直接导出数据即可,复杂的因子还要经过一个数据加工的过程,换而言之就是在因子上映射一个函数,变成另一个数值,最简单的数据加工就是差分加工和比率加工。

 接着你要确定这个因子是正向因子还是负向因子,通俗而言,正向因子就是这个因子值越大你越会买入,负向因子就是这个因子值越小,你越会买入。万物都是动态的,有些时候直觉上的正向因子,会因为在某个市场风格切换,或市场环境变化而变成负向因子。一个“好”的因子应该在绝大时间呈现出同向的特征。

 得到了因子的原始数值和加工后数值,并确定了它的正负性后,我们就可以进入下一步信号的构建了。

信号的构建

 对于信号的产生,通常需要留出一个初始样本,比如你只看20日均线,那么初始样本就是最初的20个收盘价数据,这就是构建信号的第一步,预留一定数量的初始样本数据。

 构建择时信号的第二步是什么呢?就是对因子的历史分布进行一种切割。常用的切割方式有三种:分位数方式、均值等轨分割、以及均值变轨分割。

 有了信号,你就可以对明日的操作做出量化科学的决策了。如果你是运用衍生工具来实现这样的择时策略,那么信号为多头时,你可以在明日买入股指期货,或买入认购、卖出认沽;信号为空头时,你可以在明日卖出股指期货,或买入认沽、卖出认购;信号为中性时,空仓不操作。

 整个择时策略的统一方法论总结如下,但愿给每一位有市场感觉,但缺乏严谨分析方法的投资者更多的帮助。

1)确定自己心中的因子,导出因子的每日原始数值;

2)对原始因子数值进行加工,并先验地先确定它是正向的还是负向的因子;

 3)确定对因子历史分布的一种分割方法,是分位数分割,还是均值等轨、均值变轨分割;

 4)根据今天因子值在历史分布中所处的位置,确定它处于第一、第二、还是第三部分,进而产生择时信号;

 5)根据择时信号,配以合适的交易工具(比如期权合约),进行明天的操作。

事实上,择时系统不必做的多么地复杂,适合自己止盈止损能力的才是最有效的。不为一两次博对而喜形于色,也不为几次受挫而一蹶不振,用一种科学的方法论加以辅助,建立了一个属于你自身信仰的择时系统,这一切都是值得的!

原标题:沉下心来,建立一个属于自己的择时体系

来源:力的期权工作室

推荐阅读:

量化交易 期货模拟交易 |  python量化交易 | 股票数据 | 量化交易策略 | 机器学习算法 |

| 多因子选股 | 双均线策略 | 网格交易法 | 海龟交易法 | 跨期套利 | 行业轮动 | 指数增强 |

跨品种套利 | 日内交易 | 机器学习算法 | 做市商交易 | 集合竞价选股 | 量化实盘 |

竹鼠:活下去下载
「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!