均线策略专测

2023-11-24 14:20
文章标签 策略 均线 专测

本文主要是介绍均线策略专测,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!

均线策略具体描述详见聚宽 - 简单策略试验,以下为对其中策略一的特异性测试。

参数说明

均值采样:近20天

一、特征股

持续跌的股票
1.较平稳下落

股票名称:沙钢股份
股票代码:002075.XSHE
时间:2019/9/10-2019/12/3
回测结果
0
分析:若存在每日都下跌的理想情况,则该策略下无买入卖出。该股票在这段时间几乎每日下跌,所以收益图中出现了较长的水平线段。对两处亏损(红圈处)特别讨论,主要是次日出现了较大涨幅,所以当日买入后巨亏。

2.大幅下跌

股票名称:软控股份
股票代码:002073.XSHE
时间:2019/9/20-2019/11/29
回测结果
1
总结:在持续下跌情况下,该策略涨必买,买必亏。可以考虑给均价加一个系数,使得昨日收盘价要大于均价的一定阈值才会买入。

持续涨的股票
1.较平稳上涨

股票名称:孚日股份
股票代码:002083.XSHE
时间:2019/7/9-2019/11/14
回测结果
2
分析:该策略参考昨日涨跌决策当日买卖,具有较大的滞后性。由于缓慢上涨时期日线涨跌存在较大参差,使滞后性影响明显。

2.大幅上涨

股票名称:国轩高科
股票代码:002074.XSHE
时间:2019/11/20-2020/2/6
回测结果
3
分析:由于涨幅巨大,每日价差明显,该策略持续买入获取大量收益。
总结:并不是总体上涨该策略就能获得较好收益,与数据参差性关系较大。

涨幅波动较大的股票

股票名称:大港股份
股票代码:002077.XSHE
时间:2019/7/5-2020/3/18
回测结果
4
股票名称:青岛金王
股票代码:002094.XSHE
时间:2019/7/5-2020/3/18
回测结果
5
总结:一旦涨幅波动较大,该策略无特殊应对方式,收益情况较为随机。

二、行业股

回测时间:2019/9/1-2020/3/1
基准收益:3.70%

房地产股
股票代码股票名称收益情况
000002万科A5.25%
000402金融街-4.62%
002146荣盛发展0.33%
600048保利地产-5.35%
银行股
股票代码股票名称收益情况
601398工商银行2.47%
601328交通银行-5.35%
601288农业银行-0.23%
601818光大银行7.13%
医药股
股票代码股票名称收益情况
000538云南白药-8.31%
600276恒瑞医药-4.26%
601607上海医药-1.15%
600056中国医药5.81%

总结:对上述结果进行分析,A股市场自2020年后普遍存在较大股价波动,该策略“中庸的目光”(过于依赖历史数据)使得错过很多机会,无法捕捉形如6的断崖式上升场景。且对于亏损十分敏感,无法实现长期投资。该策略擅长处理形如y=-x^2型趋势,比较适用于K线平滑且一定时期内预计会大涨的股票。

这篇关于均线策略专测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/422092

相关文章

服务器雪崩的应对策略之----SQL优化

SQL语句的优化是数据库性能优化的重要方面,特别是在处理大规模数据或高频访问时。作为一个C++程序员,理解SQL优化不仅有助于编写高效的数据库操作代码,还能增强对系统性能瓶颈的整体把握。以下是详细的SQL语句优化技巧和策略: SQL优化 1. 选择合适的数据类型2. 使用索引3. 优化查询4. 范式化和反范式化5. 查询重写6. 使用缓存7. 优化数据库设计8. 分析和监控9. 调整配置1、

设置Nginx缓存策略

详细信息 Nginx服务器的缓存策略设置方法有两种:add_header或者expires。 1. add_header 1)语法:add_header name value。 2)默认值:none。 3)使用范围:http、server、location。 配置示例如下: add_header cache-control "max-age=86400";#设置缓存时间为1天。add

