1、动量效应&反转效应

  动量效应(Momentum effect):股票的收益率有延续原来的运动方向的趋势,即过去一段时间收益率较高的股票在未来获得的收益率仍会高于过去收益率较低的股票。

  反转效应(Reversal effect):在一段较长的时间内,表现差的股票在其后的一段时间内有强烈的趋势经历相当大的逆转,要回复到正常水平(reversal to mean),而在给定的一段时间内,最佳股票则倾向于在其后的时间内出现差的表现。

2、动量策略&反转策略

  动量策略:基于股价动量效应的投资策略,如果某只股票在前一段时期表现较好,那么下一端时期该股票仍将有良好表现。

  反转策略:基于股价反转效应的投资策略,如果某只股票在前一段时期表现不好,那么下一段时期该股票将会反转,即表现良好。

  使用策略:

  • 计算股票池中所有股票在前一段时间的收益率
  • 选择收益率最大(最小)的N只股票调仓
def initialize(context):# 设定沪深300作为基准set_benchmark('000300.XSHG')# 开启动态复权模式(真实价格)set_option('use_real_price', True)# 股票类每笔交易时的手续费是:买入时佣金万分之三,卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')# 持股数量g.N = 10run_monthly(handle, 1)def handle(context):stocks = get_index_stocks('000300.XSHG')# 沪深300股票的过去30天(不包含今天)的每天的收盘价df_close = history(30, field='close', security_list=list(stocks)).T# 加入一列——每只股票这30天收益率df_close['ret'] = (df_close.iloc[:,-1]-df_close.iloc[:,0]) / df_close.iloc[:,0]# ascending=False:根据收益率降序排列——动量策略# ascending=True:根据收益率升序排列——反转策略sorted_stocks = df_close.sort_values('ret', ascending=False).index# 找到收益最大/最小的N只股票to_hold = sorted_stocks[:g.N]for stock in context.portfolio.positions:if stock not in to_hold:order_target_value(stock, 0)to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]if len(to_buy) > 0:cash_per_stock = context.portfolio.available_cash / len(to_buy)for stock in to_buy:order_value(stock, cash_per_stock)

量化交易策略六_动量和反转策略相关推荐

  1. 量化交易 聚宽 动量与反转策略

    量化交易 聚宽 动量与反转策略 # 导入函数库 from jqdata import *# 初始化函数,设定基准等等 def initialize(context):# 设定沪深300作为基准set_ ...

  2. 量化交易python入门书籍_量化交易新手最适用的5本书

    交易知识就在 -- ALPHA ZONE-HOME ,由自营交易室机构交易员主导,理论结合实践,助力金融知识变现! 算法交易通常是一个被初学者认为很难掌握的复杂领域.它涵盖了广泛的学科,某些方面需要相 ...

  3. 股票个人量化交易接口最常见的趋势跟踪策略

    趋势跟踪策略相对于高频策略和统计套利类的策略来说风险就相对较大了,这是因为该策略风险敞口暴露较多. 我们在市面上常见的比如Smart Beta策略,CTA趋势跟踪策略和股票指数增强都是属于这种风险敞口 ...

  4. 多因子选股模型python_量化交易——因子选股、多因子选股策略

    一.因子选股策略 1.因子 因子:选择股票的某种标准.因子是能够预测股票收益的变量. (1)基本面因子 基本面因子描述了一个公司的财务状况,最常见的基本面因子是由利润表,资产负债表以及现金流量表中的数 ...

  5. 使用python量化交易接口有哪些分析指标和策略?

    量化交易有哪些指标可以用于分析呢?主要有技术面和基本面可以用于分析! 来看一下技术面和基本面有什么区别? 技术面更关注具体的价格,比如每天的开盘价.收盘价.以及和开盘价/收盘价/最低价/最高价相关的K ...

  6. 量化交易python入门书籍_张杨飞《Python量化交易入门》PDF下载

    张杨飞<Python量化交易入门>PDF下载 首页 > 计算机类 字号:小 中 大 评论:0 条 评论:0 条 Python量化交易入门 [作 者]张杨飞 [形态项] 402 [出版 ...

  7. 代理模式 委派模式 策略模式_委派模式和策略模式

    一.委派模式 委派模式(Delegate Pattern):指负责任务的调度和分配任务,跟代理模式很像,可以看做是一种特殊情况下的静态代理的全权代理,但是代理模式注重过程,而委派模式注重结果.(属于行 ...

  8. 量化交易入门阶段:动量策略和均线结合又会怎样?

    在之前的文章<找到真"学霸"--动量策略优化>中跟大家说了一下动量策略可以通过选择那些涨幅排名靠前,并且涨幅大于200%的股票进行策略优化. 在更早之前,和大家讲了很多 ...

  9. python量化交易通达信_通达信交易策略,通达信量化交易

    内容导航: Q1:通达信交易策略公式 满足gg后出现aa卖出 DIF:=EMA(CLOSE,12)-EMA(CLOSE,26); DEA:=EMA(DIF,9); MACD:=(DIF-DEA)*2; ...

最新文章

  1. JavaWeb(三)——Maven的安装、配置及在IDEA中的使用
  2. 在Netbeans下配置Tomcat manager用户名与密码
  3. 《一天聊一个设计模式》 抽象工厂
  4. 学习Spring Boot:(三)配置文件
  5. python3打包成exe运行 无法定位程度输入点_Pyinstaller递归错误解决方案
  6. timus 1260. Nudnik Photographer 动态规划
  7. 【报告分享】2021中国短视频和直播电商行业人才发展报告.pdf(附下载链接)...
  8. jq使用教程06_数据更新日志
  9. Kofi's back
  10. flutter实战1:完成一个有侧边栏的主界面
  11. 目标检测之2015iccv---objdetection 专题论文
  12. VTK图像处理之vtkImageReslice
  13. 1.7亿条数据,比胡同和撸串更真实的北京
  14. 用Word转换向导批量转换Word文档(转)
  15. zabbix + nexmo = 电话告警
  16. 高德地图JSAPI测距功能优化
  17. 一行代码教你七夕情人节如何告白❤—动漫3D相册(音乐+文字)HTML+CSS+JavaScript
  18. 《贵妃》孙溟㠭绘画艺术
  19. 支付宝手机网站支付、支付查询、退款、退款查询、转账接口整合
  20. FPS游戏通用自瞄与透视算法详解!!

热门文章

  1. 华为1+x拓扑图资源
  2. Android 根目录listFiles()文件列表返回值为null
  3. 关于对linux命令rm -rf 的理解
  4. 从零开始开发Python程序(四)—— 抓取每日早报新闻
  5. 缓存雪崩、击穿和穿透
  6. 场效应管图形符号、特性、说明解析-KIA MOS管
  7. 易学笔记-系统分析师考试-第2章 经济管理与应用数学/2.6 IT审计相关常识/2.6.2 IT审计程序
  8. I18n实现中英文切换
  9. 【白板动画制作软件】万彩手影大师教程 | 如何在已有元素中添加新元素对象
  10. Datacamp Project Practice| Python: Name Game: Gender Prediction using Sound