年化收益37.7%的A股小市值策略,小市值和动量因子长期有效(附具体逻辑)

 原创内容第640篇,专注量化投资、个人成长与财富自由

股票的“小市值”策略,就像ETF的趋势动量一样,长期有效。

这是一个很神奇的异象。

图片

图片

年化37.07%,夏普0.89。

这里我做了一些特殊的处理:

1、包括排除了科创板,排除ST。

2、把停牌股票都过过滤掉,

3、然后选择5日平均交易额超过300万,确保至少有一定的流动性。

5、选择最小市值前10支,持仓5天。

6、每5天一轮动。

01

量化投资的逻辑

一个策略的开发(单标的CTA择时策略除外),包含几个典型的步骤:

  1. 调仓周期

  2. 选股

  3. 排序

仓位分配

把策略拆分成相应的模块之后,每个模块的逻辑相对单一,这样很容易实现“算子化”,然后进行积木式的策略构建,进而使用低代码的方式来调用。

同时,就不需要自己写指标代码,而是使用内置的因子表达式。

更进一步,可以使用遗传算法等机器学习的方式来挖掘有效的因子。

个人特别推荐bt这个开源框架:

bt 是一个灵活的 Python 回测框架,用于快速创建量化交易策略。

这个框架允许用户轻松创建策略,这些策略可以混合不同的 Algos(算法)。

bt很方便创建易于测试、可重用和灵活的策略逻辑模块,便于快速开发复杂的交易策略。

bt 的目标是帮助量化分析师避免重复造轮子,让他们专注于工作的重要部分——策略开发。

官网网站:http://pmorissette.github.io/bt/

它的策略是如下这个形式,这样的策略代码,几乎不用测试,不必担心是自己的实现出了问题,可以专注于策略的开发上。

年化从19.1%提升到22.5%,全球大类资产轮动,加上RSRS择时,RSRS性能优化70倍。(附策略源码)就是在bt框加上快速实现的。

# create the strategy
s = bt.Strategy('s1', [bt.algos.RunMonthly(),bt.algos.SelectAll(),bt.algos.WeighEqually(),bt.algos.Rebalance()])

02

吾日三省吾身

这个世界没有标准答案,花有花期,人有时运,允许一切如其所是,也允许一切事与愿违,才能获得松弛感,才能轻松地走在属于自己的人生道路上。

允许一切发生

这个世界上的事情,分成我们能掌控的和不能掌控的。

明天和意外,那个会先来,我们根本不可知。

做好当下应该做的事情就好,不必过度思虑。

真正的强大不是对抗,而是允许一切发生。生命不过是一场日趋圆满的体验,尽兴此生,输赢皆有意义。生如长河,你要自渡。过去事已过去,未来事不必预思,我就在此地,如如不动,允许一切发生

允许一切如其所是

更高级的思维是“任何事情发生皆有利于我”。

发生的就是应该发生的,来渡你的,是让你成长的机会。

新人优惠券:

AI量化实验室——2024量化投资的星辰大海

图片

历史文章:

年化从19.1%提升到22.5%,全球大类资产轮动,加上RSRS择时,RSRS性能优化70倍。(附策略源码)

Quantlab5.8全量代码发布:新增大模型因子挖掘,Deap因子挖掘系统优化

AI量化实验室——2024量化投资的星辰大海

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/53072.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Pencils Protocol生态新进展,即将上线 Vault 产品

“极高的盈利预期、通证的持续回购与销毁,Vault产品的推出正在成为Pencils Protocol生态发展的重磅利好。” Pencils Protocol是目前Scroll生态TVL最高的DeFi平台 ,即便是行情整体较为平淡,其仍旧能够保持在3亿美元左右的锁仓价值&#xff0c…

day35-测试之性能测试JMeter的测试报告、并发数计算和性能监控

目录 一、JMeter的测试报告 1.1.聚合报告 1.2.html报告 二、JMeter的并发数计算 2.1.性能测试时的TPS,大都是根据用户真实的业务数据(运营数据)来计算的 2.2.运营数据 2.3.普通计算方法 2.4.二八原则计算方法 2.5.计算稳定性测试并发量 2.6…

Mybatis链路分析:JDK动态代理和责任链模式的应用

背景 此前写过关于代理模式的文章,参考:代理模式 动态代理功能:生成一个Proxy代理类,Proxy代理类实现了业务接口,而通过调用Proxy代理类实现的业务接口,实际上会触发代理类的invoke增强处理方法。 责任链功…

Mac 安装Hadoop教程(HomeBrew安装)

1. 引言 本教程旨在介绍在Mac 电脑上安装Hadoop,便于编程开发人员对大数据技术的熟悉和掌握。 2.前提条件 2.1 安装JDK 想要在你的Mac电脑上安装Hadoop,你必须首先安装JDK。具体安装步骤这里就不详细描述了。你可参考Mac 安装JDK8。 2.2 配置ssh环境…

【CVPR‘24】DeCoTR:使用 2D 和 3D 注意力增强深度补全

DeCoTR: Enhancing Depth Completion with 2D and 3D Attentions DeCoTR: Enhancing Depth Completion with 2D and 3D Attentions 中文解析摘要介绍方法方法3.1 问题设置3.2 使用高效的 2D 注意力增强基线3.3 3D中的特征交叉注意力点云归一化位置嵌入3.4 捕捉 3D 中的全局上下…

给鼠标一个好看的指针特效 鼠标光标如何修改形状?

