
如何设计出一个比较成功量化策略
设计量化交易策略其实就是一个想法+验证的过程。
一、想法的来源:
大概有以下几个思路:
1、金融理论。
金融理论里资产定价的核心就是无套利原则。这里说的套利既包括通常意义的统计套利,也包括更宽泛的概念比如相同的预期收益率下,卖出风险较大的组合,买入风险较小的组合,也是一种套利。因此,多因子模型就是一种套利模型,承担相同风险下,寻找收益率最高的因子组合,从而得到对冲后的alpha。由于这部分是比较学院派的做法,因此推荐大家看下知名的教科书,比如博迪的《投资学》。
2、符合逻辑的直觉
比如从内部人获取信息的角度,大股东以及管理层增持意味着对本公司发展有信心,因此预期公司业绩向好。比如破增发价且距解禁日在一段时间内,那么上市公司可能有维持股价的动力。再比如通过分析与个股相关的新闻,从而能够判断市场对该股的情绪、态度等。这种类型的策略的关键是想法要符合逻辑,符合直觉。
3、一些经典的方法
比如海龟策略,dual thrust,羊驼选股、二八轮动等等。可以借鉴一下这些经典策略的思路,不过要注意一下这些策略在今天还是否有效。
二、验证过程:
1、 目测观察
这个方法主要适用上述的第二种方法。比如大股东增持,我们可以先在交易软件中,寻找到大股东增持的个股及发生的时间点,然后观察一下之后的走势,是不是和我们的逻辑一样。
2、 回测
这部分主要是用历史数据对上述想法进行验证,也包括调参数等。
3、 测试稳定性
在回测中,我们通常会反复调整参数,让策略达到理想的表现,但这样往往会导致过拟合。一中排除方法是将参数稍微做些变动,观察策略的表现。比如原策略是每月1日调仓,我们可以改为每月3日调仓,然后观察一下结果,如果策略差距较大,那么原策略就很可能是过拟合。
另外持仓数量也值得注意。与基本面分析需要深入个股层面不同,量化策略并不对个股基本面进行深度研究,而是通过分散化降低个股层面的异质风险。因此如果一个策略平均持仓很少(10只一下)那么策略的表现可能只是某一只个股表现好,这是可能采取一些验证方法,比如原来选股是选排名前10,那么可以换成排名10-20,如果差距较大,那么说明策略可能只是运气好。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29