股票

股票是一种代表公司所有权份额的金融工具,也是所有量化交易软件的核心业务范围之一。它赋予持有者对公司的一部分所有权,并因此享有公司可能产生的利润或承担其可能的损失。股票在金融市场上的交易形成了股市,是全球经济活动的重要组成部分。股票价格的变动反映了投资者对于公司未来盈利能力的预期,同时也受到市场供求、经济政策、行业趋势等诸多因素的影响。通过量化交易软件购买股票,投资者可以参与并分享到企业的增长与成功,同时也需要承担公司经营风险和市场波动的挑战。

“琢璞”系列报告之三十:基于遗传算法的股票分类和组合优化

摘要

在市场上,对于资产、基金的分类一直是大家讨论的话题,根据业绩走势对于基金进行分类我们也曾有相关研究。研究资产的相关性一个重要的应用就是可以利用相似资产找到原资产中不可购买的一部分资产。本期琢璞系列我们推荐Chen, Chun-Hao, and Chih-Hung Yu(2017)的《A Series-based group stock portfolio optimization approach using the grouping genetic algorithm with symbolic aggregate approximations》,文献利用遗传算

更新时间:2023-07-14 03:51

“琢璞”系列报告之十二:经理人情绪与股票收益的关系-招商证券-20200407

行为金融学表明市场的投机情绪会导致股票价格偏离基本面,许多投资者情绪指数已通过实证研究证明能够预测市场收益率。公司管理层与投资者一样也无法避免行为偏差,对公司产生偏离基本面的过度乐观或悲观情绪,进而导致市场出现非理性的反应,并且相较于投资者来说还拥有信息优势,然而管理层情绪对股票收益率的影响却鲜有研究。本期我们给大家推荐的文献《Manager Sentiment and Stock Returns》将补充情绪指数方面的研究,针对经理人情绪对股票收益率的预测能力进行探究。

本篇文章使用文本数据挖掘方法从公司财报和电话会议纪要中采集数据,提取其中隐含的经理人乐观或悲观的情绪信息,由此构建经理人情

更新时间:2023-07-14 03:38

申万宏源技术指标测试大全之二十六— Mass

指标介绍

梅斯线(Mass):

所需数据和参数:Mass(high,low,smoothlength,summationlength,malength )

指标伪码:

MASSVAR0:=EMA(HIGH-LOW,SMOOTHLENGTH);

MASSVAR1:=EMA(MASSVAR0,SMOOTHLENGTH);

MASSVAR2:=IF(MASSVAR1>0,MASSVAR0/MASSVAR1,0);

MASSVAL:SUM(MASSVAR2,SUMMATIONLENGTH);

指标含义

[/wiki/static/upload/b4/b4d2ac13-d4

更新时间:2023-06-13 06:53

股票和债券的相关性

简介

投资者依靠股票-债券的相关性来构建最优投资组合、设计对冲策略和评估风险。大多数投资者只是通过推断月度收益的历史相关性来估计股票与债券的长期相关性,但这种方法显然是不可靠的。作者为产生可靠的股票-债券相关性的预测引入了四项创新。首先,本文引入单期相关的概念,以解决股票和债券收益的自相关和滞后交叉相关不为零以及长期相关性随时间变化的问题。第二,确定了股票-债券相关性的基本预测因子。第三,将股票和债券相关性建模为一些基本预测因子路径的函数,而不是单一观测值的函数。最后,对样本进行审查,进行部分样本回归。结果显示,股票-债券相关性预测的可靠性得到显著提高。

全文

[/wiki/

更新时间:2023-06-13 06:53

再平衡策略的收益原理与改进方法-华泰证券-20210913

摘要

再平衡策略可通过多种改进方法,以提高在不同市场环境中的适应性

本文介绍了再平衡的定义、分类,对比了再平衡策略和买入并持有的差异,并针对再平衡策略进行改进优化。定期再平衡在投资组合中股票相对债券出现单边趋势行情时,表现不如买入并持有。为了提高再平衡在不同行情中的适应性,本文提供了一系列在实践中可行的方案。通过对中美股债组合再平衡的回测分析,发现适当降低定期再平衡的频率或采用超出范围再平衡策略可以在趋势行情中提高收益并减小回撤。此外将部分资金投入到股票趋势策略中,或以趋势信号判断行情走向后再选择性地进行再平衡,都能够增强再平衡策略在不同市场环境下的适应性。

