根据检验过程中的相关性为5个因子做复权处理,由大到小依次是:CMV, PEG, B/M, P/R, FAP。 step1:每周:按每个因子排名打分后复权,操作得到总分前20的股票(非st,*st)。 step2:用再往前提到过的资产组合优化方法进行优化配置。(方差最优和sharpe最优) step3:大盘止损和每月25日后不交易 回测结果 ▽ ▽ (2...
# 5.最终还是小市值因子,最小市值前五名。 实测如大神贴图所示,效果很好,我个人也做了其他时间的回测验证,结果如下: 但是仔细思考这个选股策略,比较费解的是后两条,即在低PEG之后,选择了EBIT利润低和换手率低的股票子集,这和我个人的常识有些许冲突(按说PEG里面有一定的价格因素了,故选择出来的股票应该“相对便...
天价不买，地价不卖，不要企图抓到最高价和最低价，吃中间一段已经很好了。
金老师,问个单因子-低溢价策略的问题。 我自己做了回测,想着该怎么优化。 筛选出一月后轮出时,跌幅>10%的,发现这些可转债,当初选入时的平均价格,在169左右。而所有选入的可转债的平均价格在148。所以在用单因子-低溢价率选可转债时,加入价格条件<169,可能效果会更好?(当然效果怎样还得加入价格因子后,再回测...
去掉底层回测引擎,完全自研,增加超参数优化,因子自动挖掘,机器模型交易等,之前分享过,但过于分散,整合成一体。 重写后的代码更简洁: importpandasaspd from.taskimportTask from.strategyimportStrategyAlgo,ExecContext from.portfolioimportPortfolio,PortfolioBar ...
另外bigquant有一些预计算的因子,类似这样的规则amount_*,就是shift(amount,N)的简写。这个确实方便不少。 后续希望把这个优化过来,表达式会简洁很多。 return_*, rank_return_*, ta_bbands_lowerband_14_0, rank_avg_amount_*。 用我们的表达式应该是:Rank(Avg($amount,N),还是正则表达式转换的问题。
老手多等待，新手多无耐（心）。频繁换股已表明信心不足。
作者: 回复@点动世界: 简单地来说,就是用量化回测的方法,找到可转债各影响因子的最优化评分方式,并根据评分进行轮动//@点动世界:回复@快狼7:厉害 ,能讲讲您组合的思路吗? 2019-08-31 10:41 只炫耀业绩,不展示操盘过程?No!这里一切有迹可查,操盘细节让你窥探天机!
@高股息之家 老板,自从上次回测过你的高股息策略后,我一直在想如何优化这类防御策略。在限定股息为头号因子,并且尽可能避免引入小市值的前提下。我弄来弄去年化最高也只能到22%(2010年起),波动性特别大。想请教还有什么办法优化高股息策略?目前我的主要目标是防御,