Python量化交易实战-29什么是价格动量效应

B站配套视频教程观看

一、什么是动量策略

预先对股票收益交易量设定过滤准则,当股票收益或股票收益和交易量同时满足过滤准则就买入或卖出股票的投资策略。

它是一种选股策略,也就是针对大量的股票进行收益率和交易量的筛选,然后找到满足需求的股票或基金进行交易,核心就是以股票的历史收益率为主要的交易原则。

最早研究动量策略的2个金融学者分别是jegadeeshTitman,他们发现美国股市中,投资组合收益率表现出中期价格动量效应(JT价格动量策略)。接着又有一些金融学者验证了JT价格动量策略是否真的能获得显著的利润。以及它的最佳投资期限的时机。以及在欧洲或者亚洲的股票是否是否也符合这个规律等。

整个研究下来,发现确实在大部分的证券市场,存在动量效应

二、实现思路

那么实现整个动量交易策略的思路有哪些呢?

2.1 正向策略

涨的还会涨,跌的还会跌,买入涨最多的,卖出跌最多的。利用市场对信息的反应不足。

2.2 反向策略

涨太多了会跌, 跌太多了会涨。买入跌最多的,卖出涨最多的,利用市场对信息的反应过度/。

这2个策略正好是相反的。

从代码层面应该是如何实现呢?

  1. 确定交易对象:股票池、考虑流动性(沪深300/创业板)
  2. 选定业绩评价周期:过去1-12个月
  3. 计算形成期的收益率:过去N个月的收益率
  4. 对收益率进行排序:最佳赢家组合、最差输家组合
  5. 确定持仓/换仓周期:1个月、可自定义测算
  6. 连续或间隔一段时期,不断重复2-5步骤
  7. 计算动量/反向策略各持有率的回报率
  8. 计算t/p统计值,判断是否存在动量效应

第4步进行收益率的排序,对于涨的最好的股票,我们把它归类为赢家组合,对于涨的最差的股票,我们叫做最差组合。前4个步骤完成之后,已经可以产生交易信号。在动量策略这系列课程中,我们会以正向策略进行规则的实现。

产生交易信号之后,我们要确定持仓和换仓的周期,也就是买入或者卖出之后要多久进行投资组合的再平衡,通常来说选取一个月,至于几个月的效果最佳,也是需要数据回测来决定的。、

第6步就是不断的重复2-5,进行重复的买入和卖出。

第7步也就是计算每次换仓完成后,回报率是多少。这个收益率和之前的择时策略不一样的地方在于,择时策略是以个股的回报率为基准,这里是以投资组合的回报率为基准。

第8步也就是利用之前学过的假设检验,来判断它是否是一个大概率是一个有效的策略。

你可能感兴趣的:(auto-trade)