十大经典量化交易策略，量化交易策略信号测试—— 动量因子回测
我们在物理课上都学过惯性，物体有保持原有运动状态的属性。而人们认为这样的惯性在股票市场中也存在，比如很多投资者都喜欢采取追涨杀跌的方式购买股票，但是学术界好像一直对此不以为然，直到1993年，Jegadeesh和Titman发表在《The Journal of Finance》上的论文《Returns toBuying Winners and Selling Losers: Implications for Stock Market 十六個經典交易策略 Efficiency》，探讨从1965年到1989年的美国股市上是否存在动量效应。
这样我们就可以构造出一个非常简单直观的投资策略：依据J个月前的股票收益排序，我们从本月初期开始买入赢家组合，卖掉输家组合，或者说传说中的追涨杀跌策略，然后持有K个月，来观察是否存在持续的投资效果，而这就是最初的J-K投资策略。举一个简单的例子，我在12月决定利用3个月的动量因子进行策略设计，那么就需要对9月的所有A股股票进行排序，买入表现最好的，卖掉表现最差的，并持有这些股票到明年2月，而到明年1月时，我会对今年10月的股票进行排序，继续这样的买卖方法，持有股票到明年3月，如果我们设定了每月换仓的交易频率的话，那么我们会在每个月的月初不断重复这个策略。
而Cahart在1997年基于著名的Fama-French模型，又加入了动量因子作为解释股票超额收益率来源的因素，构造出著名的四因子模型，从此动量成为所有量化投资者都会着重研究的对象。
其中右边第一项是人们认为前期股票的表现可以持续所导致的预期增加收益，不过这种预期是理性的，而第二项才是我们认为的真正的基于时间变化的持续动量。但是通过实际检验，研究者们对这两个因素谁是主导并没有达成共识，还有一些研究认为动量效应其实完全可以通过对宏观因素的预期、行业的交叉影响、个人的交易风格来解释，也就是动量一说并不成立。不过大多数人还是认为动量是一种独立的价格波动现象，并且放弃基于传统金融模型的思路，开始从行为金融的角度来做出解释，也就是将动量作为一种金融异象对待。
不过具体到A股，动量效应表现如何呢？结合Jegadeesh和Titman的思路，结合Cahart的构造方法，来进行一个简单的计算，采用A股前n个月累积收益最高的30%的所有股票组合加权收益率减去前n个月累积收益最低的30%的所有股票组合加权收益率，使用流通市值加权，对A股2016年以来的3、6、9和12个月动量因子收益进行计算。结果如下图：
从计算结果到图例，都说明对A股而言，动量效应并不明显。大部分研究也认为基于月度或年度数据的动量效应在A股并不突出，然而也有一些报告认为存在1个月以内的动量效应，这意味着较高的换手率和交易成本。那么事实真的是这样吗？我们来基于倍发科技投资研究系统 1.0（Betalpha BAR 1.0）的分析结果与大家一起探讨。
而这并不是只在12M动量因子中才存在的现象，通过BAR 1.0选择3M、6M、9M原始动量因子，对同期数据进行检验。
改良的动量因子，是指我们将回测分组使用的股票收益再向前滚动一个月，以规避可能存在的1个月的反转效应。
那么这是否意味着动量因子在国内是不可行的呢？也许未必，我们对12个月原始动量因子的策略进行了一个小小的改动，把换仓频率由月度改为日度，这大大提高了我们交易的节奏，而结果也非常有趣。
通过上图我们可以发现，在相同的时间周期里，日度换仓表现出了明显的动量效应，买入F1组合而卖出F5组合的交易策略能带给我们显著为正的回报，信息比也很高。但是，日度换仓意味着更高的手续费。
一个可能的原因是市场中的投资者状况不同，美股投资的主要参与者是机构投资者，而A股的主要投资者是个人投资者，机构投资者对于信息的处理趋于同质化，而个人投资者的行为则较为难以预测，容易出现过度反应的状况。此外A股流行的坐庄风气，也使得市场更容易出现补涨、补跌的状况，股票表现的可持续性并不好，相反大家更喜欢高抛低吸。
另一个可能的问题在于我们需要对股票进行更为细化的分类，基于其他研究的结论，A股中的动量效应往往存在于低换手率和低交易量的股票之中，这一类股票对信息的反应时间较长，更符合动量效应的来源，而沪深300这类交易量较大的成分股由于包含了大量过度反应的交易决策，更容易提供反转效应的土壤。
风险管理工具 / 量化投资知识 / 金融大讲堂 公众号：有金有险
