京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14