热门标签 | HotTags
当前位置:  开发笔记 > 运维 > 正文

仓位控制策略(三)

最近一直在做仓位策略主要是吃了一波利润回撤,回撤还挺多的,有点痛苦。痛定思痛开始研究仓位控制。个人觉得仓位控制的好能够很好的控制风险,大盘

最近一直在做仓位策略主要是吃了一波利润回撤,回撤还挺多的,有点痛苦。痛定思痛开始研究仓位控制。个人觉得仓位控制的好能够很好的控制风险,大盘差的时候一个小仓位能减少很多损失,大盘好的时候仓位大买什么都赚钱。
先看3月13号做出来的策略,如下图。
在这里插入图片描述
这个仓位控制策略主要是以均线趋势为主,有个很明显的缺点就是滞后性,均线的滞后性。在超跌之后的大反弹不能及时抓住上涨行情,在逃顶过程中,虽然加了第8条规则,但逃顶能力还不够。

在自己模拟盘操作的过程中,我发现了策略的弱点,比如3月19日走了深V而且估值处于一个阶段性的底部,但是策略显示仍需要空仓(因为没有站上3日线),因此我加了一条规则:

当当日收盘价相比于当日最低价涨了1.5个点,并且当日收盘价与历史180天最低价相差3个点时,加4层仓位(可能有点多,但是是我调出来的)。

在3月20日的操作中,大盘后面上涨很多,我感觉可以稍微加大点仓位,但是策略仍显示轻仓操作(2层仓),直觉告诉我可以再加仓。于是,我就尝试添加了一条规则,结果这条规则加进去之后回测的效果有较大的提升,该规则为:

当日上涨大于1个点时,加3层仓。

在逃顶的过程中,如果4天内暴跌2个点以上,减3层仓。


所有规则设计如下:

(1) 如果大盘收盘指数在3天均线上,加一层仓。

(2) 如果大盘收盘指数在10天均线上,加2层仓。

(3) 如果大盘收盘指数在20天均线上,加2层仓。

(4) 如果大盘收盘指数在30天均线上,加1层仓。

(5) 如果3天均线趋势向上,加1层仓。

(6) 如果10天均线趋势向上,加2层仓。如果走平加1层仓。

(7) 如果20天均线趋势向上,加1.5层仓。如果走平加0.5层仓。

(8) 如果近4天以内(包括当天),有一天暴跌2个点以上,减3层仓。

(9) 当日上涨大于1个点时,加3层仓。

(10) 当当日收盘价相比于当日最低价涨了1.5个点,并且当日收盘价与历史180天最低价相差3个点时,加4层仓位(可能有点多,但是是我调出来的)。

说明:上面的均线计算包括当日收盘价,一般的行情查看软件的均线计算都是不包括当日收盘价的,自己在应用的时候可以以下午2点40分左右的大盘指数近似认为当日收盘指数。

举个例子:3月20日收盘,收盘价大于3日均线,仓位+1;当天涨超1个点,仓位+3;历史底部出现反转信号,仓位+4(第十条规则);一共8层仓。(可能有点多,但是是根据历史调出来的,实际慌的话可以减少点仓位,当然其实这里有很大部分仓位是抓反弹的短期仓位,第二天就会卖出。比如如果第二天收盘没大于1个点,3层仓就会卖出)


回测

回测策略:不买个股,仅买指数。跟买股票不同(至少需要买100股),买指数可以以买入任意的资金(像支付宝基金最低10元那种买入),不考虑手续费。

回测结果1:

回测时间:2004年1月1日至2020年3月16日

账户最终涨幅在642%左右,也就是翻了6倍多,最大回撤24.8%。指数只上涨了69%。差不多年化利率在13.4%左右。
在这里插入图片描述
回测结果2:

那假设我们在最高点买入会是一个什么情况呢?最高点时6100多点,大概在2007年10月到11月之间。

回测时间:2007年11月1日至2020年3月16日

账户的最终涨幅在136%左右,相当于年化利率7.4%左右。账户最大回撤21.4%。指数最终跌了53%,跌了一半多。
在这里插入图片描述


结语

目前的仓位设置策略仍有很大的改进方向,但改进也需要灵感,目前没有较好的灵感,得结合实盘操作再去修改。仓位设置的好能够很好减少回撤,但同时也会降低一定的盈利能力,但从长远来看仓位设置仍是非常重要的。将仓位设置与其他策略结合起来,我觉得能够提高其他策略的盈利能力。

对量化、数据挖掘、深度学习感兴趣的可以关注公众号,本人不定期分享有关这些方面的研究。
在这里插入图片描述
个人知乎:
https://www.zhihu.com/people/e-zhe-shi-wo/activities


