交易策略

摘要

国内外研究普遍认为应计异象存在，且基于此可构建交易策略。学者普遍认为应计异象真实存在，但交易策略有效性存在争议，此外多数研究时间较早且样本选取范围较窄。

应计利润持续性小于现金流利润，且市场无法反映这一信息。我们对A股应计异象进行实证分析，通过对下期利润与当期利润拆分后的当期应计部分及现金流部分回归发现，应计部分系数小于现金流部分系数。根据市场有效性理论检验发现市场无法反映上述不同持续性特征的信息，且近年异象特征明显。

全市场按应计因子排序多空对冲效果明显，剔除亏损公司后多头超额和多空对冲收益均有提升。全市场按应计排序分组，多空对冲收益明显。在剔除亏损公司后，多头超额收益和多

问题

ta_sma_5_0 > ta_sma_10_0 ta_sma_5_0 > ta_sma_20_0 ta_sma_5_0 > ta_sma_30_0 ta_sma_5_0 > ta_sma_60_0 ta_sma_10_0 > ta_sma_5_0 ta_sma_10_0 > ta_sma_20_0 ta_sma_10_0 > ta_sma_30_0 ta_sma_10_0 > ta_sma_60_0 ta_sma_20_0 > ta_sma_5_0 ta_sma_20_0 > ta_sma_10_0 ta_sma_20_0 > ta_sma_30_0 ta_sma_20_0 >

请问比如最近涨停是哪一天，这个怎么实现？

https://bigquant.com/experimentshare/91d5e91c4aec407c95ea3aafdf0ac74f

\

请问如何修改下面的卖出订单的代码，实现判断当股票总仓位大于总市值金额的60%时，卖出大于60%的那部分排序末位的仓位？

if not is_staging and cash_for_sell > 0:
        equities = {e.symbol: e for e, p in context.perf_tracker.position_tracker.positions.items()}
        instruments = list(reversed(list(ranker_prediction.instrument[ranker_predicti

问题

比如我想获得昨天以前30天内最高收盘价当天的MACD值，应该如何获取

\

解答

可以参考以下代码：

1. 通过 ts_argmax(close_0, 30) 获取过去30天内的最大值发生在哪一天

2. 通过 ta_macd_hist(close_0, fastperiod=12, slowperiod=26, signalperiod=9) 获取MACD指标

3. 通过 DataFrame 重置索引的方式获取偏移 n 天后的MACD指标

   
   [https://bigquant.com/experimentshare/fa0b9062d376487abf7

问题

问题描述

我是参考这个帖子进行修改的：交易策略如何调整买卖时间 13。为什么会提示这个buy_price没有被定义？想请教老师帮忙看看？

问题策略

https://bigquant.com/experimentshare/45762d8fb4934bd3b579755d45357613

\

问题

在交易模块已经指定price为买open，卖close的情况下怎么实现开盘卖出清仓

需要在初始化函数写入如下自定义买卖代码

问题截图

策略

[https://bigquant.com/experimentshare/4deac4a5f3454fde9044983b52131de6](https://bigquant.com/experimentshare/4deac4a5f345

问题

如何在策略中实现最近10天内买入过的个股不再买入

\

解答

在回测中可以在卖出股票后，把卖出时间保存下来，然后买入时和当天时间进行对比就可以实现。具体可以参照下面的样例，此样例实现了持有股票必须大于n天后才能卖出和买入的股票m天内不再买入两个功能。

https://bigquant.com/experimentshare/fd94a8acc914413ea5185892d7aade09

\

现有的日回测，只能实现次日开盘或收盘的买入及卖出，请问如何实现当天收盘前5分钟卖出？能否给个例程！多谢了！

想做一个简单的可转债交易策略，使用回测模块时出现奇怪的报错，求高手指点：

https://bigquant.com/experimentshare/a83a17dc18714c4babaae64b53bd485b

\

问题

![{w:100}{w:100}{w:100}](/wiki/api/attachments.redirect?id=a1e36d24-a5a4-4474-bf7b-198f4f97a24

运行不了：

https://bigquant.com/experimentshare/b70938db6a534ecfb6ade2556e401ef4

\

cash_avg = context.portfolio.portfolio_value / context.options['hold_days']
cash_for_buy = min(context.portfolio.cash, (1 if is_staging else 1.5) * cash_avg)
cash_for_sell = cash_avg - (context.portfolio.cash - cash_for_buy)
请问这个怎么理解？
# 2. 生成卖出订单：hold_days天之后才开始卖出；对持仓的股票，按机器学习算法预测的排序末位淘汰
    if 

https://bigquant.com/experimentshare/81fc253c1f0f4f2eac71c2477849530d

\

每个品种的开仓时间，存在哪里啊？

问题

请教高手，如题，想对所有可转债对应正股进行处理，如何得到所有正股列表呢？

https://bigquant.com/experimentshare/d8fb2ec62bec4b57b09947850c349109

\

https://bigquant.com/experimentshare/612fccdedb274977ba74636700ecc9b8

\

作者：woshisilvo

导语

在以往的分享中，很多朋友们问到如何设置大盘风控？在之前的分享中，我们讲过可以采用指数的涨跌幅以及Macd指标作为大盘风控的思路，通过特征列表 构造指数特征macd表达式，再通过指数特征抽取来进行风控的设置。

bm_0=where(ta_macd_dif(close,2,4,4)-ta_macd_dea(close,2,4,4)<0,1,0)

本次我们对该思路进行改造，从以下三个方面进行优化：

• 构造指数的MAAMT指标作为指数风控的指标
• 用指数的成交量（3.5日ma线死叉）作为风控依据
• LSTM神经网络模型

今天与大家探讨高频策略的回测框架。高频策略的研发，有两个显著的特点： 一是数据量大，与日频相比，分钟频率就是百倍的数据量， 到秒级别更达到上千倍的差异。 二是对交易细节敏感，回测系统要尽可能去模拟真实交易的情形，甚至要比真实交易更严格，这样研发出来的高频策略才有实盘的价值。所以高频策略要考虑的细节很多，决策时间点，成交价，手续费，流动性等。细节考虑的不到位，策略回测和实盘交易就会差异很大，降低策略研发的价值和效率。 如何在大数据量前提下，尽可能的将细节考虑到位，就是高频策略回测系统的挑战，也就是严谨和高效的权衡。

下面和大家一起构建一个秒级别的策略回测框架。 一般来说，回测框架会包含以下几个

\

我准备交易宁德时代 和茅台 有没有大神 有合适的交易策略

python究竟怎么可以获取level2行情呢？比如百度、新浪、搜狐、CSDN等都有教程还有说明，同时还有提供一些常见的股票L2接口，包括许多模拟股票交易系统也提供了数据，但这些获取股票数据的方法并不像通过python那样方便。那么，如何通过python实现股票L2接口呢？

以下有两种情况说明：

（1）你有自己的证券商及客服专员；

在这种情况下，个人直接打电话给交易账户的证券期货供应商客户服务专员，获取CTP数据接口信息。CTP是指根据要求，进入期货公司的交易程序必须经过穿戴认证。简单地说，它是在期货公司提供的模拟环境中完成指定

https://bigquant.com/experimentshare/a4e89b23c2de4c56b6534136169d13c1

\