量化交易之图形选股指标:曙光初现

2024-09-04 13:08

本文主要是介绍量化交易之图形选股指标:曙光初现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

  相似系列:量化交易之图形选股指标:红三兵

    接前作,继续分析另一个较为经典的买入信号:曙光初现。关于曙光初现,百科是这么说的:

曙光初现是由两支不同颜色的阴阳烛组成,意味着市况由淡转好,通常在一个下跌市况後出现。 第一支烛为处於跌势的大阴烛,显示当日沽盘相当强劲。第二支烛为大阳烛,其开市价必须低於第一支烛的最低价,而收市价则必须高於第一支烛的一半烛身。事实上,若投资者将第一支烛的开市价及第二支烛的收市价混合一起分析,同样代表利好後市,便会出现一个底形态。

    经典图形长这样,仅从图形上来看,的确像是一个触底反弹,那究竟如何呢,数据来说明。

   


 

    策略说明:选择区间2020~2021,分析标的为全市场4462只股票,分别统计出现曙光初现的次数,形态出现次日的上涨概率,作为抄底信号,为保证行为的有效性,分别统计持有30天,90天的收益率。

    选取的量化指标:首日收阴,次日低开5%以上,次日收盘价大于前日开盘价与收盘价的均值,并且低于前日开盘价(即满足收市价则必须高於第一支烛的一半烛身)

    


    结果在选取的时间区间内,惊奇地发现,全市4462只股票中,形态仅出现78次,占比0.01748095024652622,并且单只标的也只出现一次。众所周知,2020~2021这段时间,新冠在年初肆虐全国,全民居家办公,股市反而走出了一波雄壮的上涨,也正符合形态少的特点:底部趴窝的标的少。

    在出现的标的中,次日上涨和下跌的概率,刚好五五开。

    持有30天的收益分布,还是比较理想的,可以看到平均收益在-8.5%,中值期望在-7.0%。

平均收益 -0.08569681407425216 

最高收益 0.43703703703703695 

最低收益 -0.6628017789072427 

中值收益 -0.07047770253274141 

正收益期望 0.11407607619636269 

负收益期望 -0.159297352595005

    因为出现次数的原因,收益期望可以暂且不考虑,但这个66%的负收益还是令人吃惊,拉出K线来看一看,这。。。大概率是暴雷了。。。

    全部收益分布,可以看出持有30天大部分标的还是下跌的。剔除前述暴雷个股,把持股时间拉长到90天,可以看到,跌幅有所收敛,并且出现了1.122的超额收益。

    收益期望上也转正了,一定程度上说明策略有效。

平均收益 -0.020620347318823087 

最高收益 1.1225296442687747 

最低收益 -0.5142571285642822 

中值收益 -0.05339805825242708 

正收益期望 0.24466434507104323 

负收益期望 -0.20926723968495026


    

    既然是抄底,筛选标准再严格一点,将形态次日的低开限定为15日最低价,确保底部条件成立。结果筛选出32只标的,相比之前大幅减少,并且次日上涨概率有所上升。

    

        从持有30天收益来看,说明抄底策略是有效的,并且有标的取得了1.4375的超额收益,令人吃惊

    忍不住拉出K线,这可谓精准抄底啊

    

    继续持有90天,标的逐渐走出底部区间,获得正收益(由于回测时间的关系,部分标的截止日为20210101,不足90天)

    

    另外,与曙光初现完全相反的指标乌云盖顶,鉴于市场特殊情况,做空不再本次考虑之内,不再另外分析。

乌云盖顶形态又称乌云线形态,是K线图较为常见顶部转形态图表之一。这种形态由两根K线组成,它们一般出现在上升趋势之后,在有些情况下也可能出现在水平调整区间的顶部。乌云盖顶(Dark-Cloud Cover)经常发生在一段上升行情的顶部,由一阴一阳两根K线组成,是一个看跌反转信号。

    通过数据说明,曙光初现的形态还是有一定借鉴意义的,尤其在明确底部区间的情况下,感兴趣的朋友可以拉长时间区间进一步分析。


 

   本文不构成投资建议, 市场有风险,投资要谨慎 

这篇关于量化交易之图形选股指标:曙光初现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1136113

相关文章

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

第六章习题11.输出以下图形

🌏个人博客:尹蓝锐的博客 希望文章能够给到初学的你一些启发~ 如果觉得文章对你有帮助的话,点赞 + 关注+ 收藏支持一下笔者吧~ 1、题目要求: 输出以下图形

一个图形引擎的画面风格是由那些因素(技术)决定的?

