年化70%的低价股策略-量化笔记1
本期内容
科普量化的优势及方法，用年化70%的低价股策略演示打法、顺带讲述技术指标含义。
下期系列文章：
《行业轮动策略》《动量与反转策略》《alpha系列》
搜微信：FineTech_knight，或扫描文章最后的二维码
谈起量化不得不提一个比巴菲特还赚钱的人-西蒙斯，他的基金年化收益超过60%（巴菲特年化复合率大概在20%)，那问题来了为何他的收益如此炫目呢？ 如果略有差距只会是研究细节的问题，差距如此明显则投资思路必然是有本质不同。也的确如此西蒙斯是通过研究历史数据发现统计相关性, 预测期货、货币、股票市场的短期运动，通过数千次日内交易捕捉市场机会，交易策略自动准确，交易量之大曾占整个纳斯达克的10%，这种技术就是本号所研讨的量化投资。 当传统投资人还在研究“别人恐惧我贪婪，别人贪婪我恐惧”的时候，Quanter已经开启'智能', 借助起机器的无穷计算力量。老规矩蓄势完毕我们开始吧。
1. 什么是量化投资：
解释1 ： 利用计算机并采用一定数学模型区实现投资理念、实现投资策略的过程。
解释2： 基于数据的研究与建模，发现市场的无效性（简单来说就是挖掘mis-pricing的投资机会）而建立的一套投资规则，这套规则可以是量化择时的建议，也可以是量化选股的建议。
2. 量化的优势 :
纪律性、系统性、及时性、准确性、分散性。
纪律性是指程序有严格的买入卖出策略和风控手段，避免了情绪化。
系统性： 通过多层次多角度及海量数据观察，扑捉更多的机会。例如放眼全球市场、覆盖所有大类资产，24小时程序待机。
准确性： 准确把握交易机会，克服主观偏差。
分散性： 靠概率取胜，通过分散投资、多次投资取得大概率的收入而非豪赌。
3. 量化包括什么：
包括： 量化选股、量化择时、统计套利、股指期货套利、期权套利、算法交易、高频交易等。
3.1. 量化选股：
量化选股是利用定量的数据分析方法选择股票组合，期望获得超过基准(上证、沪深300)的投资。总体可以分为两类：
第一类通过基本面选股，第二类通过市场行为选股。
具体来说，基本面选股有：多因子模型、风格轮动模型、行业轮动模型。
市场行为选股有：资金流模型、动量反转模型、一致预期模型、趋势追踪模型和筹码选股等。
多因子模型是应用最广的选股模型，原理是采用一系列的因子作为选股标准，满足这些因子的股票则被买入，不满足的卖出。多因子相对比较稳定，因为在不同条件下，总有一些因子会发挥作用。
行业轮动与风格轮动类似，由于经济周期的原因，总有一些行业先启动，有的行业跟随，在经济周期过程中依次对这些轮动的行业进行配置，则比买入一直持有的策略收益要高。
资金流选股： 基本思想是利用资金的流向来判断股票的涨跌，如果资金流入，则股票应该会上涨，如果资金流出，则股票应该下跌。
动量反转模型：强的股票在未来一段时间继续保持强势，弱的股票在未来一段时间继续弱势，这叫做动量效应。过去强的股票在未来一段时间会走弱，过去一段时间弱势的股票在未来一段时间会走强，这叫做反转效应。如果判定动量效应会持续，则应该买入强势股，如果判断出现反转效应，则买入弱势股。
量化的其他方面我们稍后几期再讲，本次先借用案例来进一步讲述量化的相关指标。
4. 低价股策略案例
16年6月至今年化收益30%，最大回撤4.1%
13年6月-16年12月年化收益70%最大回撤14%
初始资金100w,从沪深300中对股票价格排序，选出前30只等权重配市值。盈利40%止盈，亏4%止损。 13年-16年的夏普比率为3.32，信息比率1.76，阿尔法67.7。
夏普比率（Sharp Ratio）: 夏普比率，表示每承受一单位风险，会产生多少超额报酬，这里风险被定义为波动率，即组合收益的年化标准差。夏普比率越高，每单位风险创造的超额收益越多。ps.一般大于1.5就算可以
信息比率：表示单位主动风险所带来的超额收益。信息比率=均值/标准差。以马克维茨的均异模型为基础，用来衡量超额风险所带来的超额收益。它表示单位主动风险所带来的超额收益。
阿尔法: 与基准对冲掉系统风险后，相对于基准的超额收益。
先讲一个粗陋的低价股策略，简单来说买3块下的低价股严格止盈止损：
运行走势是这样的：
从图可见，2015年3月开始就选不出低价股错过了3月后这波凶猛的涨势，同时在2016年1月回撤过大，所以在此基础上采用价格排序，有较大回撤后短暂休息的思路进行调整，最终达到了70%的年华、68%的阿尔法、14%的最大回撤。
此篇完，后续继续讲其他量化方法,下次见。
我们专注深度学习，量化投资,欢迎给予建议
分享是种美德欢迎转发