900字范文,内容丰富有趣,生活中的好帮手!
900字范文 > 利用Python进行股票交易分析(一):量化交易策略——买点与卖点的量化

利用Python进行股票交易分析(一):量化交易策略——买点与卖点的量化

时间:2022-04-15 01:17:18

相关推荐

利用Python进行股票交易分析(一):量化交易策略——买点与卖点的量化

背景:

1、炒股的基本常识是“低吸高抛”、“低点买入,高点卖出”,大部分股民全凭直觉判断股价趋势的低点与高点,但“直觉”实际上是“基于经验的潜意识分析判断”,将经验用数字量化呈现,就是股票的交易策略。

2、历史总是惊人的相似,观察股价走势的周期特征及各个指标的相关性,找出共同点,并将其量化,形成我们的股票交易策略。

3、股市的历史数据已是海量且很容易下载到,我们可以利用每只股票的历史数据进行回测验证,以此推断我们的策略是否有效。

4、本文将分享一种操作简单且易理解的股票交易策略:股价持续下跌后在企稳时买入→持股待涨→股价在上涨无力时卖出,不懂什么意思?看下图

随便找来个示例,首旅酒店600258.SH

在红色圆圈标记附近买入,在绿色圆圈标记附近卖出,就是本文要探索和量化的交易策略

目标:

1、通过观察多只股票历史走势特征对上文中股票交易策略进行量化定义(建仓点定义,清仓点定义)

2、爬取上证、深证所有股票历史数据,并进行数据清洗及预处理,用于后续回测验证我们的量化交易策略是否有效。

3、对我们的量化交易策略进行回测验证,验证指标如下:

建仓成功率(即通过策略是否能够成功建仓)建仓后次日上涨概率(即通过策略是否能够买完就涨)建仓位置是近3天最低点的概率(即通过策略是否能够准确的在低点买入)清仓盈利/亏损的概率(即通过策略买卖盈利/亏损的概率)清仓盈利/亏损的幅度(即通过策略实现的盈利/亏损幅度有多大)最大盈利/亏损幅度(即最大的一次盈利和亏损的幅度是多少)

4、将交易策略接入证券系统进行实盘模拟及实盘自动交易

代码实现回测收益曲线评估策略接入实盘自动操作

实现过程:

一、量化定义

1、买入点量化定义

仍以首旅酒店的K线图为例观察

MA5线连续多日处于下行趋势,某日的收盘价突破了MA5线,次日股价将触线反弹,并在之后开启了上升走势。

故将买点量化定义为:

MA5线连续5日下行某日(暂且称为N日)截至收盘价格 > 当天收盘后的MA5线价格次日(即N+1日)以N日的MA5线价格挂买

没看懂?继续看一下图解:

符合上述3个条件的位置则定义为买点,即在示例中的"第N+1日以第N日的MA5价格挂买"

补充:有人问什么是MA5线,MA5线就是最近5天的平均收盘价格走势的曲线图(百度解释更清楚)

2、卖出点量化定义

观察发现:股价连续上涨后会多次向下触碰MA5线,在跌破MA5线之后停止上涨走势甚至会突然大幅下跌(当然这是观察过很多股票数据后才得知的)

故将卖点量化定义为:

M日收盘价 < 当日MA5线(即上图中最上边的箭头处)M+1日以开盘价卖出

补充:有人问“这里卖的不是最高价”。的确不是,因为策略是死的但每只股票的实际情况不一样,而且学会卖比学会买更难,克制贪婪及时止盈很重要,如果有更好的策略欢迎大家私聊我一起探讨。

3.策略输出

综上,本次的交易策略为:

某天收盘后,观察前5天的MA5线为连续下跌趋势,但这一天的收盘价上涨突破了MA5线,所以次日要按这天的MA5线价格挂买买入成功后,持股待涨,稳住不慌再一次的某天收盘后,这天的股价跌破了MA5线,所以次日要果断卖出(下文数据分析时均以开盘价卖出)

注:第一篇到此结束,本文将分三篇讲述,感谢阅读关注!

下一篇:利用Python进行股票交易分析(二):爬取A股历史数据

本内容不代表本网观点和政治立场,如有侵犯你的权益请联系我们处理。
网友评论
网友评论仅供其表达个人看法,并不表明网站立场。