突如其来的65退休政策真是重伤了本打工人的心,不知道大家是不是也对今年的行情抱有极高的期待,咬了咬牙决定今年搏一搏,经过最近半年的煎熬, 终于熬夜肝出来的择时模型,看着效果还可以,能不能实现提前退休就在此一举了,现在开始立此贴, 跟踪记录对下一日的预判信号,望诸事顺利~
新手发帖,有不足之处望大家提点!
目标:年化30%
最大回撤:8%
回测最近收益:
注: 收益按指数收益进行计算,暂不计算手续费
第一次信号:
上证50:上涨概率21%
沪深300:下跌概率50%
中证500:上涨概率60%
中证1000:上涨概率100%
说明下:
在回测的时候,我们假设指数既可以做多又可以做空,直接把预测的概率直接转换为对应的仓位。例如今天模型预测上证50上涨概率21%,那么上证50对应的仓位为做多21%;模型预测沪深300下跌概率50%,那么沪深300对应仓位为做空50%。
补充(一):
利用每个指数模型预测结果构建策略:
1、择时cta策略:直接利用各指数预测结果,进行股指多空交易,可以交易一个股指,也可以交易多个股指,帖子每天公布的组合仓位,就是这个策略。
2、指数增强:采用完全复制单个指数仓位(100%股指多头仓位)+单个指数多空择时仓位([-100%-+100%]股指仓位)构成组合,形成纯多头仓位,仓位根据指数择时进行变动,仓位保持在0~200%之间。
3、股指强弱套利:根据模型预测各个指数涨下跌的概率,采用股指期货,做多强的,做空弱的,形成对冲交易。
补充(二)
模型组合交易股指期货,今天(3月24)创新高了。simnow仿真账户资金2000w,采用两倍杠杆,3月20日前,每个品种等权分配,3月21起:IH 100%,IF 33%,IC 33%,IM 33%.
根据指数预测强弱,对股指进行配对交易,今天(3月24)也创新高。simnow仿真账户2000w,采用两倍杠杆,四个配对等权分配(IHIC:50%,IFIC:50%,IHIC:50%,IHIM:50%)。1月之前为两个配对(IHIC,IFIC),之后为四个配对。可以明显看出4个配对收益曲线更平滑。
提示:此贴仅供个人记录,不构成任何操作建议,股市有风险,入市需谨慎
郑重申明:1、本帖一不卖信号,二不卖模型,三不加群。2、本帖主要是量化择时验证,同时展示量化择时是可行的。
知与不知 - 80后金融民工
这一段话是我出于经验的想法,以下是我说这段话的出发点。1、定义问题。一般股票模型的计算是平均加权,而指数是市值加权,所以alpha对应的beta也应该是平均加权,中证300、中证500等不代表beta。
关于Alpha
因为交易是个纯粹的筹码交换操作,本身没法直接创造价值,所以交易行为带来的正Alpha肯定是从别人的负Alpha里掏出来的。
我这段话里面的Alpha更多是指“价格偏离正确的根据价值定价的投机差”,这么说的话,那正Alpha就应该是建立在别人的投机失误的负Alpha之上的。
Beta恒定
这与其说是一种假设,倒不如说是我想通过这...
2、假如alpha是来自成长因子,那么成长因子的alpha是来自于股票价格完全反映业绩预期的之前的上涨,何来“投机失误的负Alpha”一说?
3、个人理解,美国股票长牛 = 全球市场需求 + 来自美国政府的护城河。美股的业绩增长来自全球市场的需求,而这个市场增长得以持续,是美国政府作为护城河。随便举例,对华为的打击,守住了美国的通信行业、苹果手机、谷歌(安卓系统),80年代对日本半导体的打压,对法国阿尔斯通的收购,等等,当自由竞争不过对手时,美国政府就会出手,背后的威慑力来自于其军事力量。欧洲各国的股票都是上百年的存在了,也很成熟,但都不慢牛。所以 “美股慢牛” 不等于 “成熟市场”。
这个似乎不一定,例如这篇研报,《20220722-中信证券-量化策略专题研究:财务视角下的负向组合构建研究》。逻辑上就是负alpha,怎么会变成正alpha?这一段话是我出于经验的想法,以下是我说这段话的出发点。
“beta超长期来看是稳定的”,不知道这个结论有没有数据支撑,A股目前10多年的数据暂时无法得出这个结论吧?!
