[阿爾發21] 投信第一天大買交易策略

0Shares
Image


XQ的投信第一天大買策略,在不少文章都有提到,有趣的是有的說要跟投信一起買,有的說不應該跟著買,反而應該是投信賣的時候才應該買,到底要跟著買還是要賣呢?咱們來看看優化的結果

XQ原始策略回測

XQ的投信第一天大買策略,用了三個條件來定義第一天大買,原有投信持股數量、今日買賣超佔比、以及與一次發生時差了多少日,以下使用原文章的三個條件來做選股跟積木的回測

選股的回測的績效看起來是非常不錯了,最大區間虧損很小,報酬率是穩定向上,勝率超過六成,就不知道積木的表現如何

Image Not Found
原始策略選股回測結果

用量化積木回測,停損利同樣是7%,回測結果跟選股差不多,2021到現在,勝率還是超過六成,最大拉回只有6%,交易次數也算多,不過報酬率不高,只有25%,但這應該是因為報酬率是用獲利/最大投入金額算出來的,當剛好有一堆股票進場或是買到貴的股票,就會讓報酬率看起來較小,這個問題,後面可以用限制股票價格來優化,但原始策略的回測結果我是覺得已經很不錯了

Image Not Found
原始策略量化積木回測結果 – 上市櫃全

上市櫃股績效比較

用量化積木將上市股跟上櫃股分開回測,同樣是7%停損利,可以很明顯看出來,上櫃股的表現較上市股穩定,勝率也高出不少,不過,如果拿上櫃股回測結果跟上圖使用全部股票的回測結果來比,似乎上市櫃股一起用能達到互補的效果,報酬率曲線上升趨勢更明顯,也更穩定,但是不是這樣,還要再調整價格區間跟停損利

Image Not Found
原始策略量化積木回測結果 – 只用上市股
Image Not Found
原始策略量化積木回測結果 – 只用上櫃股

最終優化結果

在原始策略條件跟參數不動的情況下,增加了價格限制與股價淨值比條件,使用股價淨值比的原因主要在排除一些近期表現不是很少的股票,也避免因為整體大盤不好時,觸發太多檔股票,另外,停損利調高為15%

Image Not Found
選股策略設定

用量化積木回測,停損利設定在15%~30%中間時,績效跟下圖都非常接近,不管是報酬率、勝率、最大拉回都差不多,就是最大投入金額會隨著停損利的變大而增加,因此,我選擇了15%為最終優化的組合

Image Not Found
量化積木最終優化回測報表1
Image Not Found
量化積木最終優化回測報表2

後續優化建議

這個策略,我覺得還有一些地方值得深入去思考,以下幾點供讀者參考,或許可以從中找到更好的策略

  • 投信大買之前是否不能有持相同股票? 或是持有數量不能太多,這個策略的條件限制投信大買前不能持有超過一定數量的股票,不過這個數量高價股跟低價股是不是該有所區分,或乾脆都不能持有相同股票呢?
  • 買賣超要佔多少才算大買? 到底投信要大買還是小買績效會較好呢? 因為在回測過程中,似乎買太多績效反而會變差,這點是可以再進一步優化的

VIP策略 – 短線操作也是可行的

在研究這個策略的時候,有幾篇文章都提到,當投信第一天買進的時候,短線上會有上漲的機會,也很幸運的,找到短線上能獲利的條件,短線交易策略應該是很多人都會想要,不過,好東西就只能留給咱們的VIP會員了,有興趣加入的可以點下方按鈕,了解下

Image Not Found
VIP積木回測報告1
Image Not Found
VIP積木回測報告2

檔案下載

0Shares


發佈留言

相關文章

如何運用AI修正XS程式碼錯誤

現在很多人都在用AI來寫程式,使用XQ的你,是不是超級羨慕也去嘗試讓AI撰寫XS程式碼了呢? 相信你試過之後的結果都會很失望吧,你以為他給你的是XS程式碼,但常常都是其他軟體的語法。

[AI] 定期定額投資績效計算頁面

定期定額投資的績效表現在XQ上並不容易回測,本文將會介紹我如何運用量化交易實驗室的AI,在短時間內就寫出一個可以計算定期定投入績效的XQ看盤頁面。

[VIP] 投資節目老師報明牌行不行

如果還沒看到前一篇的文章,可以先閱讀下,這篇主要是說明頁面我做了那些調整,跟我觀察到的心得分享,希望對大家有幫助。

投資節目老師報明牌行不行

前幾天在搜薄碩士論文的時候,看到一篇有趣的研究,研究標題是-投資理財節目異常推介有價證券與投資人行為及報酬率檢視-以上櫃公司為例,相信很多人都會跟我一樣想要知道老師報的明牌到底有沒有用吧,結論是大部分情況是有用,不過研究只有一年,到底現在還能不能用呢?用了個頁面讓大家自己研究研究

最近發文

加入我們

Categories

最新留言