策略分享

【7月回血就靠他】AI量化实盘-寻找alpha

由woshisilvio创建,最终由woshisilvio 被浏览 404 用户

作者:woshisilvio (全文共913字,阅读约需2分钟)

市场究竟有没有真正的alpha?

笔者一直疑惑的一点就是 我们的模型每天这样选股,赚钱的效应究竟是随机的,还是可控?

模型有没有真正的学到市场中的规律,挖掘到了alpha? 靠AI模型 来赚钱 究竟靠不靠谱?

对于这些问题,一千位quant就有1000个答案,这里就留给评论区的高人们解惑了。


{w:100}{w:100%}

针对以上问题,之前笔者有分享过一期meetup

https://bigquant.com/wiki/doc/xinhao-fangfa-oxACTyy7MT

关于如何提升策略信号精准度的帖子,

以及如何有效对抗过拟合的帖子。

https://bigquant.com/wiki/doc/gaishuai-VEmyCgB5uz

那么针对 上述的一些经典案例分享,我们使用一些简单的方法更新了自己模型之后,效果如何呢?

似乎有点效果…………






市场中游离的alpha是一个不稳定态

-笔者经过一段时间的实盘 实测之后发现,有的做指数增强的策略,确实是在某一个阶段 表现强于指数

而经过对比检测之后,发现强市场的 alpha 确实明显 对很多策略的提升很大。(牛市好赚钱)


而有的专精只做一种模式的模型(比如小市值策略,又或者很多天梯的单股票策略),

确实是在某一段 中小盘股比较活跃的市场中能取得较为客观的超额收益的,反而在熊市打赢了市场。

因为可选范围小,减少了决策难度(熊市好选股)

而我们通过回测 又或者数据分析 观察到的静态数据 -alpha,其实是不稳定的。

可能今天追涨策略的alpha 稳定,明天就到了抄底的…………让人捉摸不透

那我们有什么方法可以有效捕捉到 固定一个时间点的alpha呢?

方法 肯定是有的。

比如 我就是喜欢做追涨,抄底,或者反弹。

那我们就可以对 策略风格 进行聚焦,选择一些好的因子

或者约束条件,通过这些条件组合--规范模型的选股方向------(条件过滤 )

这样的方式做出来的模型,在选股的方向上,

大概率的匹配到某一段市场风格的行情,从而吃到 市场的流动性溢价。

{w:100}{w:100%}

于是我们可以总结一下规律,大部分这段时间表现好的模型,不管追涨停也好,做回踩也好。

赚钱效应最好的基本上都归属于某一类策略---动量策略

高度依赖市场的流动性,和动量效应。

那么我们可以暂时的判断说 模型赚钱的原因,有可能是 模型的选股风格 恰好 契合到 市场中游离的alpha ?

又或者 是因为我们有意识对模型的头部信号 进行约束,精炼 这种方式 减少了算法选择的范围,

有效的提高模型选股的收益。

不管你信不信,反正我是爱了。。。。

AI-量化大法好,感谢BQ,感恩市场。

回测+实盘如下

https://bigquant.com/live/shared/strategy?id=81367

{w:100}{w:100%}

{w:100}{w:100%}

{w:100}{w:100%}

{w:100}{w:100%}

赚的不多 ,但是足够可以吹一个上午了……

祝看到这条帖子的大家,在未来的日子账户长虹!天天涨停

\

标签

过拟合AI量化交易实盘
评论
  • 哈哈哈哈我进了
  • 牛了 兄弟 哈哈哈 \
  • 虫哥还是那么的秀,啥时候再来开课呀?