许多爱美的小伙伴们都想着如何给自己的电脑打扮一下,用各种各样的途径来美化我们的电脑。今天我们给大家分享一下,如何美化鼠标效果,给鼠标指针修改成一个非常好看的形状~ 一起来看几组鼠标的效果,小编我给大家做了个录屏&#x…

linux文件——用户缓冲区——概念深度探索、IO模拟实现

前言:本篇文章主要讲解文件缓冲区。 讲解的方式是通过抛出问题, 然后通过分析问题, 将缓冲区的概念与原理一步一步地讲解。同时, 本节内容在最后一部分还会带友友们模拟实现一下c语言的printf, fprintf接口&#xff0c…

依托自研力量,给共享集群存储服务一个优选

YashanDB共享集群有三大关键组件,崖山集群服务(YCS)、崖山集群文件系统(YFS)、DB组件。上一篇共享集群系列文章《为何共享集群的高可用能力被频频称赞,它的机制有何不同?》深入解析了关键组件的…

NVIDIA RTX 50系列大爆料:功耗飙升600W,性能直逼RTX 4090 1.?倍,你准备好了吗?

在科技圈的万众瞩目下,知名硬件爆料大神Kopite7kimi再次为我们揭开了NVIDIA下一代GeForce RTX系列——“Blackwell”阵容的神秘面纱。这次,关于新显卡的功耗信息不再是模糊的概念,而是实实在在的数字,让人不禁对即将到来的性能飞跃…

ELK学习笔记(一)——使用K8S部署ElasticSearch8.15.0集群

一、下载镜像 #1、下载官方镜像 docker pull elasticsearch:8.15.0 #2、打新tag docker tag elasticsearch:8.15.0 192.168.9.41:8088/new-erp-common/elasticsearch:8.15.0 #3、推送到私有仓库harbor docker push 192.168.9.41:8088/new-erp-common/elasticsearch:8.15.0二、…

Python3.8绿色便携版安装版制作

Python 的绿色便携版有两种:官方 Embeddable 版本(嵌入式版);安装版制作的绿色版。Embeddable 版适用于需要将 Python 集成到其他应用程序或项目中的情况,它不包含图形界面的安装程序,只提供了 Python 解释器和必要的库…

排查SQL Server中的内存不足及其他疑难问题

文章目录 引言I DMV 资源信号灯资源信号灯 DMV sys.dm_exec_query_resource_semaphores( 确定查询执行内存的等待)查询性能计数器什么是内存授予?II DBCC MEMORYSTATUS 查询内存对象III DBCC 命令释放多个 SQL Server 内存缓存 - 临时度量值IV 等待资源池 %ls (%ld)中的内存…

Matlab R2022b使用Camera Calibrator工具箱张正友标定法进行相机标定附带标定前后对比代码

打开Camera Calibrator 在这添加你拍摄的图片 根据你每个方块的实际边长填写,我是15mm。 通俗一点,要k3就选3 Coefficients,否则为0;要p1、p2就选Tangential Distortion。然后进行计算。 可以点击右侧误差高的选中图像进行移…

AI-Talk开发板之LED

一、说明 AI-Talk开发板上有一颗用户LED,连接在CH32 PA2管脚,低电平亮,高电平灭。 相关电路图如下: 二、工程 1、创建项目 进入snap/examples/目录,执行创建项目的命令: lisa zep create ? 选择sam…

第66期 | GPTSecurity周报

GPTSecurity是一个涵盖了前沿学术研究和实践经验分享的社区,集成了生成预训练Transformer(GPT)、人工智能生成内容(AIGC)以及大语言模型(LLM)等安全领域应用的知识。在这里,您可以找…

C++:关于反向迭代器的学习分享

前言: 小编仅是一位初学者,所以对于C的理解有限,文章大概率会出现表达不清楚可能也只是因为小编不知道如何更好表达,本文章仅作为一个学习的总结分享。 反向迭代器的概念 反向迭代器故名思意解释反向的迭代器,与正向迭…

银行接口测试的具体流程及内容?

银行接口测试的具体流程及内容可以概括为以下几个关键步骤: 一、测试前准备 接口测试计划制定: 确定测试目标、范围、人员分工、时间计划等。 编写接口测试计划文档,明确测试策略、测试方法、测试工具等。 接口文档解析: 深入理…

边缘智能网关 P1600:智慧城市的创新引擎

智慧城市(Smart City)是以发展更科学、管理更高效、生活更美好为目标,以信息技术和通信技术为支撑,通过透明、充分的信息获取,广泛、安全的信息传递和有效、科学的信息处理,提高城市运行效率,改…

数据库管理-第238期 23ai:全球分布式数据库-架构与组件(20240904)

数据库管理238期 2024-09-04 数据库管理-第238期 23ai:全球分布式数据库-架构与组件(20240904)1 架构图2 分片数据库与分片3 Shard Catalog4 Shard Director5 Global Service6 管理界面总结 数据库管理-第238期 23ai:全球分布式数…

Python案例 | 四阶龙格库塔法简介

1.引言 在数值分析中,龙格-库塔法(Runge-Kutta methods)是用于非线性常微分方程的解的重要的一类隐式或显式迭代法。这些技术由数学家卡尔龙格和马丁威尔海姆库塔于1900年左右发明。 龙格-库塔(Runge-Kutta)方法是一种在工程上应用广泛的高…