定期再

更新时间:2023-06-13 06:53

基于深度强化学习的股票交易

利用算法进行股票量化交易是当今金融市场的一个重要趋势。在国际象棋和围棋等诸多复杂的游戏中,深度强化学习(DRL)智能体都取得了惊人的成绩。深度强化学习的理论同样适用于股票市场的量化决策。本文介绍了同济大学计算机科学与技术系的上海市大学生创新创业训练计划优秀项目:「基于深度强化学习的金融量化策略研究」,解读了如何训练一个 A 股市场的深度强化学习模型,以及回测的绩效表现。

在该项目中,研究者把股票市场的历史价格走势看作一个复杂的不完全信息环境,而智能体需要在这个环境中最大化回报和最小化风险。相比于其他传统机器学习算法,深度强化学习的优势在于对股票交易任务进行马尔可夫决策过程建模,没有将

更新时间:2023-06-13 06:53

基于概念动量的股票投资策略

报 告 摘 要

概念动量的理论基础

传统的资产类别划分方法(如行业划分)具有清晰的定义,但是现在很多股票都会被划分到不同的概念板块中,而概念板块的划分则相对模糊。当投资者很难厘清概念板块的信息时,概念的扩散就相对缓慢,此时“概念动量”就形成了。

概念动量策略实证结果

本文以概念板块成分股的等权组合构建概念组合,根据过去F个月概念组合的收益率按大小分为5组,随后买入赢家概念中的股票并卖出输家概念中的股票,持有H个月,且在每个月进行再平衡。

当选择形成期F=6个月,持有期H=6个月并剔除最近1个月收益时,经过FamaFrench五因子调整后的月均超额收益达到

更新时间:2023-06-13 06:53

回测如何设置手续费和保证金率

回测如何设置手续费和保证金率

可以在Initial函数中通过context的set_commission设置

def initialize(context):
    """初始化"""
    print("initialize")    

    # 股票设置费率的示例
    context.set_commission(equities_commission=PerOrder(buy_cost=0.0003, sell_cost=0.0013, min_cost=5.0))    

    # 期货设置费率的示例
    comm_dict = {

更新时间:2023-05-11 03:12

帮我写篇交易策略


\

更新时间:2023-03-20 05:38

技术面和基本面结合的传统股票策略(附代码)

平时喜欢做研究,分享一个策略,希望和大家多交流!欢迎拍砖!

image|658x497

策略思想:

买入条件
  • 市净率尽可能小
  • 股价创60日新高
  • 3日线上穿5日线,5日线上穿10日线
  • 当日成交量是昨日成交量的1.4倍
  • macd柱状处于红色区域
卖出条件
  • 收盘价下穿7日均线
  • 7日均线下穿30日均线
持仓天数
  • 持仓天数30天

更新时间:2022-11-20 03:34

CTA多因子研究系列探索--动量因子

引言

动量因子在金融市场有着广泛的应用。动量因子始于Jegadeesh and Titman(1993),且动量因子广泛存在于股票,期货,债券等市场中。学术界关于动量的争议也层出不穷。一方面,有人认为动量因子的出现违背了有效市场假说;另一方面,人们认为动量背后的成因是投资者对市场信息反应的不充分或者过度,投资者获取信息的先后不一样,同时亦有部分观点认为长期来看,动量背后的成因同样也包含了基本面因素的驱动,在大环境条件不变的情况下,动量表现好的品种会在基本面供需的驱动下继续表现好。目前市面上已有大量的动量因子或者是使用技术指标构造的趋势因子,从动量的分类出发,动量可以分为时序动量

更新时间:2022-11-03 07:54

“学海拾珠”系列之四十六:收益的季节性是由于风险还是错误定价?

