拆解量化交易模型

大家好，又见面了，我是你们的朋友全栈君。

量化交易看起来似乎就是用机器炒股，没什么大惊小怪的。但是我们拆解开量化交易的模型，您就知道其中的奥秘了。

首先是输入环节：

假如你是量化交易建模师。

你把各种你觉得会影响股价波动的重要因素的相关数据输入到程序中。

我们把常用的一种多因子选股的模型展示给大家。

各种因子，您就可以理解为是炒股要看的内容。比如普通人要看公司、行业、估值、成交量、业绩等。这些都可以作为因素，将其内含数据包输入到程序里，当做因子之一。

估值类因子

1、预测最近年度每股股利 2、未来12个月预测净利润 3、每股收益 4、营业收入 5、经营活动产生的现金流 6、股东权益

成长类因子

1、单季度利润同比增长率 2、单季度营业收入同比增长率

质量类因子

1、净利润/股东权益合计 2、净利润/资产总计 3、非流动负债/股东权益合计 4、流动资产/流动负

流动性因子

1、最近一个月的日均换手率 2、过去一个季度的日均换手率 3、过去一个月成交量 4、过去一月股价振幅 5、过去一个月所有技术指标波动结果

其次是策略

通过第一步输入各种选股因子数据之后，我们会得到一个选股的结果。比如选出了50个符合条件的股票。接下来进入策略筛股阶段。所谓策略筛股阶段就是要研究这几大内容了

择时：什么时候买，什么时候卖

仓位管理：买多少，卖多少

止盈止损：赚多少卖，亏多少卖

这一步由于是个性化的，管理人自己在编写程序的时候，

输入自己对市场的理解，来形成程序。

假设我们设置当80%技术指标同时出现买入信号时买入，盈利10%时卖出，亏损5%时止损。那么程序就会根据管理人的预定进行不断的操作。

拆解量化交易模型

最后一步是结果输出

1、买入信号 2、卖出信号 3、交易费用 4、收益

程序走到了这一步其实就是出了操作结果。这里需要注意的是量化交易，区分高频、中频、低频交易。比如高频交易，在A股现实的T+1大环境里，其实做不了真正的高频。一般一周换手一次以上都算高频。中频一般都是一个月或者几个月换一次手。而低频交易大概都是一个季度或者几个季度换一次手。

上述讲的各种模型也不是一成不变的，管理人会根据市场变化实时调整因子和策略。

——————————————–

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/153169.html原文链接：https://javaforall.cn