策略分享

yq667888
yq667888 这家伙很懒,还没有设置简介

0 人点赞了该文章 · 252 浏览

分享两个自用策略.

附件列表

策略2.txt

5KB

100.00

积分

策略1.txt

5KB

100.00

积分

发布于 2025-08-05 17:01

免责声明:

本文由 yq667888 原创发布于 百果量化交流平台 ,著作权归作者所有。

登录一下,更多精彩内容等你发现,贡献精彩回答,参与评论互动

登录! 还没有账号?去注册

xiaoxuboby
2025-08-16 14:40
两个策略ptrade里都运行不了啊
xiaoxuboby
2025-08-16 14:39
2025-08-16 14:38:26 开始运行回测, 策略名称: 策略1 2025-01-02 00:00:00 - ERROR - 用户策略执行异常 2025-01-02 00:00:00 - ERROR - Exception: Traceback (most recent call last): File /home/fly/backtest/9b15c250-7a6b-11f0-a620-507c6f09fc5a/user_strategy.py, line 5 in from pandas.stats.api import ols ModuleNotFoundError: No module named \pandas.stats\ 2025-08-16 14:38:34 Traceback (most recent call last): ModuleNotFoundError: No module named \pandas.stats\ 2025-08-16 14:38:34 策略回测结束
guangtos
2025-08-10 17:12
Ptrade上根本跑不起来
yq667888
2025-08-07 20:39
@xiaoxuboby 是Ptrader上的
xiaoxuboby
2025-08-07 19:48
@yq667888 是可以在ptrade上运行的吧?是我就买了,哈哈。聚宽代码就算了,我也有聚宽RSRS的策略代码
yq667888
2025-08-06 09:25
策略2:策略通过基本面 + 量价形态筛选股票,具体步骤: 基本面初筛 筛选流通市值在 8-50 亿之间的股票(中小盘股),并按流通市值从小到大排序(偏好更小市值)。 量价形态精筛 对初筛后的股票,检查过去 10 天的行情数据(收盘价、成交量、成交额、涨停价等),需同时满足以下条件: 当日成交额不超过 22 亿(避免过大资金难以进出); 当日成交量是最近 3 天内最大的(放量信号); 前 3 天的成交额至少是前 4 天的 2 倍(近期明显放量); 最近 3 天连续涨停,且第 4 天未涨停(筛选 “3 连板且前一天非涨停” 的形态)。 过滤无效股票 通过filter_paused_stock函数排除停牌、ST 股、名称含 “” 或 “退” 的风险股票,最终结果存入g.buylist(待买股票池)。 该策略是典型的 “短线形态选股策略”,核心逻辑: 通过筛选 “3 连板、近期放量、中小市值” 的股票,在每天 9:30 按固定资金比例买入,同时严格执行 “7 天必卖 + 20\% 止盈 + 50\% 止损” 的规则,保持 10 只股票的持仓数量,试图捕捉短期强势股的延续性收益,同时通过固定周期和止损控制风险。
yq667888
2025-08-06 09:19
策略1:核心交易逻辑可以分为择时判断、财务指标选股和持仓管理三个主要部分,三者协同工作实现完整的交易流程,具体如下: 一、核心参数设定 策略首先通过set_parameter函数定义关键参数,为后续逻辑提供基础: RSRS 择时参数:统计周期g.N=18(用于计算斜率的 K 线数量)、样本长度g.M=1100(用于标准化指标的历史样本量); 信号阈值:买入阈值g.buy=0.7、卖出阈值g.sell=-0.7(判断市场状态的临界点); 持仓设定:单次持仓数量g.stock_num=10(固定持仓股票数量); 基准指数:以沪深 300 指数(000300.XSHG)作为市场风险参考基准。 二、RSRS 择时逻辑(核心) 策略通过 RSRS(Range-based Support and Resistance)指标判断市场整体风险,决定是否进行交易(开仓或空仓),具体步骤: 计算 RSRS 斜率 对基准指数(沪深 300),取最近g.N=18天的最高价(high)和最低价(low),以最低价为自变量、最高价为因变量做线性回归(OLS),得到的回归斜率即为 RSRS 指标,反映价格波动的趋势强度。 指标标准化与修正 标准化:用最近g.M=1100个 RSRS 斜率的均值和标准差,将当前斜率转换为 z-score(标准化值),消除量纲影响; 修正:用回归的决定系数(R²)对 z-score 加权(zscore_rightdev = zscore 斜率 R²),R² 越高(回归效果越好),权重越大,提升指标可靠性。 生成交易信号 当zscore_rightdev > g.buy=0.7:认为市场风险合理,触发开仓信号,执行选股和买入操作; 当zscore_rightdev < g.sell=-0.7且当前有持仓:认为市场风险过高,触发清仓信号,卖出所有股票保持空仓。 三、财务指标选股逻辑 当触发开仓信号时,通过trade_func函数基于财务指标筛选股票,步骤: 筛选基础池 通过get_fundamentals获取全市场股票的市净率(pb_ratio) 和净资产收益率(roe),筛选出roe>0且pb_ratio>0的股票(排除财务指标异常的股票)。 综合评分排序 对筛选后的股票,计算1/roe(ROE 越高,该值越小,代表盈利能力越强); 对pb_ratio和1/roe分别排名(越小排名越靠前),将两个排名相加作为综合得分(point); 按综合得分升序排序,取前 10 只股票作为最终持仓池(得分越低,代表估值越低、盈利能力越强)。 四、持仓管理与调仓 资金分配:总资金平均分配给 10 只入选股票,每只股票仓位约为 10\%; 调仓规则: 卖出不在持仓池中的股票(确保只持有最新筛选的 10 只); 对持仓池中的股票按目标市值买入(若已持有则调整至目标仓位); 无开仓信号时(未达买入阈值或触发卖出阈值),保持空仓。 总结 策略整体逻辑是 “先择时、再选股”:通过 RSRS 指标判断市场风险,仅在市场风险合理时(触发买入信号),用 “低估值 + 高盈利” 的财务指标选出 10 只股票等额持仓;当市场风险过高时(触发卖出信号),清仓所有股票保持空仓,以此实现 “赚能赚的钱,规避高风险” 的交易目标。
xiaoxuboby
2025-08-06 08:00
能介绍一下吗