报告摘要

主要观点

本篇是“学海拾珠”系列第四十六篇,本期推荐的海外文献研究了收益的季节性的产生原因。主要考虑了两种潜在解释:风险和错误定价。作者发现不仅存在收益的季节性,同时存在收益的季节性反转,因此一只股票在某个月的高季节性收益被其他月份的低季节性收益所抵消,支持了收益的季节性是由于错误定价产生的猜想。回到A股市场,可以通过类似的方法来研究个股月度上甚至日度上的季节性和季节性反转,利用季节性来增强因子组合的收益。

  • 收益的季节性是由于风险还是错误定价

收益的季节性可能来自于风险或错误定价。一项资产如果在某一时期比其他时期有更具风险,那么该资产

更新时间:2022-10-20 06:00

“学海拾珠”系列之三十五:分析师重新覆盖对市场的影响

报告摘要

主要观点

本篇是“学海拾珠”系列第三十五篇。作者研究了分析师对股票的重新覆盖对市场的影响。作者指出发布重新覆盖和常规上调评级都会引起市场反应,但对股票价格的影响不一样的。发布常规上调评级报告后,股票价格会迅速调整。而发布重新覆盖报告后,股票价格会持续上涨六个月。

回到A股市场,目前在alpha日益稀缺的背景下,如何从细节入手挖掘分析师数据中的增量信息仍有价值,我们可以从研究分析师的重新覆盖、首次覆盖、评级变化对股票价格的不同影响出发,脱离传统的多因子选股框架,以事件驱动的思维构建分析师重新覆盖组合,例如,借鉴本文做法,排除了合规影响、业绩公

更新时间:2022-10-20 05:58

原油价格对行业和股票影响的量化分析 海通证券_20180812_

摘要

原油价格年初以来波动较大,其涨跌对市场、行业和股票有何影响呢?本文将从量化的视角进行探讨。

原油价格对股票市场的影响。原油和股票市场的关系相对复杂。一般来说,在油价上涨的中前期,经济需求扩张,企业盈利增长,股市伴随油价上涨;当油价上涨步入中后期,一方面会导致企业生产成本增加,利润降低,另一方面会带来输入性通胀压力,导致央行采取紧缩性货币政策,股市往往下跌。格兰杰因果检验显示,原油收益率是股市收益率的格兰杰因。Wind全A与滞后5阶的布伦特原油收益率序列的相关系数为-0.29,负相关性十分明显。我们构建的单因子择时策略在Wind全A上取得了一定效果,多空年化收益率为20.50%,

更新时间:2022-09-20 11:41

哪些宏观经济指标存在选股效应?-海通证券-20180816

摘要

本文是在报告《选股因子系列研究(三十四)——宏观经济数据可以用来选股吗?》的基础上所展开的进一步分析。

宏观敏感性因子的选股逻辑。上一篇报告中已提及:宏观敏感性因子只是刻画了股票与宏观经济指标之间的关系,包括方向与程度。使用宏观敏感性因子选股的正确逻辑是,当预测宏观经济指标上升时,选择正敏感或高敏感的股票。反之,选择负敏感或低敏感的股票。

如何定义对宏观经济指标高敏感与低敏感的股票?由于大多数股票对宏观因子的暴露并不显著,如果分别选取全市场股票中对目标宏观因子暴露系数最高与最低的10%的股票作为多头与空头,多数被选中的股票其实对目标宏观因子的变化并不敏感。因此,我们改用基于宏

更新时间:2022-09-01 13:47

来自伦敦的神秘资管巨头,施罗德集团成功经验总结 海通证券_20181009_

摘要

施罗德集团拥有逾200年的金融服务经验,是全球最大的上市资产管理公司之一。自2000年将投资银行业务出售后,施罗德集团专注于资产管理及相关业务。 截止2017年底,施罗德集团的资产管理规模已经高达4358亿英镑,较上一年增长498亿英镑,增速高达13%。从管理资产的类别来看,施罗德集团以股票投资为主。从客户类型来看,施罗德集团的客户主要分为资产管理和财富管理两类,其中,资产管理客户包括养老金等机构投资者和投资顾问等中介机构。

