基于集合竞价分时走势的A股T+0策略

标星★公众号     爱你们♥

来自：海通金工 | 冯佳睿、姚石

近期原创文章：

♥ 5种机器学习算法在预测股价的应用（代码+数据）

♥ Two Sigma用新闻来预测股价走势，带你吊打Kaggle

♥ 2万字干货：利用深度学习最新前沿预测股价走势

♥ 机器学习在量化金融领域的误用！

♥ 基于RNN和LSTM的股市预测方法

♥ 如何鉴别那些用深度学习预测股价的花哨模型？

♥ 优化强化学习Q-learning算法进行股市

♥ WorldQuant 101 Alpha、国泰君安 191 Alpha

♥ 基于回声状态网络预测股票价格（附代码）

♥ 计量经济学应用投资失败的7个原因

♥ 配对交易千千万，强化学习最NB！（文档+代码）

♥ 关于高盛在Github开源背后的真相！

♥ 新一代量化带货王诞生！Oh My God！

♥ 独家！关于定量/交易求职分享（附真实试题）

♥ Quant们的身份危机！

♥ 拿起Python，防御特朗普的Twitter

♥ AQR最新研究 | 机器能“学习”金融吗？

 

前言

近来年，A 股市场对外开放步伐加快，专业机构投资占比提升，但“机构化”是一 个漫长的过程，《上海证券交易所统计年鉴2018卷》显示，2017 年个人投资者交易占比仍然高达 82%。 

股票价格围绕着价值波动，在个人投资者交易占比较高的市场中，常常出现反应不足或过度反应，股票价格偏离价值较大幅度。短周期交易策略旨在捕捉这种短期定价偏差，为以价值投资或量化多因子为基础的中长周期策略提供收益增强。 

本文以集合竞价分时走势作为切入点，探讨可能影响日内涨幅的因子，并构建 T+0 和 T+1 交易策略。

集合竞价规则

日内涨幅影响因子

隔夜涨幅

阶段1涨幅

阶段2涨幅

集合竞价量比

阶段1是否触及涨跌停

阶段2是否持续上行/下行

小结

个股 T+0 策略

标的的选择

策略表现

策略容量

标的的个股特征

参数敏感性分析

个股 T+1 策略

策略表现

参数敏感性分析

总结

集合竞价分时走势中蕴含丰富信息，我们对可能影响日内涨幅的因子进行了测试。发现 9:20-9:25 涨幅、集合竞价量比、9:15-9:20 触及跌停、9:20-9:25 持续上行对日内涨幅有正向影响，隔夜涨幅、9:15-9:20 涨幅、9:15-9:20 触及涨停、9:20-9:25 持续下行对日内涨幅有负向影响。

我们每日优选开盘价低于一定幅度、9:20-9:25 持续上行、集合竞价量比大于一定阈值的股票作为交易标的，构建 T+0 交易策略，取得了 407.9%的年化收益率，夏普比率高达 36，最大回撤仅为 3.1%。考虑到交易限制，我们构建 T+1 交易策略，取得了 87.4% 的年化收益率，夏普比率 2.86，最大回撤 31.3%；相对 Wind 全 A 年化超额 84.5%，信息比率 2.33。 

风险提示因子失效风险、流动性风险

—End—

量化投资与机器学习微信公众号，是业内垂直于Quant、MFE、CST、AI等专业的主流量化自媒体。公众号拥有来自公募、私募、券商、银行、海外等众多圈内10W+关注者。每日发布行业前沿研究成果和最新量化资讯。