Python量化交易——股票择时到底能否赚钱?技术指标大比拼——CCI指标

技术指标大比拼——CCI指标的有效性回测

  • Python量化交易——`CCI`技术指标的有效性研究
    • 背景介绍
    • CCI技术指标介绍
    • 指标用法建议
    • `qteasy`中内置了CCI交易策略
    • 433支股票五年回测结果
      • -62.1% ——该指标平均产生62.1%的超额亏损
      • -147.09%——该指标平均适应度-147.09%,几乎所有股票都会产生负收益

Python量化交易——CCI技术指标的有效性研究

背景介绍

技术指标是股票交易中最常用的技术手段之一,abc几乎所有的技术文章或股票分析文章都离不开通过MACD等各种指标来判断一支股票的买点和卖点,做量化的也会经常接触TA-Lib中提供的各种技术指标。从股评人的文章里看,似乎这些指标都有指哪打哪的能力,但是,我们既然做量化交易,就必须用数据说话,一个技术指标到底好不好,有没有用,不是靠嘴说的,是靠数据来验证的。因此,我这个系列文章的目标,就是把TA-Lib中的技术指标全都拿出来溜一溜,做一个横向大评比。俗话说,是骡子是马拉出来溜溜,通过大数据分析,我们就应该对指标的有效性有一个大致的了解。

为此,我通过一个系列文章,来综合评测33种TA-Lib中的技术指标的有效性,详情请点击这里

CCI技术指标介绍

商品渠道指数​(CCI)是一种基于动量的振荡器,由唐纳德·兰伯特开发,用于帮助确定投资工具何时达到超买或超卖的状态。它还用于评估价格趋势的方向和强度。这些信息使交易员能够确定他们是想进入还是退出交易,避免进行交易,还是增加现有头寸。这样,当指标以某种方式起作用时,它可以用来提供交易信号。

指标用法建议

CCI商品渠道指数被用来判断当前股价位于超卖还是超买区间,一般使用这个指标生成投资仓位目标:按照规则计算CCI,并生成持仓比例信号:

  1. 当CCI大于0时,输出弱多头
  2. 当CCI小于0时,输出弱空头
  3. 当CCI大于50时,输出强多头
  4. 当CCI小于-50时,输出强空头

qteasy中内置了CCI交易策略

这里使用qteasy作为回测评测的工具。

qteasy是本人正在开发的一个快速量化交易工具包,使用这个工具包,可以快速灵活地生成各种量化交易策略,生成历史数据并回测策略的表现,有针对性地优化策略的性能;还能模拟实盘自动化交易。qteasy目前最新版本为v1.0.14,可以通过pip安装,Github项目地址在这里

qteasy 的安装方法:

python -m pip install qteasy

qteasy中有一个内置策略是基于CCI指标创建的,其创建规则如下:

交易策略:
当CCI大于0时表示价格趋势向上,反之趋势向下,绝对值大于50时表示强烈的趋势

  1. 当CCI大于0时,输出弱多头
  2. 当CCI小于0时,输出弱空头
  3. 当CCI大于50时,输出强多头
  4. 当CCI小于-50时,输出强空头

上述规则是qteasy内置策略的定义,用户完全可以根据自己的理解重新定义交易规则,或者选用其他策略参数。详细用法参见qteasy文档

433支股票五年回测结果

下面使用qteasy进行技术指标的回测
使用qteasy回测所有433支股票的回测结果,每次回测的时间跨度都是5年,从2015年1月1日开始投资于一个股票,在技术指标发出买入信号时全仓买入,在发出卖出信号后全仓卖出,一直到2019年21月31日为止,最后综合计算每个技术指标的指标强度适应性,通过两个数字来反映技术指标的有效性。关于计算方法的详细介绍,请参见这里

首先放出结果:CCI策略的强度为

-62.1% ——该指标平均产生62.1%的超额亏损

result_df.describe()
return 策略收益率 benchmark 基准收益率 mdd 最大回撤 sharp 夏普率 alpha 超额收益 diff
count 302 302 302 302 302 302
mean 40.40% 102.50% 27.48% 15.01% -12.05% -62.10%
std 64.45% 175.95% 7.93% 40.46% 27.53% 148.92%
min -28.14% -64.66% 9.23% -291.25% -112.75% -1322.26%
25% 2.86% -14.42% 22.60% -10.41% -29.41% -107.57%
50% 20.28% 37.21% 26.99% 13.44% -7.30% -16.95%
75% 54.91% 154.45% 32.37% 38.59% 10.03% 26.24%
max 397.24% 1420.35% 53.36% 142.42% 40.33% 257.00%

302支股票的平均收益率是102.5%,而策略平均收益为40.40%,平均跑输了原始股票62.1个百分点。

再看策略适应性:

-147.09%——该指标平均适应度-147.09%,几乎所有股票都会产生负收益

在所有有回测结果的302支股票中,六种典型结果的数量分别如下:

序号 组别 股票数量 该组平均基准收益 该组平均择时收益 该组平均超额收益
1 力挽狂澜 57 -29.79% 18.65% 48.45%
2 锦上添花 36 38.87% 79.22% 40.35%
3 差强人意 147 212.28% 60.77% -151.51%
4 无力回天 33 -34.47% -10.41% 24.06%
5 屋漏逢雨 6 -6.30% -15.11% -8.82%
6 乐极生悲 23 53.23% -9.32% -62.55%

综上,结论如下:

  • 该指标在大部分情况下会产生负收益,产生正收益的比例只有约41%
  • 有近一半的股票产生差强人意的收益,约48%,而且平均跑输原始股票152个百分点
  • 只有近1/10的股票产生了超额收益:约11%,这是造成指标评价结果低的又一大原因

总体来说,该指标的择时效果较差。如果要看其他所有股票的结果,请点击这里

你可能感兴趣的:(量化交易,量化投资,python,python,量化投资,量化交易)