长期以来,施罗德集团旗下大部分基金的业绩均能超越基准或同类产品平均。自年起,施罗德集团旗下的基金中,每年跑赢基准的比例都超过60%。尤其是在2008年金

更新时间:2022-08-31 10:01

目标日期基金的下滑轨道设计 海通证券_20180305_

摘要

目标日期基金的核心问题是如何随时间变化调整资产配臵,其中最关键的就是如何确定下滑轨道的路径。

根据投资者自身人力资本的特点,以及对资产未来收益率的预测,以最大化投资者效用函数为目标确定最优的下滑轨道。

根据股票与债券在不同持有期上相对风险的变化,也可以构建下滑轨道。距离目标日期越久,未来持有期越长,股票相对债券风险越小,股票由于其更高的收益就应该占据更高的比重。

正文

[/wiki/static/upload/12/1262416d-5785-42c7-9654-a3183252cf33.pdf](/wiki/static/upload/12/1262416d-57

更新时间:2022-08-31 09:58

趋势跟踪策略在目标日期基金中的应用

文献摘要

趋势跟踪策略在目标日期基金中的应用

在近 40 年的职业生涯中,固定缴费型养老金计划(DC 计划)的参与者试图最大化他们的退休财富。为了实现这一目的,计划发起人纷纷选择目标日期基金作为解决方案之一。虽然目标日期基金已经成为目前最流行的 DC计划投资工具,但我们认为目标日期基金仍然存在股票风险过于集中等问题。为了更好地降低回撤、提升长期风险调整后收益,我们建议将趋势跟踪策略作为潜在解决方案。本文我们主要介绍了如何在目标日期基金中加入趋势跟踪策略并讨论了该策略可能带来的改进。

\

趋势跟踪策略在目标日期基金中的应用

文献来源:Robert Ca

更新时间:2022-08-31 08:56

如何获取盈余公告前的超额收益

报告摘要

大部分盈余公告的超额收益发生在盈余公告之前

盈余公告是公司基本面最重要的公告。本文以美股1996年至2019年的89567份盈余公告为样本,发现股票在以盈余公告日为中心的21天窗口内的平均收益比市场收益高0.36%。尤其是公告前10天的平均超额收益为0.26%,占全部盈余公告超额收益的72%。

期权波动率可衡量不确定性,不确定性更高的股票具有更高的收益

本文使用多种指标来代表不确定性,包括期权隐含波动率、实际波动率。期权隐含波动率的前瞻性质可以更准确地捕捉不确定性。具有较高不确定性的股票在盈余公告前有更高的收益,并且不确定性下降更多。相比之下,低

更新时间:2022-08-31 08:48

个股绝对收益之涪陵榨菜 银河证券 20180806

摘要

涪陵榨菜(002507)是一只二级市场表现优异的个股,以2014年为界净利润增速呈现V型反转趋势。 年以来分析师对涪陵榨菜的盈利预测平稳,预期波动比较小,最近2年预期增速加速上行。稳健预期使得市场对这只股票的底部认知较为一致,2014年以来确定性业绩的30倍估值对其股价形成有效支撑。 在PE30倍的估值体系下,构建涪陵榨菜的业绩透支指数,并以此逆向配置仓位。204-2018年8月3日业绩透支逆向投资策略的年化收益为,买入持有策略的年化收益率为42.68%,期间最大回撤也大大降低了,从买入持有策略的56%降至21%,夏普率为1.76。 涪陵榨菜在2013年7月从原先25倍的估值认知开

更新时间:2022-08-31 07:12

系统化宏观视角下的资产分析框架 国盛证券_20181120

摘要

系统化宏观视角下的资产分析框架

报告主要解决四个问题。什么是以宏观风险因子为核心的多资产配置框架? 我们需要研究哪几个宏观风险因子?股票、债券和商品的宏观风险特征是怎样的?风险平价策略是否做到了宏观风险的均衡?