戳 倍发投资研究系统试用申请 申请试用倍发科技投资研究系统（Betalpha BAR 1.0），目前仅接受二级市场机构投资者申请。申请成功后倍发科技的工作人员会与您进一步联系，请一定保证填写的联系方式正确。
量化交易中简单均线交易策略策略存在哪些问题？
【1】某些行情被反复打脸。主要是在震荡行情的时候，或者喇叭形态的行情，这时候均线不管多大周期，都容易被打脸。而周期如果小的话，死得更惨。
所以如果你要用均线，你需要考虑如何在上述行情下，少亏，或者不亏，甚至有点小赚更好。
【2】回撤周期大，主要体现在回撤时间和回撤金额上，这主要是由于其滞后性和反复打脸导致，均线如果周期小，我通过程序化测试，发现回撤很大，且基本都亏，主要亏交易成本。而周期大的话，回撤也大，但是比周期小的好点，因为长期收益曲线还是能向上的，不过回撤金额和回撤时间普通人基本扛不住，且投入产出往往不成正比。
所以，如果你要用均线，那么你如何让均线系统的回撤周期和回撤金额降低到，你能接受的范围，这个是难点。
总结一下，滞后性难以克服，任何技术指标都有滞后性，既然难克服，我就暂时忽略，那么你能解决上述两点，做出的交易系统，应该也是优秀的。
克服掉震荡行情的大幅度亏损。
降低回撤金额和周期到可接受范围。
你们说的量化交易策略，如何入手的，具体是怎么着手编写？
这里用SMA/MAX比值选股技术，选出SMA/MAX比值，适中的股票，也即选择强势股，同时抛弃涨得差不多到头的股票。
这里使用KDJ指标入场。
止盈止损策略，你可以选择分钟级别的指标，毕竟根据以往很多次的经验，A股暴涨暴跌，一顿饭的功夫没准就跌停了。
这里使用分钟动态止损，价格跌破120日分钟线止损（止盈）。
毕竟天天调仓光给券商交手续费了。这里设定的是一个月一调整。
2019年以后量化交易新提出的比较有意思的量化因子有哪些?
说一个早些时候提出的，在2019年之后“大放异彩”的因子，它就是《101 Formulaic Alphas》中第22号因子，主要是倾向选择“量价背离 波动率放大”的股票。
“correlation(high, volume, 5)”表示是最近5个交易日，股票最高价和成交量的相关系数；
“-1 * delta(correlation(high, volume, 5), 5)”就表示选择最近5个交易日（1周）股价与成交量背离扩大的股票
“rank(stddev(close, 20))”则表示最近股价波动率的横截面排序，波动率越大，排序值越大。
左右两个部分的式子合在一起就是表示要在横截面中选择“最近股价与成交量背离扩大，且股价波动率较大”的股票。
“为了避免被我这英语二把刀“坑害”，我把论文中的原文贴出来
rank(x) = cross-sectional rank
delta(x, d) = today’s value of x minus the value of x d days ago
correlation(x, y, d) = time-serial correlation of x and y for the past d days
stddev(x, d) = moving time-series standard deviation over the past d days”
适合合约小白玩的量化策略有那些？
IAI TRADE：一文读懂“量化交易”策略
IAI Trade致力于降低量化交易门槛，在IAI Trade用户可以使用“可视化策略生成器”十六個經典交易策略 ：0代码生成EA策略，并一键接通“模拟交易”及“实盘交易”。
十大經典交易策略股票交易策略
通 俗說,就是追漲殺跌。從眾心理是趨勢的主要基礎。趨勢也是股市運行的最明顯特徵。雖然牛市即具有明顯上漲趨勢的時間只佔總時間的15％左右,但由於它的特 征顯著,還是受到最多的投資者偏愛。順便提醒炒股時間不長的朋友,運用趨勢型策略最關鍵的是資金管理和止損,而不是信號的成功率。趨勢型策略的典 型人物一個是索羅斯,他不僅關於運用趨勢,還提出走在趨勢的前面,就是找趨勢轉折點。另一個是范撒凱的《通向金融王國的自由之路》書中提到的巴索,建議大 家都去找一下這本書看看,理解一下R系數的理念會使您對趨勢型策略有全新的認識。
前 面的趨勢型主要關注價格,而能量型主要關注的是成交量。成交量是股價的元氣,這句話十分到位地表達了這類型策略的觀點。例如OBV指標就是一個最簡單的能 量型策略的例子。典型人物一個是江西證券的廖黎輝,他用自己的模型1998年前後做了一個公開模擬賬戶,年收益超過10倍。另一個是花榮,他曾對OBV深 入研究,不過真正的東西他不會拿出來的。