Go 三色标记法:一种高效的垃圾回收策略

💝💝💝欢迎莅临我的博客,很高兴能够在这里和您见面!希望您在这里可以感受到一份轻松愉快的氛围,不仅可以获得有趣的内容和知识,也可以畅所欲言、分享您的想法和见解。 推荐:「stormsha的主页」👈,持续学习,不断总结,共同进步,为了踏实,做好当下事儿~ 专栏导航 Python系列: Python面试题合集,剑指大厂Git系列: Git操作技巧GO系列: 记录博主学习GO语言的笔

文华财经T8自动化交易程序策略模型指标公式源码

文华财经T8自动化交易程序策略模型指标公式源码: //定义变量 //资金管理与仓位控制 8CS:=INITMONEY;//初始资金 8QY:=MONEYTOT;//实际权益 8QY1:=MIN(MA(8QY,5*R),MA(8QY,2*R)); FXBL:=N1; DBKS:8QY1*N1;//计算单笔允许亏损额度 BZDKS:=MAX(AA-BB,N*1T)*UNIT; SZDKS:=MAX(

【智能优化算法改进策略之局部搜索算子(五)—自适应Rosenbrock坐标轮换法】

1、原理介绍 作为一种有效的直接搜索技术,Rosenbrock坐标轮换法[1,2]是根据Rosenbrock著名的“香蕉函数”的特点量身定制的,该函数的最小值位于曲线狭窄的山谷中。此外,该方法是一种典型的基于自适应搜索方向集的无导数局部搜索技术。此法于1960年由Rosenbrock提出,它与Hooke-Jeeves模式搜索法有些类似,但比模式搜索更为有效。每次迭代运算分为两部分[3]: 1)

网络攻击有哪些新兴的威胁和防御策略

最新网络攻击威胁 近期,网络攻击的威胁呈现出新的趋势和特点。DDoS攻击仍然是一种严重的威胁,其次数和规模在过去一年中显著增长,攻击者技术不断升级,攻击成本逐渐降低。此外,攻击者的手段越来越多样化,包括传统的UDP flood攻击到更复杂的TCP反射、SYN小包等新型攻击手法。攻击目标也趋向于具有针对性,金融、互联网、医疗保健等关键领域成为攻击的重灾区。 防御策略 面对这些新的网络攻击威胁,

智能优化算法改进策略之局部搜索算子(六)--进化梯度搜索

1、原理介绍     进化梯度搜索(Evolutionary Gradient Search, EGS)[1]是兼顾进化计算与梯度搜索的一种混合算法,具有较强的局部搜索能力。在每次迭代过程中,EGS方法首先用受进化启发的形式估计梯度方向,然后以最陡下降的方式执行实际的迭代步骤,其中还包括步长的自适应,这一过程的总体方案如下图所示:     文献[1]

【python】python股票量化交易策略分析可视化(源码+数据集+论文)【独一无二】

👉博__主👈:米码收割机 👉技__能👈:C++/Python语言 👉公众号👈:测试开发自动化【获取源码+商业合作】 👉荣__誉👈:阿里云博客专家博主、51CTO技术博主 👉专__注👈:专注主流机器人、人工智能等相关领域的开发、测试技术。 【python】python股票量化交易策略分析可视化(源码+数据集+论文)【独一无二】 目录 【python】pyt

【论文复现|智能算法改进】一种基于多策略改进的鲸鱼算法

目录 1.算法原理2.改进点3.结果展示4.参考文献5.代码获取 1.算法原理 SCI二区|鲸鱼优化算法(WOA)原理及实现【附完整Matlab代码】 2.改进点 混沌反向学习策略 将混沌映射和反向学习策略结合,形成混沌反向学习方法,通过该方 法生成鲸鱼算法的初始种群。混沌序列采用 Tent 混沌映射: x i + 1 = { δ x i 0 < x i < 0.5

地推利器Xinstall:全方位二维码统计,打造高效地推策略,轻松掌握市场脉搏!

在移动互联网时代,地推作为一种传统的推广方式,依然占据着重要的地位。然而,随着市场竞争的加剧,地推也面临着诸多挑战,如如何有效监测下载来源、解决填码和人工登记的繁琐、避免重复打包和iOS限制、以及如何准确考核推广业绩等。针对这些痛点,Xinstall作为一款强大的移动应用统计与推广平台,推出了全面的地推二维码统计功能,助力地推人员轻松应对各种挑战。 一、一键生成统计二维码,告别繁琐填码 地推