推荐阅读
  • 从0到1搭建大数据平台
    从0到1搭建大数据平台 ... [详细]
  • 精选10款Python框架助力并行与分布式机器学习
    随着神经网络模型的不断深化和复杂化,训练这些模型变得愈发具有挑战性,不仅需要处理大量的权重,还必须克服内存限制等问题。本文将介绍10款优秀的Python框架,帮助开发者高效地实现分布式和并行化的深度学习模型训练。 ... [详细]
  • 分享两个GitHub链接,今天看到的,超赞超赞不能更赞了,答应我一定要去看好吗~~~~不论是笔记还是github中分享的其它资源ÿ ... [详细]
  • 在Windows系统中安装TensorFlow GPU版的详细指南与常见问题解决
    在Windows系统中安装TensorFlow GPU版是许多深度学习初学者面临的挑战。本文详细介绍了安装过程中的每一个步骤,并针对常见的问题提供了有效的解决方案。通过本文的指导,读者可以顺利地完成安装并避免常见的陷阱。 ... [详细]
  • SSAS入门指南:基础知识与核心概念解析
    ### SSAS入门指南:基础知识与核心概念解析Analysis Services 是一种专为决策支持和商业智能(BI)解决方案设计的数据引擎。该引擎能够为报告和客户端应用提供高效的分析数据,并支持在多维数据模型中构建高性能的分析应用。通过其强大的数据处理能力和灵活的数据建模功能,Analysis Services 成为了现代 BI 系统的重要组成部分。 ... [详细]
  • 如何高效启动大数据应用之旅?
    在前一篇文章中,我探讨了大数据的定义及其与数据挖掘的区别。本文将重点介绍如何高效启动大数据应用项目,涵盖关键步骤和最佳实践,帮助读者快速踏上大数据之旅。 ... [详细]
  • 探索聚类分析中的K-Means与DBSCAN算法及其应用
    聚类分析是一种用于解决样本或特征分类问题的统计分析方法,也是数据挖掘领域的重要算法之一。本文主要探讨了K-Means和DBSCAN两种聚类算法的原理及其应用场景。K-Means算法通过迭代优化簇中心来实现数据点的划分,适用于球形分布的数据集;而DBSCAN算法则基于密度进行聚类,能够有效识别任意形状的簇,并且对噪声数据具有较好的鲁棒性。通过对这两种算法的对比分析,本文旨在为实际应用中选择合适的聚类方法提供参考。 ... [详细]
  • 在前一篇文章《Hadoop》系列之“踽踽独行”(二)中,我们详细探讨了云计算的核心概念。本章将重点转向物联网技术,全面解析其基本原理、应用场景及未来发展前景。通过深入分析物联网的架构和技术栈,我们将揭示其在智能城市、工业自动化和智能家居等领域的广泛应用潜力。此外,还将讨论物联网面临的挑战,如数据安全和隐私保护等问题,并展望其在未来技术融合中的重要角色。 ... [详细]
  • Python与R语言在功能和应用场景上各有优势。尽管R语言在统计分析和数据可视化方面具有更强的专业性,但Python作为一种通用编程语言,适用于更广泛的领域,包括Web开发、自动化脚本和机器学习等。对于初学者而言,Python的学习曲线更为平缓,上手更加容易。此外,Python拥有庞大的社区支持和丰富的第三方库,使其在实际应用中更具灵活性和扩展性。 ... [详细]
  • 本文介绍了一种简化版的在线购物车系统,重点探讨了用户登录和购物流程的设计与实现。该系统通过优化界面交互和后端逻辑,提升了用户体验和操作便捷性。具体实现了用户注册、登录验证、商品浏览、加入购物车以及订单提交等功能,旨在为用户提供高效、流畅的购物体验。 ... [详细]
  • 模糊神经网络的训练策略与学习算法优化
    本文探讨了模糊神经网络的训练策略与学习算法优化,详细分析了基于FPGA和MATLAB的实现方法。通过改进的学习算法,提高了模糊神经网络在复杂环境下的适应性和准确性,为相关领域的研究者提供了有价值的参考和技术支持。 ... [详细]
  • Panabit应用层流量管理解决方案
    Panabit是一款国内领先的应用层流量管理解决方案,提供高度开放且免费的专业服务,尤其擅长P2P应用的精准识别与高效控制。截至2009年3月25日,该系统已实现对多种网络应用的全面支持,有效提升了网络资源的利用效率和安全性。 ... [详细]
  • Matplotlib在数据科学中的可视化应用与技术解析
    Matplotlib和数据可视化 数据的处理、分析和可视化已经成为Python近年来最为重要的应用领域之一,其中数据的可视化指的是将数据呈现为漂亮的统计图表ÿ ... [详细]
  • 游戏开发接入支付宝当面付
    支付宝当面付手册https:opendocs.alipay.comopen194106078 使用更高集成度和轻便的alipayesaySDKhttps:github.comali ... [详细]
  • 第三届人工智能、网络与信息技术国际学术会议(AINIT 2022)
    20223rdInternationalSeminaronArtificialIntelligence,NetworkingandInformationTechnology第三届 ... [详细]
author-avatar
月光下大手拉S小手
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有