关于Alpha
因为交易是个纯粹的筹码交换操作,本身没法直接创造价值,所以交易行为带来的正Alpha肯定是从别人的负Alpha里掏出来的。
我这段话里面的Alpha更多是指“价格偏离正确的根据价值定价的投机差”,这么说的话,那正Alpha就应该是建立在别人的投机失误的负Alpha之上的。
Beta恒定
这与其说是一种假设,倒不如说是我想通过这种说法来降低各位投资者的预期。
如果要解释的话,我会这么解释:在长期来看,Beta会更加倾向于回到标的本身的实际价值上,而价值的增长在一个较长的经济周期里是大致恒定的。
除非你能找到一个非常稳定的负Alpha并不停利用它,不然总有一天你的超额收益会随着市场有效化而消失的,这时候还坚持的话,你就很有可能变成那个负Alpha。
市场在波动的时候,定价会越来越有效,因为波动 = 有多方投资者在表达不同的意见,这样定价会更加接近真实价值,而波动的时候占市场的绝大部分。
而市场在趋势的时候,定价会越来越无效,因为价格的走势让投资者的情绪逐渐一致,和真实的价格偏差越来越大。
随着信息越来越透明和机构投资者越来越成熟,至少在市场波动期间,定价会越来越有效;至于趋势区间,只要市场的主导还是人而不是量化交易机器,那该无效还会无效。
这就是我对“长期称重机,短期投票机”这句名言的个人解释。
关于A股
A股现在最大的问题在于整体设计过于鼓励投机了,甚至机构户投机比散户还厉害。长期的剧烈趋势肯定会让人怀疑A股是不是特殊的那一个,Beta是否恒定。
不过,A股现在才30来年,和美股比起来短得多了,制度都没成熟。二十世纪初的美股比现在A股疯狂多了,不然大投机家礼佛摩尔怎么能利用市场的情绪赚那么多的钱。现在的美股则早就被认为是“成熟市场典范”了。
我相信,如果再过50年,我们会发现A股终究会回到成熟的道路上的。
必须承认,我对经济学和市场的认知很浮浅,很多时候是现学现卖的,欢迎继续补充和指正。
知与不知 - 80后金融民工
一个补充:这个似乎不一定,例如这篇研报,《20220722-中信证券-量化策略专题研究:财务视角下的负向组合构建研究》。逻辑上就是负alpha,怎么会变成正alpha?
beta超长期来看是稳定的,所以可以简单地认为所有的正alpha都来自负alpha。
当你觉得自己找到了alpha的时候,最好想清楚是谁在掏钱养你,如果找不到那个人的话,很可能是你在掏钱养别人。
“beta超长期来看是稳定的”,不知道这个结论有没有数据支撑,A股目前10多年的数据暂时无法得出这个结论吧?!
赞同来自: 黄圣佳妈妈
这周末的一些新的想法:写得不错!那您觉得我的模型是哪一种方法呢?
1. 任何策略都有好的时候和坏的时候,因为宏观环境处于不断的变化之中。虽然赚钱的方法多种多样,但赚大钱的核心其实一样,就是不要让亏损大到赚不回来,这样才有复利,只有复利能从赚钱走到创造财富。
2. 短期来看,越强健(对环境不敏感)的策略收益应当越接近长期beta,越脆弱(对环境很敏感)的策略收益可能越高。但是长期来看,所有策略都会回到beta及以下(甚至为负)。但这并不妨碍...
赞同来自: skyblue777
beta超长期来看是稳定的,所以可以简单地认为所有的正alpha都来自负alpha。
当你觉得自己找到了alpha的时候,最好想清楚是谁在掏钱养你,如果找不到那个人的话,很可能是你在掏钱养别人。
赞同来自: 平湖秋月
这周末的一些新的想法:1. 任何策略都有好的时候和坏的时候,因为宏观环境处于不断的变化之中。虽然赚钱的方法多种多样,但赚大钱的核心其实一样,就是不要让亏损大到赚不回来,这样才有复利,只有复利能从赚钱走到创造财富。2. 短期来看,越强健(对环境不敏感)的策略收益应当越接近长期beta,越脆弱(对环境很敏感)的策略收益可能越高。但是长期来看,所有策略都会回到beta及以下(甚至为负)。但这并不妨碍你...手动赞一个
赞同来自: 塔塔桔 、timeamber 、djc354133 、灵活的蓝胖子 、入戏三分 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
1. 任何策略都有好的时候和坏的时候,因为宏观环境处于不断的变化之中。虽然赚钱的方法多种多样,但赚大钱的核心其实一样,就是不要让亏损大到赚不回来,这样才有复利,只有复利能从赚钱走到创造财富。
2. 短期来看,越强健(对环境不敏感)的策略收益应当越接近长期beta,越脆弱(对环境很敏感)的策略收益可能越高。但是长期来看,所有策略都会回到beta及以下(甚至为负)。但这并不妨碍你可以用一个很脆弱的策略在一个合适的时间赚大量的钱。
3. 长期来看,“黑天鹅”是必然发生的,均值回归也几乎是必然的。也就是说,任何强健且高收益的策略,一定会有某一个事件,让你把以前的所有超额收益一次都吐出来。
4. 超额收益的来源:
(a) (主观择时)赚的时候主动承担额外的风险(杠杆、使用脆弱策略等),并在开始亏的时候及时降低风险敞口。
(b) (利用市场情绪)市场总会时不时给出很离谱的价格,在这个别人要从alpha回归beta的时候介入,作为对手盘赚你的alpha。
(c) (利用市场无效性/利用信息差)市场的定价有时会有系统性的问题,当你掌握更多信息时,就可以利用信息差套利。早期价投、早期技术分析都是利用市场上公开信息少,自己有先发优势,狠狠赚这个长期的超额收益,但随着技术的公开,特定策略的长期alpha会越来越少,直到彻底失效。
(d) (利用流动性)中短线的趋势交易实际上是利用大资金流动性差进行套利,维持趋势的大资金入场慢出场也慢,资金小的投资者可以只享受大资金的抬轿,但不为大资金买单。
其中只有(c)和(d)是可以稳定的,但(c)不能泄露秘密,而(d)体量大了就没有了。
5. 关于散户赚钱的一些想法:
(a) 对于躺平派,有足够的本金最重要,如果没有足够的本金,那你最好能利用某一个特别的机会,勇于冒险,去赚巨量的不对称收益;或者好好上班,赚双份钱。
(b) 控制好风险敞口,利用每一次危机。所有危机其实都只是贪婪的大人物的危,对于小人物来说绝对是机,只要你能活过环境最差的时候,接下来很长一段时间都是捡钱的时候。
(c) 保护本金最重要!没有复利,散户永远不可能变成巨富。不要说运气,运气是没法复利的,只有认知可以复利,而保护本金是所有大师的认知里唯一的绝对共识。
(d) 认清能力圈,学会平常心。理论上,任何人都可以学会赚到市场的beta,也可以学会赚到特定环境的alpha,但切莫把环境赋予的alpha当作你能力圈里的beta。只要有稳定的beta和偶尔的alpha,任何人都可以赚到大钱。不过,别忘了市场里还有一个稳定的负alpha,就是不会控制自己的情绪。
手机就写到这里了,欢迎补充和指正。
赞同来自: 海淘剁手党 、大7终成 、jacktree 、泛舟Rain 、大y阿飞 、 、 、 、 、更多 »
问题不是特化本身问题。
特定的生活环境不变,特化物种的优势依然不变,特定的生活环境发生改变,特化物种的优势就可能变为劣势。
进化论观点,适者生存,优胜劣汰。
有优势不代表有永久性优势,先淘汰的一定是劣势物种。
投资博弈要根据现实环境条件,选择最为适应环境的策略,过拟合问题在于可适应场景太小,只是过去某一特定场景,未必符合现实场景。
过去只是参考,未来更多是猜想,现实比拼看谁更强,谁的生存概率更大。
更多只考虑昨天、今天、明天,不要过多考虑前天和后天。
因为今天和昨天和明天有连续性,和前天和后天没有连续。
环境变化一般都是连续,生物遗传代代相传,会出现变异。
优秀基因可以更好适应环境,环境会淘汰劣质基因。
遗传算法就是剔除表现比较差的,保留表现好的。
不要以为强大,就去破坏生存的环境,环境一旦被破坏,生命也到了尽头。
一方水土,养一方人。
特定环境孕育特定生存的法则,我们无法改变法则。我们只能比看谁更适应生存法则。
赞同来自: 阳光幽灵
从进化论的角度说,越特化的生物,越不能适应之后的环境变化,特化达到一定高度后,一个微小的环境变化就会使得这种生物失去生存优势。不特化的生命体是简洁的,比如病毒。越特化,越复杂的模型,越要快速迭代,以便于跟得上外界市场变化的趋势。由于大多数因子具有周期性,以及行情发生变化,已有的模型会逐渐失效,为了能适应新的行情,模型就必须进化或者迭代。关于模型什么时候迭代,没有一个标准。我一般是看模型最近一段时间的表现进行调整,剔除表现比较差的,保留表现好的,增加新的模型。另外,我的每个指数预测模型,是由很多个模型组合而成的,部分失效,对模型整体影响不是太致命,只要不断迭代更新。
市场上出现与理论预测值不符的证据,那么该理论或者该模型被证伪(这里面的失效,证伪指的是期望值由正转负)了吗?可能会有如下解释:
1,模型本身就是预测概率的,与预测不符的证...
赞同来自: Assnile 、泛舟Rain 、gaokui16816888 、xineric 、Eureka26 、 、 、 、 、 、 、更多 »
防止过拟合。从进化论的角度说,越特化的生物,越不能适应之后的环境变化,特化达到一定高度后,一个微小的环境变化就会使得这种生物失去生存优势。不特化的生命体是简洁的,比如病毒。越特化,越复杂的模型,越要快速迭代,以便于跟得上外界市场变化的趋势。
市场上出现与理论预测值不符的证据,那么该理论或者该模型被证伪(这里面的失效,证伪指的是期望值由正转负)了吗?可能会有如下解释:
1,模型本身就是预测概率的,与预测不符的证据出现了其实是小概率事件发生了,单次的预测错误并不能证伪该模型,模型本身没错;
2,市场发生变化后,可能是某些辅助假设条件和现实出现了偏差,把辅助假设条件进行调整使得符合市场的变化,这样模型就能和市场一起进化,这时候模型本身有小错,但是可以修改进化;
3,自己本身的认知系统有“不知道自己不知道”类型的盲区,或者技术手段有欠缺,造成我们无法理解证伪理论模型的证据,无法解释命题的预言和现实数据不符的矛盾点,而不是命题本身有错误。当消除了盲区,或者技术手段进步了,理论模型就会消除质疑了。比如说,海王星的发现就是这样一个过程:按照牛顿运动定律,天王星总是偏离本来应该运行的轨道,但是当时的科学家并没有怀疑牛顿运动定律有错误,而是推测有一个未知的行星影响着天王星的运行轨迹——不久后,海王星被发现了。
4,模型被证伪,应该放弃。
赞同来自: tongzhangji 、yuanhu 、skyblue777 、hippohippo 、gaokui16816888 、 、 、 、更多 »
这个策略有效性与上市规则和退市股则有关。
上市公司是稀缺资源时,那么壳就有价值,各个地方政府,会想尽一切办法,保住上市公司。
上市公司不再是稀缺资源时,壳价值就会消失,地方政府维护壳成本代价太高,上市比较容易。
如果采取演绎法,就会及时发现何时有效,何时无效。
如果采取归纳法,就需要累积一定量数据,无论有效或无效会有延迟问题。
要进化,就需要不断策略开发、设计、修正、修改、退出,策略是死,人是活的,一切决定在人。
赞同来自: gaokui16816888 、wangasus 、Sybil廖 、天道忌巧 、鸭蛋 、 、 、更多 »
机器学习基于历史数据预测输出,建立输入输出依赖关系,采取归纳综合法。
因果关系是结构性关系,根据股则演绎分析。
外界环境变化后,机器只有统计变化后足够量数据,才会建立新的输入输出依赖关系。
外界环境频繁变化,是可能建立足够的历史数据,无法输入输出依赖关系。
所有概率判断本来就不是100%的准确性,都是有一定置信概率和置信空间。
比如DNA测试,也不能保证结果100%的准确性,也有可能判断有错。
关在在于这样错误概率你是够接受?