螺 旋式上升是世界最常見的發展方式,股市也不例外。一個螺旋就是一個周期。我們常說的波段,它的學名應該也叫周期。周期型策略的代表人物我認為第一個應該是 艾略特,波浪就是周期嘛,只不過他那裡的波浪還只是非理性的,靠肉眼看,就像看雲彩似的。好在現在有了不怕苦不怕累的電腦,能夠代替我們把波浪數得更統 一,如果再加上神經網路技術,波浪的前景應該很光明的。另一個代表人物我知道的就是波濤先生,他的專長是研究浮動波長周期,開辟了一個賺錢的新領域。如果 有興趣賺錢的,建議找本波濤的書好好看看吧。
不 是在說突變論的突變,這里我們不需要那麼復雜的。這里說的突變就是價格發生突然變化的意思。突變往往是容易把握的好機會。只不過全國80％的個人投資者都 是業余股民、上班族,用不上,所以不多說了。知道的代表人物一個是魯正軒,他有本書專門研究漲停板,聽說他在孫中山老家曾操盤賺了不少錢。另一個人物是亞 洲一號,他曾在葉滔網站的模擬炒股中達到28倍收益。
不 是數理化的數理,而是數術之理的意思。我對此一竅不通,曾有朋友想教化我,但我一看就暈,學不了。只知道兩個代表人物,一個是江恩,他的數理水平比咱們國 十六個經典交易策略 人高手當然差遠了,但他是世界上第一個成名的將數理方法運用在股市上的。第二個代表人物應該是周文王了,他拘而演易,創立了數理大廈的基礎。
十六個經典交易策略
（1）枢轴点(Pivot Point)
这里先建立一个概念：P= ( H + L + 2C ) / 4
Pivot Point是一套非常“单纯”的阻力支持体系，至今已经广泛的用在股票、期货、国债、指数等高成交量的商品上。经典的Pivot Point是7点系统，就是7个价格组成的，目前广泛使用的13点系统，其实都是一样的，不过是多加了6个价格罢了，适用于大成交量的商品，也适用于Day Trade。
（2）原理公式：
pivot:= (high + low + close) / 3; （用前一天的最高、最低和收盘）
s1:= 2×pivot - high;
r3:= high - (2×(low - pivot));
s3:= low - (2×(high - pivot));
2.本文使用Pivot Point交易法原理公式的变体
使用 5 个关键点 . 包括 Pivot Point, Support 1 ( 支撑点 1), Resistance 1 ( 阻力点 1), Support 2 ( 支撑点 2), Resistance 2 ( 阻力点 2). 有些交易员使用更多的支撑和阻力点 , 例如 Support 3 ( 支撑点 3) and Resistance 3 ( 阻力点 3).
R2 = P + (H - L) = P + (R1 - S1)
S2 = P - (H - L) = P - (R1 - S1)
S 代表支撑点 , R 代表阻力点 , P 代表 pivot point, H 代表高价位 , L 代表低价位 , C 代表收市价 .
仓位管理，出场设置改进
（1）突破两种不同 level 的支撑（阻力）位，有不同的仓位权重。
3.回测表现
对螺纹钢和焦煤期货自 2010 年 1 月至 2016 年 11 月进行 60 分钟级别回测
我们团队有着十几年的期货程序化交易算法与软件研发经验，基于C++ Qt技术研发了具有自主知识产权的期货智能程序化交易一体化系统平台，该平台封装了二百多个量化指标，具有低时延、高性能、小滑点、可定制和跨平台的特点。团队致力于将人工智能技术与传统的程序化交易技术相结合为客户提供灵活可定制的期货智能程序化交易服务和产品。
三个优势入场的外汇交易策略
本网站所有刊登内容，以及所提供的信息资料，目的是为了更好地服务我们的访问者，本网站不保证所有信息、文本、图形、链接及其它项目的绝对准确性和完整性，网站没有任何盈利目的，故仅供访问者参照使用。本网站已尽力确保所有资料是准确、完整及最新的。就该资料的针对性、精确性以及特定用途的适合性而言，本网站不能作出最对应的方案。所以因依赖该资料所致的任何损失，本网均不负责。 除特别注明之服务条款外，其他一切因使用本站而引致的任何意外、疏忽、合约毁坏、隐秘汇漏、诽谤、版权或知识产权侵犯及其所造成的损失，本站概不负责，亦不承担任何法律责任。 如您（单位或个人）认为本网站某部分内容有侵权嫌疑，敬请立即通知我们，我们将在第一时间予以更改或删除。以上声明之解释权归牛犇财经网站所有。法律上有相关解释的，以中国法律之解释为基准。如有争议限在我方所在地司法部门解决。