以宏观风险因子为核心的多资产配置框架

一端为宏观风险因子,与经济逻辑接洽,另一端为金融资产,分为大类资产、风格资产和行业资产三部分,最后以宏观风险因子来统一指导大类资产配臵、因子择时和行业轮动。在此框架下,资产配臵的Alpha将来自于宏观因子的建模和预测、更清晰的宏观-资产映射关系、资产动态相关性的研究以及多元资产的引入四个方面。

经济增长

更新时间:2022-08-31 06:24

非流动性的度量及其横截面溢价-东方证券-20161102

研究结论

流行差的股票有横截面溢价,但非流行性本身不能被直接观测,其一方面表示交易者若想立即成交必须对股价做出的让步,另一方面是单位主动订单对股价的冲击。我们参考学术界的研究和投资界的习惯,选择了相对买卖价差(Percent Quoted Spread)、实际交易价差(Percent Effective Spread)、价格冲击弹性(Lambda)三个指标作为非流动性指标的微观度量,同时以Amihud(2002)提出的ILLIQ和换手率作为非流动性的低频代理变量。

通过考察各个非流动性因子的alpha属性,我们发现在风格中性下除实际交易价差外的其他非流动性指标均有预测横截面

更新时间:2022-08-30 09:49

金融工程专题报告:高频量价因子在股票与期货中的表现 海通证券_20181101_

摘要

我们在本篇报告中将目光聚焦于日内价量信息和交易特征,使用分钟数据构建一系列高频因子,并对比各因子在股票和期货中的表现。

高频因子分类。高频因子可以分为收益率分布、成交量分布、量价复合、资金流和日内动量等几个主要的类别,各类因子还可以做进一步的细化,例如收益率分布因子包括已实现偏度、已实现峰度和上下行波动率等。

收益率分布因子。高频偏度和下行波动占比具有显著的选股效果,多空组合月均收益差分别为1.45%和1.87%,因子IR分别为2.61和3.31。因子在股票中均呈现出反转效应,即高频偏度小、下行波动占比高的股票未来收益表现更好,而在期货中呈现出动量效应,即高频偏度大、上行波动

更新时间:2022-07-29 05:33

海外文献推荐 第 55 期 天风证券 20180905

摘要

分析师的重新覆盖与市场反应不足

分析师重新覆盖指在中断了六个月或更长时间后,券商重新开始覆盖某只股票。重新覆盖在短期内伴随着显著的市场反应,尤其是当同一个分析师重新覆盖该股票时。市场对于分析师常规地向上修正评级与重新覆盖向上修正评级表现出截然不同的反应。当分析师常规地向上调整评级时,股票价格会迅速反应;然而当分析师重新覆盖时,股票价格会在之后6个月内持续向上,并且在两年内没有出现反转。此外,不同分析师的重新覆盖的影响与初始覆盖相类似。

正文

[/wiki/static/upload/15/1588fbf8-f277-4604-8447-a715642ab845.p

更新时间:2022-07-25 09:23

“基本面量化”系列思考之五:贸易战升级,投资时钟还靠谱吗? 中信建投_20180417

报告摘要

投资时钟未失效,关键在于如何划分周期贸易战来临,突发事件和政治因素导致宏观变量与资产价格之间的稳定关系备受考验。本文重新聚焦投资时钟,验证其稳定性。

我们构造多头:投资时钟(复苏配股票、过热配商品、衰退配债券、滞胀配现金)与空头:避险时钟(复苏配现金、过热配债券、衰退配商品、滞胀配股票)两个维度来验证其有效性。投资时钟可获得年化20%的收益率,最大回撤17%,避免时钟年化-8.87%的收益,最大回撤80.29%,多空年化收益率达到31%。

通胀因子贡献有限,GDP+PPI时钟年化收益达27%通胀因子低效用的原因之一是由于商品指数覆盖大量工业品价格,CPI与PPI表现的差异直

更新时间:2022-07-25 08:39

分页第1页第2页第3页
{link}