凯利公司也告诉该如何博弈。
赞同来自: 都是小事情 、happysam2018 、gaokui16816888 、elgma
如果楼主的模型能够与外界的环境一起进化,或者当外界发生黑天鹅事件的时候迅速抛弃模型,那我觉得有可信度。但是如何让深度学习去理解因果关系?外界环境变化后机器能分析出来其中的逻辑吗?如果不能,那么进化又从何谈起呢?这个还真无法分辨。
私募里面有量化基金做的不错应该是一个正常现象啊,就像连续抛硬币100次,只要抛的人足够多,总有连续100次都是正面朝上的,怎么分辨这些量化基金是恰好赌对了市场风格还是真的能穿越牛熊呢?
简单爬了个楼,陈述几个事实,如果不认可就以各位的认知为准。两个都在做,单个指数有择时模型,指数强弱也有强弱预测模型,本贴只展示择时模型。
1)用日间策略去预测单一指数的涨跌幅并获得超额收益,这是绝不可能的。因为日间的指数涨跌幅就是随机游走。即使不是,样本数量也不够观察。
2)用日间策略去预测指数之间的相对强弱并获得超额收益,这是有可能的。因为指数间的相对强弱不是绝对的白噪声。
3)通过多因子选股实现指数增强策略完全可行,有些单因子甚至无脑赚钱。但指数增强的业绩基准不应是指数...
赞同来自: elgma
1)用日间策略去预测单一指数的涨跌幅并获得超额收益,这是绝不可能的。因为日间的指数涨跌幅就是随机游走。即使不是,样本数量也不够观察。
2)用日间策略去预测指数之间的相对强弱并获得超额收益,这是有可能的。因为指数间的相对强弱不是绝对的白噪声。
3)通过多因子选股实现指数增强策略完全可行,有些单因子甚至无脑赚钱。但指数增强的业绩基准不应是指数本身,而是吃贴水的股指期货收益。另外超额收益回撤越小,超额收益本身也越小。所以没必要神化一些量化基金。
不确定楼主属于1)还是2)。
赞同来自: yuanhu 、你猜再猜 、海浪9999 、流沙少帅 、好奇心135 、 、更多 »
很遗憾,骆驼总分析的数学逻辑完全正确,但结论却导向了错误的方向。事实上,看上去缘木求鱼的方法,很多都是真实可以赚钱的。你问我到底哪些可以赚钱?不好意思,不能说出来。因为这是魔术,一说出来就失灵了。只有魔术师同行在看到对方的表演后才能相视一笑,“你也发现这个秘诀了……”所以为什么缘木求鱼可以获得收益?我来讲个故事:很多人,在家旁边摘果子。想尽各种办法,分析路程、天气、季节等等,最后发现忙了一通,和...看了泛舟总的阐述,感触颇深,做下小结:
1.归纳法是有效的,用的人多了,就老化无效了。啥策略都是用的人多了就老化,包括大奖章基金。
2.演绎法下结合归纳法,演绎法可能是资产容量大一点,或者说韭菜多一点,本质上还是为了防止策略过快老化的问题。
赞同来自: KevinLe 、黄山松2007 、大y阿飞 、elgma 、传达室李老伯 、 、更多 »
上证50是-98%, 沪深300是+55%。可以得知的是分析预测的是单个品种,没有对品种本身包含什么做分析,所以会出现人通过观察发现的悖论。
这样的结果几乎是不可能的,因为上证50成份股几乎完全包含在沪深300指数中,且占有较大权重(沪深300前20大权重股有16个是上证50成份股),不可能出现如此大的背离情况。
所以你的模型里面,一定包含了某些导致结果出现突变的因子,就像混沌系统里的初始参数一样,只要初始条件有细微差别,就会导致结果出现极大的偏差,预测结果没有收敛性。
所以,我几乎可以判断...
