博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
仓位管理 V4.3
阅读量:4969 次
发布时间:2019-06-12

本文共 907 字,大约阅读时间需要 3 分钟。

之前设计的仓位管理算法一直比较有效,往往能在市场的不断的上涨下跌中获利。不过感觉短期变动的仓位占整体的仓位较低,使得盈利较低。所以这个月对仓位管理算法进行了升级,尝试了几个版本。这里做一个记录。

V4.2 非线性仓位控制算法(失败!)

直接上脑图。

33907-20180628184753943-1518497674.png

由于 V3.4 使用了简单的线性算法,使得X值小范围波动时,仓位没有太大变化,所以这次想使用非线性的算法来计算仓位值。最后,挑了三角函数。多年没用,差一点都回忆不起来……服了,是不是该吃脑白金了……

33907-20180628184803585-1026955117.jpg

经过一些调整,最终的仓位控制算法是:Y=IF(AND(-1<=[@X],[@X]<=1),1/2(1+ COS([@X]PI()/2+PI()/2)), IF([@X]<-1,100%,0%))+20%。对应的曲线如下图:

33907-20180628184813421-1098990179.jpg

可惜,使用这个曲线控制仓位时,再使用历史数据来进行回测,发现收益率并没有太大变化。反倒更低了!也就意味着失败了!

原因分析如下:

一开始认为原因可能是因为回测使用的是月线,需要使用日线来进行回测。

但是使用日线回归后,发现结果一样。曲线变化的仓位管理,并没有比线性变化的仓位管理有更好的效果。

再次分析,原因其实是:历史数据中,大部分的时候,点位并不是大概率都在估值周围徘徊;而是在偏离估值较远的某一个范围内来回振荡。也就是策略之初的假设,本身就是错误的。所以导致本策略的主要方法“越靠近估值仓位变化越大”失去了效果。

后续的策略中,应该考虑的是短期之内在某一范围徘徊(与估值无关),仓位策略应该变化放大。

短线抄底方案 V4.3

经过 4.2 的失败尝试,又设计出了新的 4.3 仓位管理方案。此方案可以理解为“短线抄底方案”。

在此本方案中,将整体资金划出一小部分为短期资金,用于短线的炒作。

具体的方案,已经编写在下面的脑图中,不再文字赘述。下图是 4.3 的思路。

33907-20180628184824455-165743479.png

目前该方案只处于理论上,并上线试用,还没有实战验证。

本月各大股指已有较大幅度的下跌,很多指数都满足了上述的“下跌较多、低估、高安全边际”的要求。正是试水的好机会!

转载于:https://www.cnblogs.com/zgynhqf/p/9240216.html

你可能感兴趣的文章
Android 学习笔记
查看>>
武道之路-炼体期四重天
查看>>
bat删除指令
查看>>
Nginx作为静态资源web服务之防盗链
查看>>
Vue组件开发实践之scopedSlot的传递
查看>>
ORA-12514: TNS: 监听程序当前无法识别连接描述符中请求的服务
查看>>
加强树状数组luogu3368
查看>>
hdu4719 Oh My Holy FFF 线段树优化dp
查看>>
python处理excel文件(xls和xlsx)
查看>>
SPOJ TRAFFICN - Traffic Network
查看>>
(面试)写出下面switch语句的输出结果
查看>>
计算机中的“透明”
查看>>
haproxy报错解决
查看>>
nginx反向代理本地 单台wed -使用域名代理
查看>>
CSS
查看>>
eclipse 项目svn忽略不需要提交的文件
查看>>
蘑菇街电面
查看>>
angularjs SyntaxError: Unexpected token  in JSON at position 0
查看>>
C#读写共享文件夹
查看>>
Activity系列博客5篇
查看>>