如何择时?使用动量量化模型就能搞定

不管你是价值投资派还是技术分析派,或者长线投资者还是短线投机客。做股票投资,无非就是择时和选股。

那么择时重要还是选股重要呢?有人说选股,近段时间上证50走出了独立行情,3000多只股票中选出50的能有多少人?

有人会说,择时重要。只要是牛市,随便什么股票都大涨,猪都会飞上天。

那么问题来了,在股市中如何择时?如何躲避大跌?如何选择买卖的时点呢?

为了给大家带来更好的阅读体验和提供更好的投资价值,今天重点说一下量化模型的使用,模型自带择时功能。

一、什么是量化投资模型

股票投资除了基本面、技术面分析外,还有量化投资。它不依赖于人的主观经验,而是通过在历史数据上的回测,按照明确的规则,统计挖掘出高收益率或高胜率等客观指标的模型。

量化交易可定义为:通过量化模型及计算机程序化发出买卖指令,以获取稳定收益为目的的交易方式。在海外的发展已有30多年的历史,其投资业绩稳定。

打个比方,中医与西医的区别。中医是望、闻、问、切,最后判断出的结果,很大程度上基于中医的主观经验,定性程度上大一些;西医就不同了,先要病人去拍片子、化验等,这些都要依托于医学仪器,根据测量的数据定量的分析,最后得出结论,对症下药。

二、量化投资的优点

1.严苛的纪律性

量化投资就是严格根据程序发出的买卖信号来执行。 克服了人天性中的贪婪恐惧侥幸等心理。

2.以具体数据量化,而非经验性判断

量化投资用历史和现在具体的数据来测量,去除人为的经验判断。因为人往往有认知和记忆偏差,会注意到好的方面而刻意避开不好的一面,常常记住赢钱的时候,而忘记亏钱的经验。

3.以概率获胜

每一笔买卖盈亏可以用概率来衡量。量化投资是根据历史走势,从中找到在未来可重复的规律,加以利用,以较高胜率的优势,在未来投资获得领先优势。

三、鱼盆模型是预测模型还是趋势跟踪模型?

答:模型主要采用了趋势投资的理念:相信强者恒强! 截断亏损,让利润奔跑!但是在此基础上,也结合了市场情绪等因素作为判断参数。模型交易理念是不预测市场,只在特定条件下顺应趋势,跟踪强者。

四、如何利用鱼盆模型操作?

模型分为多个类型(1号指数动量模型,2号量价模型等),公众号中每天会免费给出模型1号的投资日志。公众号中每天给出的指数,目前包含上证综指、沪深300、上证50、中证500、创业板等。今后会根据需要增加其他板块指数。

目前每天分享的有5个指数,会每晚都发它们的多/空,多的时候就买,空的时候就卖。另外还会公布第二天的临界值,临界值是判断该指数第二天趋势强弱状态的标杆。比如临界值是1000点,第二天指数收盘价大于1000点就是多,低于1000点就是空。规则非常简单。但是由于无法直接购买指数,只能买指数对应的ETF基金,相当于买卖指数。注:交易ETF基金和交易股票的区别,就是不用交印花税,其他都一样。

此外,可以把ETF基金换成B级,比如当创业板发出多信号时,可以把操作标的创业板ETF159915换成杠杆B级150153!但是,风险很高!波动加大!

五、模型可以用来做个股吗?

个股波动性太大,偶然性因素太大而指数稳定性很好,个股投资也可以进行参考,但不推荐;以后考虑择机会推出 2号量价模型,这个是个股模型。1号主要用来判断大势和给稳健的投资者提供参考依据。

六.根据鱼盆模型历史上投资收益如何?

全年满仓,根据模型,买卖指数EFT基金。回测2013--2016年,年化收益率50.7%

分年单独测算:

2014年大盘涨了54.2%,策略赚了75.4%

2015年大盘涨了9.7%,策略赚了131%

2016年:今年大盘跌12.6%,策略赚了10%

七.模型的优点和缺点?

优点就是收益比较稳定,可防止大的亏损。历史上大的股灾全可以避过。缺点是因为模型核心是趋势跟踪策略,在震荡市中,可能交易信号发出频繁,被来回收割

八.如何利用每天的模型操作?能举个例子吗?

每个交易日晚上我们都会给出当天模型的运行结果,如6月1日晚上给出:

以后将会改版如下展示:

我们看到在量化模型鱼盆1号中上证50、沪深300的多打钩了,而在市场综合评价表中第四维量化模型中显示:鱼盆持有50ETF。那么你可以跟随买入上证50ETF或者关注50成分股。

如果量化模型中指数都显示为空,则可以空仓甚至做空。指数都显示为多,则可以满仓做多。如果只显示部分指数为多,那可以选择适合自己的仓位。这也可以看做是择时或者仓位管理的一个参考。

九、模型会收费吗?

放心,模型信号会一直免费分享,但也可能不对外公布算法

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335

推荐阅读更多精彩内容