这几天大家都在持有怀疑态度来看待这个帖子。我觉得,大家可以持开放心态持续关注,也许都是机器学习,张三的不行,不代表李四的就一定不行。可能帖子本身采用的技术挑动了每个人的神经。
我看到了很多人默默每日更新自己投资记录在集思录,但没有一个人回复他,但我觉得坚持本身就是一种值得尊敬的精神,结果仁者见仁。也许本贴最终就是一种尝试,不是一种革命。将来会作为互联网记忆的一部分,我们从中可以汲取所需的部分即可。主做银行的F大,好像之前也是封基等等一路走来的,通过讨论成熟了,发产品了,我们也学到了,受益了。
可以是种经验,不可以也是种经验,这样更好一些。
赞同来自: Johnnyx1987 、等一万年
不是我多强,而是对手弱。
博弈最为基本一点只要比对手强,你的胜机就对手大。
说不好听的,就是弱肉强食关系。
只有不断进化,你强你才有资格吃肉,你弱你就是成为别人的肉。
如果是合作关系,只要我愿意,你吃肉我喝汤。
假设我不愿意,你也愿意,就看谁更强,只能一个人吃肉。
赞同来自: yuanhu 、xue5705616 、xineric 、dhhlys 、至味清欢 、 、 、 、 、 、更多 »
并非每次预测一定正确。每个指数之间模型没有约束作用,几个指数预测出来完全有可能是矛盾的,但不影响模型大多数时候正确。从今天预测结果看,明天50大概率是最弱的。即使明天50是上涨的,估计50的涨幅也是比较小的。不信我们明天看结果。无所谓结果怎样,主要是有几点逻辑上说不通。一是你这种短期日内模型不考虑近期数据,而是考虑T-2之前的数据;二是上证50和沪深300指数权重股基本重叠,走势一致性很强,为什么可以得出完全相反的两个结果?
有没有可能,假如这两天沪深300指数行情数据稍微有一点变动,你的策略预测就会产生很大的改变,从55%变成-50%。
是不是需要思考一下?
赞同来自: skyblue777 、火龙果与榴莲 、zoetina52
如果只是疯狂买完了,市值小股票很快飞上天,问题谁来高位接盘呢?
如果疯狂卖的话,很大可能性平均卖价要低于平均买价。
要盈利就要平均卖价高于平均买价。
如果自己的交易量占比过大的化,说明流动性不够,缺乏对手盘。
这是量化交易的大忌。
没有量交易,交易价格滑差很大,这样交易没有意义。
交易量大,交易笔数多,对手盘多,你才有交易可能性。
比如挂单只有10万金额,你要买100万金额,还缺90万,你怎么办?
你要买1万金额,还剩9万金额,你对盘面影响较小。
条件限制越严格,成功可能性越大,量化交易绝对扰动市场原有价格运动轨迹。
赞同来自: xineric 、阿邦查 、elgma 、tongzhangji 、neverfailor 、 、更多 »
很遗憾,骆驼总分析的数学逻辑完全正确,但结论却导向了错误的方向。事实上,看上去缘木求鱼的方法,很多都是真实可以赚钱的。最近工作比较闲,随口一聊
你问我到底哪些可以赚钱?不好意思,不能说出来。因为这是魔术,一说出来就失灵了。只有魔术师同行在看到对方的表演后才能相视一笑,“你也发现这个秘诀了……”
所以为什么缘木求鱼可以获得收益?我来讲个故事:
很多人,在家旁边摘果子。想尽各种办法,分析路程、天气、季节等等,最后发现忙了一通...
①什么是缘木求鱼
这个貌似是个成语,最早出自于战国·孟轲《孟子·梁惠王上》。
“缘木求鱼”的原义是爬上树去找鱼;比喻行事的方向、方法不对,必将劳而无功
我敲下重点,方法不对头
②李四越努力越幸福?
我理解越努力越幸福是老师对李四的总结
那么越努力真的越幸福吗?
缘木求鱼
从字面意思看,越努力不会越幸福
买中国国家发行的彩票
从实际行动看,越努力大概率越亏钱
搞量化投资
从结果看,越努力大部分人越没有超额收益越亏钱
那越努力越幸福吗?
答案因该是不一定
这里面有两种极端观念
一种是:追光的那个电影哪吒说的“我命由我不由天”
一种是:宿命论,一切命中注定不需努力
我们知道数学中的期望,你可以把他看作路线的正确与否
我们做投资,希望做期望大于0的事
可中间差了一个方差
所以如果可以,那就无限无数次做下去
这里期望大于0是路线
不断做下去以求逼近期望是努力
所以在对的路上,努力下去,是应该做的
而且也要知道,我们生命有限,有可能努力之后也没有结果
李四在老师的平行时空发现了小岛上面有瓜果
也许李四在我的平行时空遭遇海难还不如不出岛
③结束下
所以讨论量化投资也好、逻辑也好
先看看这条路对不对
再讨论其他的
信息差不是关键,有用的信息差才是关键
世界上不缺乏聪明人
所以我很佩服那些自诩聪明的人,选择一条战场市场其他聪明人的路
要去寻找有用的信息差
那有没有聪明人也不愿意走的路呢?
也许有
但你可能不愿意走
因为你是聪明人
因为你是人
我最早,大概是2012年左右,用国债逆回购(204001)T-1的走势预测沪深300指数的涨跌,那段时间特别准。这个应该挺好解释,13年那次之后,特别是经济进入新常态,必须精心呵护流动性,再也没有实质进入货币紧缩的能力,市场上再没人相信政府敢真的推动利率上升,而事实也是如此(哪怕19年CPI那么高,也是坚定的放水,充分保持定力)。
比如回购利率持续走高,说明市场缺钱,同时高利率对保守投资者构成吸引力,就会导致第二天股市资金向逆回购流入,指数容易下跌。
但后来就不行了,我也不知道啥原因。我能想到的原因,大概是因为2014年央行大放水以后,资金紧张程度已经不是股市涨跌的决定因素,而是题材和政策影响着股市,所以观察资金...
