【2021股票量化精华帖_优化第2篇】策略分享
自2020年来，伽利略选股策略的表现欠佳，还比不上简单策略的收益（见下图），不免让人对策略产生怀疑，虽然策略有一定的时效性，但伽利略因子相加的选股策略思路是经得起检验的，于是对邢大的伽利略选股策略进行了优化，不一定正确，还大家指正。
优化的思路：
一、筛选掉一些表现差的股票，把那些自上市到现在的股票，利用简单均线，寻找出该只股票的最优参数，计算出该股票的最大收益，把最大收益小于1的股票给删掉，得到数据见下图：
为什么选择删除最大收益小于1的股票，经过测试，股票最大收益参数过小就失去了筛选的目的，过大数据失真，效果反而不好。
二、在邢大伽利略选股因子的基础上增加两个因子：
1、df['中户资金买入额相对数排名'] = df.groupby('交易日期')['中户资金买入额相对数'].rank()
df['中户资金买入额相对数'] = -df['中户资金买入额'] / df['成交额']
2、df['diff_排名'] = df.groupby('交易日期')['diff'].rank()
‘’’
df['平均成交价'] = df['成交额'] / df['成交量']
df['diff'] = df['平均成交价'].diff()
’’’
最后选股策略为：
df['因子伽利略'] = df['总市值排名'] + df['收盘价排名'] + df['成交额排名'] + df['量价相关系数1_10排名'] + df['bias_20排名']+df['中户资金买入额相对数排名']+df['diff排名']
其他框架按照邢大的策略框架执行。
优化后的伽利略选股策略
从2014年开始，运行结果如下 ：
今年的运行结果如下图：
+++++++++++++++++++++++++++++++++++++++++++++++++++++++++
以上非完整内容