感觉你的这个趋势模型是一个滞后指标,类似于中长期趋势线选股。使用滞后指标且一个月调仓一次,大概率会在熊市初期吃尽主跌段,震荡市则会反复低抛高吸,牛市中还有机会买在高波动疯牛股的高点,优点是可以捕捉到低波动长牛股,对于一个长期的上涨趋势可以从头吃到尾。可以考虑设置短周期趋势破位止损?或者进行更长期的回测,看看不同市场阶段的表现差异。个人浅见,请多指教。
趋势的定义
趋势是一个定性的叫法,既然要量化,就必须给出明确的定义。最常用的趋势量化标准是股价的动量。动量又是一个通用叫法,我之前经常用股价一段时间内的涨跌来定义动量。这次我用线性回归模型中的斜率来定义动量。
上图中的蓝色点就是贵州茅台过去3个月的收盘价点阵图。红色线就是通过OLS模型拟合出的线性回归函数中的斜率。这个斜率直线可以看做该股票过去3个月的趋势线。当斜率越大,我们认为该股的上升趋势就越强,那么基于“强者恒强”的原理,我们认为接下来一段时间,该股继续走强的概率很大。
定义了个股趋势后,我们就可以对候选股票池中的个股的趋势强度进行数值排序了。我今天用了沪深300指数成分股作为候选股票池。
假设每月固定一天进行选股。我观察了今年的选股情况。观察点分别为:2020.1.24、2020.02.24、2020.03.24、2020.04.24、2020.05.24.
比如2020年1月24日选出的前21个个股是
简单按照资金等权买入计算收益率,2020.1.24到2020.2.24,模型收益率是25.03%,同期沪深300是12.05%。这个超额收益率还是蛮大的。但是先别高兴的太早。
模型2020.2.24到2020.3.24的收益率是-23.17%,同期沪深300是-12.29%。大幅跑输呀。
粗略对这几个月的收益率进行统计如下
目前这个模型,每月选出的个股替换率太高,基本上60%的个股都要替换,交易成本方面压力很大,这个我认为也是不好的地方。当然,这个问题也可以通过参数调整进行优化。
下面是6.24日选出的前21个趋势强者。
从走势看,这些个股最近几个月的上升趋势都非常明显。所以说,从选股的层面看,模型是达到最初的趋势选择预期的。
以上这些是我初步的探索。模型很粗糙,主要是为了前期观察这种方法的初步效果。我个人感觉,选股模型有一定的效果。比如,在指数单边上涨行情中,选出的个股趋势强度是高于指数的,也就是说牛市的收益率会高于指数,爆发力够大。不足之处是2.24-3.24这段下跌趋势中,模型的回撤大于指数,这个有点不好接受。具体的原因呢,还需要分析。后续在精算中,会进一步细化模型,当各种贴合实际的条件加上后,可能会有所好转。
模型的可玩性还是很高的。下一步,老老实实学习python,把测试的程序写的更加完善一些。艰巨的工作啊。
$五粮液(SZ000858)$ $华兰生物(SZ002007)$ $创业板(SZ159915)$
感觉你的这个趋势模型是一个滞后指标,类似于中长期趋势线选股。使用滞后指标且一个月调仓一次,大概率会在熊市初期吃尽主跌段,震荡市则会反复低抛高吸,牛市中还有机会买在高波动疯牛股的高点,优点是可以捕捉到低波动长牛股,对于一个长期的上涨趋势可以从头吃到尾。可以考虑设置短周期趋势破位止损?或者进行更长期的回测,看看不同市场阶段的表现差异。个人浅见,请多指教。
有个问题,,,,直接看k线图里的均线不也能看到趋势很明显吗?
感觉有点追高的意思,毕竟现在让我买国旅和茅台,我是真下不去手。
聚宽的可玩性确实很高,但我也还没入门,希望楼主可以多发一些类似的研究成果。