上证50是-98%, 沪深300是+55%。并非每次预测一定正确。每个指数之间模型没有约束作用,几个指数预测出来完全有可能是矛盾的,但不影响模型大多数时候正确。从今天预测结果看,明天50大概率是最弱的。即使明天50是上涨的,估计50的涨幅也是比较小的。不信我们明天看结果。
这样的结果几乎是不可能的,因为上证50成份股几乎完全包含在沪深300指数中,且占有较大权重(沪深300前20大权重股有16个是上证50成份股),不可能出现如此大的背离情况。
所以你的模型里面,一定包含了某些导致结果出现突变的因子,就像混沌系统里的初始参数一样,只要初始条件有细微差别,就会导致结果出现极大的偏差,预测结果没有收敛性。
所以,我几乎可以判断...
赞同来自: Loadstarr
骆驼兄的这句假设其实是合理的,用类似的量化模型的话,其实很容易选到类似的股票,大家不约而同地重仓了,抱团效应产生了超额估值,模型又很可能会加仓表现最好的股票,这个股票就越来越多的量化基金在买,逐渐就买起来了。这个贴子说的就是指数的短线量化择时,我说的东西也限于这个主题。
事实上市场上也的确有一些标的明显是有量化基金在操作的(量化基金的交易员特别喜欢开盘就狂买,然后日内股价一路稳定回落)。
我觉得大家方向上的一个不同点在于量化究竟拿来干了什么?我记得骆驼兄是很...
赞同来自: 皮皮鲁修斯 、yuanhu 、newsu 、等一万年 、一场意外 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
今日情况:上证50是-98%, 沪深300是+55%。
明日信号:
这样的结果几乎是不可能的,因为上证50成份股几乎完全包含在沪深300指数中,且占有较大权重(沪深300前20大权重股有16个是上证50成份股),不可能出现如此大的背离情况。
所以你的模型里面,一定包含了某些导致结果出现突变的因子,就像混沌系统里的初始参数一样,只要初始条件有细微差别,就会导致结果出现极大的偏差,预测结果没有收敛性。
所以,我几乎可以判断,你的模型95%的概率是过度拟合。
赞同来自: 李芒格 、zddd10 、踏踏实实 、朝阳南街 、newsu 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
最简单的是就是以前期指吃贴,跑赢指数是必然的。
以前,我经常说,只是不知有多少人明白我在说什么。
“吃贴水,吃一年时间是吃贴水,吃一个月也是吃贴水,那吃一天,一个钟,十分钟呢?”
我觉得,十分钟也是吃贴水,以前鸭蛋的期指策略就是基于此,演绎出来的策略,为的是提高效率。
我可以肯定的说,这策略在2020年以前都有效果,越前往前的年份,越有效。
归纳法,是非常难的,但我认为有用的归纳法是可以有超额收益的。
可以归纳的项目非常多,绝大部分的项目本身没有归纳统计的意义,也许,有些项目归纳出来的规律是有用的。
归纳法,我目前有用,但不方便具体说。
赞同来自: elgma
并不是瞎赌,而是多支基金集中持仓,只要基金规模能够持续增长,业绩就会持续向好。当然也不排除里面有投资高手,但这个和什么AI关系真的不大。骆驼兄的这句假设其实是合理的,用类似的量化模型的话,其实很容易选到类似的股票,大家不约而同地重仓了,抱团效应产生了超额估值,模型又很可能会加仓表现最好的股票,这个股票就越来越多的量化基金在买,逐渐就买起来了。
事实上市场上也的确有一些标的明显是有量化基金在操作的(量化基金的交易员特别喜欢开盘就狂买,然后日内股价一路稳定回落)。
我觉得大家方向上的一个不同点在于量化究竟拿来干了什么?我记得骆驼兄是很不喜欢买个股的,可能他讨论中就没想过量化择股这个问题,默认在聊量化择时了(毕竟理论上来说,量化择时是量化的圣杯,因为它可以应用在任何地方,而量化择股则不然,但圣杯这东西,就是永远找不到的)。量化择时和量化择股其实是完全的两码事,如果没搞清楚在讨论什么的话,这讨论可能永远结束不了。
赞同来自: 木才 、明园 、你猜再猜 、djc354133 、ylxwyj 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
原理:由于黄金的化学性质稳定,一般不与其他物质反应,所以它以游离态存在于沙石中,在自然的风化作用下,岩石破碎,最后形成沙子和土,而颗粒状的金沙就埋藏在其中,在流水的冲刷、搬运下,泥沙、金子的颗粒和水一起移动。
它们移动的速度和状态不同,所以在河床的某区域可以形成金沙富积的地带,就是人们渴望找到的淘金地,人们在这设立淘金设备,将河沙挖到淘金斗里,再抽河水冲斗里的沙子,大量的沙子就被水带走,在斗里留下的就是金灿灿的金子。
信息里大量如同沙子一样没有用途沙子,只有少量有效信息。
我们需要寻找含金量相对大的淘金信息地,再经过反复冲洗,才能找到金子一样信息。
有人说这里发现淘金地,大量人都去淘金,金子很快就挖掘干净。
如果只有一个人发现淘金地,者个地方收益全归这个人所有。
你没有发现淘金地,只能说你没有发现淘金地,但不能说就不存在淘金地。
信息差重要性甚至比有资本更为重要。
魔术实际就是信息差游戏,不知道玩法,你不能说是骗人把戏,知道的玩法的,你拆穿游戏后,魔术都无法再玩。
知与不知 - 80后金融民工
很遗憾,骆驼总分析的数学逻辑完全正确,但结论却导向了错误的方向。事实上,看上去缘木求鱼的方法,很多都是真实可以赚钱的。请教一下,正如最后总结,首先是找到逻辑、然后找到规律,但小波分析、傅里叶变换似乎只找到规律,逻辑好像不清楚?!