可能很多人第一直覺會認為shader決定了視覺風格,但我認為可以從多個方面去考慮。 1. 幾何模型 一個畫面由多個成分組成,最基本的應該是其結構,在圖形學中通常稱為幾何模型。 一些引擎,如Quake/UE,有比較強的Brush建模功能(或應稱作CSG),製作建築比較方便。而CE則有較強的大型地表、植被、水體等功能,做室外自然環境十分出色。而另一些遊戲類型專用的引擎,例

风控系统之指标回溯,历史数据重跑

个人博客:无奈何杨(wnhyang) 个人语雀:wnhyang 共享语雀:在线知识共享 Github:wnhyang - Overview 回顾 默认你已经看过之前那篇风控系统指标计算/特征提取分析与实现01,Redis、Zset、模版方法。 其中已经介绍了如何利用redis的zset结构完成指标计算,为了方便这篇文章的介绍,还是在正式开始本篇之前回顾一下。 时间窗口 zset

「大数据分析」图形可视化,如何选择大数据可视化图形?

​图形可视化技术,在大数据分析中,是一个非常重要的关键部分。我们前期通过数据获取,数据处理,数据分析,得出结果,这些过程都是比较抽象的。如果是非数据分析专业人员,很难清楚我们这些工作,到底做了些什么事情。即使是专业人员,在不清楚项目,不了解业务规则,不熟悉技术细节的情况下。要搞清楚我们的大数据分析,这一系列过程,也是比较困难的。 我们在数据处理和分析完成后,一般来说,都需要形成结论报告。怎样让大

量化交易面试:什么是连贯风险度量?

连贯风险度量(Coherent Risk Measures)是金融风险管理中的一个重要概念,旨在提供一种合理且一致的方式来评估和量化风险。连贯风险度量的提出是为了克服传统风险度量方法(如VaR,风险价值)的一些局限性。以下是对连贯风险度量的详细解释: 基本概念: 连贯风险度量是指满足特定公理的风险度量方法,这些公理确保了风险评估的一致性和合理性。 这些公理包括:非负性、次可加性、同质性和单调

Matlab)实现HSV非等间隔量化--相似判断:欧式距离--输出图片-

%************************************************************************** %                                 图像检索——提取颜色特征 %HSV空间颜色直方图(将RGB空间转化为HS

通达信指标公式解析(2)多彩MACD指标

通达信指标公式解析(2)多彩MACD指标 公式效果展示(结合主力操盘线与生命线)公式代码截图公式代码解析1. **DIF 和 DEA 的定义:**2. **MACD 值的计算与颜色条形:**3. **DIF 和 DEA 之间的带状显示:**4. **柱状线的颜色区分:**5. **价格线的绘制:**6. **金叉与死叉的标注:**7. **不同强度柱状图的绘制:**8. **总结**关于建群

OpenGL/GLUT实践:流体模拟——数值解法求解Navier-Stokes方程模拟二维流体(电子科技大学信软图形与动画Ⅱ实验)

源码见GitHub:A-UESTCer-s-Code 文章目录 1 实现效果2 实现过程2.1 流体模拟实现2.1.1 网格结构2.1.2 数据结构2.1.3 程序结构1) 更新速度场2) 更新密度值 2.1.4 实现效果 2.2 颜色设置2.2.1 颜色绘制2.2.2 颜色交互2.2.3 实现效果 2.3 障碍设置2.3.1 障碍定义2.3.2 障碍边界条件判定2.3.3 障碍实现2.3.

Android shape 图形

<?xml version="1.0" encoding="utf-8"?><shape xmlns:android="http://schemas.android.com/apk/res/android" android:shape="oval"> <!-- "oval","rectangle", "line","ring" 形状--><!-- 圆角 --><cornersandroid