发布于: 雪球转发:9回复:30喜欢:65
[改进型成交量因子选股10年回测:年化59%,夏普2.49]

选股:限定市值上下限,避免大盘股和超小盘股。剔除第一产业,ST股和停牌股。要求ROE>10%,当期利润增长>20%。选近期缩量(按成交金额)的的20支股票,每周轮动。

择时:估值+动态区间(类似Dual Trust)+周线MACD,一共四种仓位配比,满仓,半仓,四分之一仓,空仓,每日调整。

回测时段:2006年1月4日~2016年3月18日

基准指数:沪深300

回测收益  回测年化收益  基准收益  Alpha  Beta  Sharpe  最大回撤
11441.558%  59.149%  236.437%  0.4263  0.314  2.4944  17.02%


买糕的,结果好的让人不敢相信,10年100倍有木有?年化接近60%,Alpha达到了0.4,Sharp接近2.5,最大回撤17%。相比之下不开择时算法,年化收益只提升了一个点,而最大回撤达到70%。在这个例子里,择时算法最大程度发挥了作用。这给了我们一个启发,如果基础标的足够强势,而且波动够大,那么择时可以在不降低太多收益的情况下大幅度减少回撤,提升Sharp值。

分析一下基础标的如此强势的逻辑:成交量小有可能有以下几个原因:市值小,相对低点,或筹码锁定好。所以选出来的都是相对的强势股。

@Ricequant量化 @二元思考 @小小辛巴 @看好股市的新人 @平淡平安  @DAVID自由之路 @弱弱的投资者 @阿狸 @梁宏 @进化论一平 @阿土哥a @今日话题 @持有封基 @草帽路飞

全部讨论

2016-07-10 13:59

研究一下

2016-06-28 14:04

roe大于10%是指的上一年的年报吗

2016-06-04 08:38

yy

2016-05-10 08:20

不错的思路,小市值的改进

今天研究回测交易日志时发现了一个很奇葩的现象,我这个简单的择时算法,有时候在局部表现的稀烂,高买低卖,完全是菜鸟级别。比如2014年上半年,连续给出了七八次错误的调仓信号,亏损11%,但七月份出了大行情之后,是一骑绝尘的表现。这个玩意过去十年中的胜率目测不会超过30%,但跑出了100倍的成绩。如果把一篮子标的的数量减少到10支,年化收益率更是上升到我都认为不可能的程度。

趋势跟随型算法就是这个尿性,在大型波动中非常出色,在震荡中吃瘪。震荡中比较适合的是趋势反转型算法。但问题来了,如何判断近期会有大型波动?如果无法判断,还是老老实实的一直运行一种策略。或者搞两套策略,一个适合大型波动,一个适合震荡,根据波动率预期和市场表现决定资金配比。

突然想到好像AlphaGo也是这个特点,有时候在局部表现完全是不入流的,但人类就是下不赢。这说明:一个简单合理的策略,交易者只要没有情感,机械化的执行,一定可以战胜市场。

2016-03-21 09:16

赞一个

成交量因子,必须考虑很高的冲击成本了,这个结果不可信的。

2016-03-20 18:51