你问我到底哪些可以赚钱?不好意思,不能说出来。因为这是魔术,一说出来就失灵了。只有魔术师同行在看到对方的表演后才能相视一笑,“你也发现这个秘诀了……”
所以为什么缘木求鱼可以获得收益?我来讲个故事:
很多人,在家旁边摘果子。想尽各种办法,分析路程、天气、季节等等,最后发现忙了一通...
量价数据通过各种数学工具找到的规律似乎都很难给出逻辑。有基本面逻辑的数据,例如汇率、利率等,很可能规律只存在一段时间(某种宏观背景下)。当然会迭代,迭代是“发现问题>修正问题”的过程,如果规律不停地变化,就像右则交易那样不停被打脸。我有些困惑,从哲学逻辑上来看,怎样才能提升策略的鲁棒性和容错率呢?
赞同来自: yuanhu 、海淘剁手党 、流沙少帅 、ahelloa 、caltech 、更多 »
我就是那个“缘木求鱼”的人,已经做了10多年,也多次体会到楼主说的“也就这一年多时间有点成效”。
只不过现在越想越不对劲,我们成天发明和使用的那些基于表象的预测模型,却往往忽视了最本质逻辑的适用性。比如说,真的可以把K线图看成是波吗?真的可以认为单边涨跌的行情与快速运行的火车那样具体强大的惯性吗?
再说,只要因子找得够多,一定可以拟合出完美的策略,但判断这个策略是否可用比找到这个策略更加困难,这种模式构建的投资策略信噪比特别的低,甚至都不如用IC滚贴水。所以我说,如果用一个因子可以解决的问题,就一定不要使用第二个因子。
赞同来自: 塔塔桔 、zhuqi123456 、bigbear2046 、柚子不好哭 、木才 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
再说说量化择时策略的宠儿,小波和傅里叶变幻,看看究竟是个什么东西。很遗憾,骆驼总分析的数学逻辑完全正确,但结论却导向了错误的方向。事实上,看上去缘木求鱼的方法,很多都是真实可以赚钱的。
先上公式:
1、积分后的第一项,f(t)表示波的振幅函数(或权重)。
2、积分后的第二项,cos(nwt)表示不同频率的余弦函数。
这个公式的意义是说:不管波形如何复杂而没有规律,都可以看成是由多个不同频率、不同幅度的余弦波叠加而成。
那么对于任何复杂的波形,都可以通过一系列的余弦波模拟出来,这是MIDI音乐和音频压缩的理论基...
你问我到底哪些可以赚钱?不好意思,不能说出来。因为这是魔术,一说出来就失灵了。只有魔术师同行在看到对方的表演后才能相视一笑,“你也发现这个秘诀了……”
所以为什么缘木求鱼可以获得收益?我来讲个故事:
很多人,在家旁边摘果子。想尽各种办法,分析路程、天气、季节等等,最后发现忙了一通,和不分析的人摘到的数量差不多。然后他们以为“分析”这件事本身就是徒劳的。(其实,徒劳的原因是因为太多人做一样的事情了。最一开始做这些分析的人都是有超额收益的。如100年前的利弗莫尔,发明了用K线图观察股价的方法。但今天用k线图观察股价肯定没有超额收益了。)
但张三,因为运气,像张无忌那样跌落山崖,找到了一片世外洞天,里面有茫茫多的果子。所以他每天的收获比别人多,别人的收获是竞争后的结果(市场收益)。而他的收获则取决于他两只手能抱多少果子回家(本金)。
这时,他如果用上麻袋、卡车等工具(信息终端、量化工具etc.),是可以获得超额果子回报的。
李四,他发明了木筏(工具赋能),摆渡到了附近的一个小岛。那个岛上从来没有人去过,所以果树、果子很多。他也可以获得超额果子收益。他和张三的区别是,一个纯粹是运气好,另一个是努力带来的运气好(越努力越幸运)。
王五,他没有工匠的能力,也没有爆棚的运气。他很聪明,但和其他聪明人去思考怎么和别人抢“果子”不一样。他学习天文地理。他从不去自己摘果子。但他会在观察、跟踪、判断。某几年大旱,果树成了赔钱货,但他根据气候规律知道明年将会丰收,大举抄底果树。最后他也获得了超额果子收益。
上面三个人,张三每次都去世外洞天是不是缘木求鱼?李四每次都去海外孤岛算不算缘木求鱼?王五每次只在大旱灾快要结束的时候出手,也是缘木求鱼吧?但他们都获得了超额收益。
为什么?
