https://zhuanlan.zhihu.com/p/647611800

项目初始化

• pip install -r requirements.txt

  • pip freeze > requirements.txt(生成依赖)

• tushare里的api.pro_bar.adj='qfq'（默认值修改为前复权）

  • ./site-packages/tushare/pro/data_pro.py

• run.py 启动回测程序

• backtesting.py 断点调试策略文件

• study.py

MA + BOOL + 量 + 自选股

数据

• 每天请求股票列表
• 删除不在列表里的数据
• 定时更新

明显信号：

• 直接介入

• 信号介入

  • 连续3天小涨（这种好介入，风险低）
  • 成交量大涨，并且上涨（介入风险大）
  • 二次探底确认

• 卖出

  • 放量顶冲不过去
  • 破位卖出
  • 10d卖出

• 股票较多的时候，可以调大回撤

• 测试下10%等小区间的

• 买入点

  • 换手率
  • 动量策略？

策略！！！

• 50%波浪
  • 近几天平稳
• 小市值策略
  • 昨天收盘价
  • 今天开盘价
• 动量策略 + 龙虎榜
• 港股通
• PEG
• 研报：券商、价格/涨幅、持有评级、无研报
• 股票回购

mpf文档 https://github.com/matplotlib/mplfinance/blob/master/examples/addplot.ipynb

TODO

• 识别的点位太少（波峰识别不准确）
  • 预处理数据，标记所有波峰，并且标记low,high price
    • 波峰里面还会包含小波峰
  • 往前寻找支撑点
  • 买入时机
    • 尾盘买入？这个省事，但要统计概率，做好止损
    • 实盘结合量能来决定介入时机？
• -50%

策略

• 中际旭创最近两次探底走势？
  • 拿到所有的数据
  • 识别波浪顶底
    • 底：止跌、顶：MA
    • 止损
  • 再测试别的股票
  • 获取A股所有数据
• 追涨策略
• ETF T0
  • 看图/波动是否足够大
  • tick数据
• 期货

roadmap

• 策略研究
  • 验证：是否有效、收益/风险评估
  • 开发
    • 策略来源（别人已验证策略/因子库）
    • uni-bar
    • 契合模型数据
  • 多策略：针对验证指标来做完善
  • 接入模型
  • chatGPT
• 量化系统/工具
  • 获取数据
  • 回测
    • nvpy, backtrader
    • pandas-ts 技术指标库
  • 交易
    • 模拟/实盘交易
    • 拆单

策略研究

• 因子：fama、波动、ma、boll
• Boll+MACD
• 三浪
• uni-bar
• 判断顶底概率
  • 结合概率逐步买卖
  • 离场时机：波动变小
• 信号识别（时间点、空间）
  • 识别小散/机构单子
    • 了解拆单工具
• 资金、技术指标、价值指标
  • 资金占比：黄金、债券、股市（国、行业）

有效因子

• Boll

验证

• 是否有效（多数据源验证）
  • 对比市场(hs300)
    • 超额收益
    • alpha: 与市场对比超额收益（收益指标）
    • beta: 与市场对比波动性（风险指标）
  • 多数据源验证：防止幸存者偏差、过拟合
    • 不同股票、年份
    • tip: 先拿噪音小的市场来验证？比如hs300
  • 造数据验证 *
• 收益/风险评估
  • 收益
    • 年化、超额年化
  • 风险
    • 夏普（超额收益所承担的风险：性价比）
    • 最大回撤
    • 盈亏比例/胜率

其它

• 开发新策略
  • K线周期：15min、日K
  • 策略失效？自动停止？
  • unit-bar
  • 市场：股票、指数、期货、btc
• 工具

问题

• 单因子验证结果差，可能只是有偏科？如果搭配在一起用可能会很好？

draf

基于机器学习提升的轮动多因子量化选股模型

因子

每月重新检验有效性

• fama: 市场、规模、价值、盈利、投资
• 估值因子、成长因子
• 杠杆

模型

• 训练随机森林模型
  • 入参：各技术指标
    • pandas-ta 技术指标库（量化入参，而不是bool）
  • 预测：后1d~5d的数据(短期可能噪音太大，试一下周线？)，各涨跌幅概率

chatGPT

chatGPT预测行业热度，分数/系数

• 训练：给出利好利空的分数，并且举几个例子给GPT
• 入参：当天的新闻和贴吧、微信指数（股票、开户、销户）
• 出参：分数

其它

• 机器学习寻找因子
• 跟随资金
  • 主力会隐藏资金，但散户不行
  • 主力布局阶段
• 龙虎榜

vnpy支持北交所修改的文件

• D:\veighna_studio\Lib\site-packages\vnpy_tushare\tushare_datafeed.py
  • EXCHANGE_VT2TS
  • to_ts_asset