本质都是“信息差”。
更具体一点:
1.张三的超额收益来自于“市场盲点”产生的信息差,是可以理解为行为金融学中提到的注意力缺失。这个操作,集思录的人应该很容易理解,大部分人都是干这个的。
2. 李四的超额收益来自于“超额能力”带来的信息差,是你在某一个地方相对别人有更强的能力(计算力、预判力等等),幻方、大奖章等主要是干这个的。
3. 王五的超额收益来自于“逻辑切换”产生的信息差,严格说来,和张三的有一定相似之处。但张三依然在原有的思维框架下,而王五的超额收益来自于对跳出原有思维框架下的高维影响要素的认知。(这种逻辑一般不太能告诉别人,所以事例比较少。大家能见到的,比较类似的但不完全一样的有,索罗斯对97年东南亚汇率脆弱性的攻击、鸭蛋在21年可转债、20年期权、16年IC的操作)
这就是为啥 @鸭蛋 总曾经说过,“如果历史再重来一次,我的操作完全不会发生变化。”因为他也是缘木求鱼。
傅里叶分析、小波分析,是工具,不是逻辑,赚钱的是逻辑,不是工具。工具只是帮你赚钱或亏钱得更快一点而已。
我所理解的缘木求鱼就是:找到逻辑、找到规律,等待机会,出击,收网这一系列的过程。
赞同来自: xiaoszxiao 、大白菜炖粉条 、sunpeak 、海浪9999 、流沙少帅 、 、 、 、 、更多 »
先上公式:
1、积分后的第一项,f(t)表示波的振幅函数(或权重)。
2、积分后的第二项,cos(nwt)表示不同频率的余弦函数。
这个公式的意义是说:不管波形如何复杂而没有规律,都可以看成是由多个不同频率、不同幅度的余弦波叠加而成。
那么对于任何复杂的波形,都可以通过一系列的余弦波模拟出来,这是MIDI音乐和音频压缩的理论基础。
搞金融投机的人很聪明,想着把历史行情K线图也看成是一个复杂的波,能不能通过傅里叶逆变幻找出历史行情由哪些基础频率构成,再把这些基频代进傅里叶公式里一算,不就可以推算出未来的行情走势了吗?
中国有句成语叫“缘木求鱼”,就是这个意思。
赞同来自: yizhouhit 、柚子不好哭 、款特长 、李芒格 、别看就是你啦 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、 、更多 »
这种情况没几次,但是走的弯路无数。其中浪费我时间最长的是,看了篇论文(清华的人写的)采用小波变换+深度学习 做择时,效果非常好,我反复研究了半年时间,都无法实现,最后发现是作者的方法有问题,小波变换带来未来函数,导致效果非常好。这是理工科人士的通病, 总想把学到的数理知识用来做策略赚钱,觉得可以对其他投资者构成降维打击,不然就对不起自己的一身本领。
其实不管是小波还是傅里叶变换,前提就是构成波形的基频是可预测的,波的可预测代表什么?知道了频率和初始相位的情况下,能够推算出之前和之后任意时刻的相位。
电磁波(或机械波)的可预测本质是能量守恒和连续性,能量守恒告诉我们,一个振荡的电磁波具有能量,这个能量不会消失,在没有受到外界干扰的情况下将继续按照原来的模式振荡下去;连续性保证了不会因为时间取值的微小变化而引起预测结果跳变,结果是收敛的。
看到没有,一切使用波的理论预测金融行情的前提条件是,行情是可预测的,是连续的,这就是循环论证。
虽然行情展现图像跟电磁波展现图像很类似,都是二维时域坐标,但这仅仅是人类定义的一种展现方法,并不代表行情与电磁波有什么本质联系。
就像天空和海洋都是蓝色的,但你永远也别想在天上钓到一条鱼。
很多的量化择时策略都是基于波动模式建立的预测模型,确实很诱人,但我在很早之前就有了上面的哲学思考,没有朝这个方向走。
赞同来自: yuanhu 、jccxza3547 、gaokui16816888 、nkfish 、果实果果 、 、 、 、更多 »
如果真的有一套赚大钱的本领,一定是闷声发大财,不会公开募集资金,除非募集大量资金是赚大钱的前提条件。
国外西蒙斯的文艺复兴基金就是个例子,这可是量化投资的祖师爷。大奖章核心基金长年赚钱,但普通人不能申购,外围基金可以公开申购,但表现还不如标普指数。
大奖章核心基金赚的钱,究竟是那些数学家的功劳,还是基民的功劳,只有他们自己知道!
赞同来自: yizhouhit 、刺客547 、上白开水 、深海里的渔夫1 、elgma 、 、 、 、 、 、 、 、更多 »
比如回购利率持续走高,说明市场缺钱,同时高利率对保守投资者构成吸引力,就会导致第二天股市资金向逆回购流入,指数容易下跌。
但后来就不行了,我也不知道啥原因。我能想到的原因,大概是因为2014年央行大放水以后,资金紧张程度已经不是股市涨跌的决定因素,而是题材和政策影响着股市,所以观察资金价格已经不再有用,股市的生态发生了变化。现在M2余额已经是2015年牛市顶点的200%,但股市的市值和点位已经回不到那个高点。
这个策略首先是基于演绎的,又是经过历史回测验证过的,实盘也在较长时间有效,但后来就是不行了。
所以那些完全是历史数据拟合出来的策略,我是真不敢相信了。