量化择时信号介绍系列(二)——渔盆

https://mp.weixin.qq.com/s?__biz=MjM5MjAxNTE4MA==&mid=10000076&idx=1&sn=9b68714739e17bf5952cbf827b749c9a&chksm=23c080ef14b709f9f7817a73c4eaa7c33bc437af6b3246850d847031caf526aafc3d24338cb2&mpshare=1&scene=23&srcid=#rd

每晚指数的yes和no是什么

是我们的量化交易模型,被称为渔盆一号。这个和股票完全无关的奇怪名字,我相信小时候爱看动画片的70、80后一定明白其中的寓意。

渔盆的本质不是什么新鲜玩意,就是全世界都流行的趋势交易理念:以价格投机为信仰,相信强者恒强,截断亏损,让利润奔跑,就这么简单。

我每晚都会公布某个指数的临界值是判断该指数第二天趋势强弱状态的标杆,比如临界值是1000点,第二天指数收盘,注意是收盘,大于1000点就是yes,低于1000点就是no。简单直观,非黑即白,

如何具体交易呢?

目前每晚分享信号的有6个指数,我会每晚都发它们的yes/no,以及第二天的临界。yes的时候就买,no的时候就卖,规则非常简单。但是由于散户无法直接购买指数,所以我列了跟踪这些指数的ETF基金,买卖ETF基金就等于买卖指数。

注:有色B是杠杆基,如果不想加杠杆记得买有色A,B和A的股数要相等,这样就等于买了没有杠杆的ETF。

交易ETF基金和交易股票唯一的区别,就是不用交印花税,其他都一样。

很简单省心,盘中不用管,临收盘看一眼即可,而且交易频率不高,我们历史回测,大概一年要交易10-12次,平均一个月才一次。

模型信号我是公益免费分享,已经快3年了,所以不用担心跟着交易到一半我突然向你们收钱。最后,我不卖模型,所以不要问我关于算法之类的问题。

  就这些,看完上面这些内容你应该做交易没有障碍了,如果你还想要更多的了解渔盆模型就往下看↓

————进阶篇————

它的特点

渔盆模型主要是用了k线因子,辅以量能因子而成。它无法预测未来会怎样,但可以告诉我现在该怎么办。不问前程,活在当下就是趋势交易的核心精神。

虽然是一个没有预测能力的量化模型,但不代表它不赚钱。渔盆在大起大落的行情中表现惊人,大盘涨1000点,模型大概能赚到800点,大盘跌1000,模型最多亏150-200点。它的弱点是在震荡行情中表现不好,容易被来回收割,但由于我们增加了震荡屏蔽公式,以及进出仓算法改动,即使在历史上最糟糕的震荡行情,累计最大回撤也没有超过15%。

  我们曾经用渔盆跑过100多个公开指数,大概上万次虚拟交易,得出一些统计数据。

渔盆的总胜率大概在43%-45%,意思就是做100次交易,最好的情况下大概有45次盈利,55次亏损。渔盆的盈亏比大概在3.1倍,每次亏损平均亏2.8%,每次盈利平均赚8.7%。低胜率+高盈亏比,这是趋势交易最典型的特征。

渔盆能做个股吗?

  其实是可以的,但不推荐,有几个原因。

1、个股波动性太大,偶然性因素太大,导致它很容易触发伪趋势信号导致亏损。而指数是由几十、上百的股票组成,稳定性要好很多,我们做过很多测试都是一个结果,用渔盆做指数比做个股更好。

2、做个股需要配套适用的选股模型,我们没有,当时有想过要搞,没搞出个合适的。

3、我最常遇到的情况就是某个股民来问我某一支股票,问能不能用渔盆看看它是yes还是no,我都拒绝了,因为再好的量化模型,具体到单个股票的随机性很大。

渔盆真正的优势是拥有一个正确的交易习惯,涨的时候拿的住,跌的时候不会心存侥幸,这个正确的交易习惯只有通过长时间的坚持才会积累出巨大优势,想靠它短时间救命或者干一票是没有用的。

更适合渔盆交易的目标

虽然我们一直没做出精确的选股模型,但还是有一些心得可以和大家分享,关于哪些标的更适合用渔盆交易,当然是能够经常大涨大跌的指数了,波动幅度越大越好。

我们算了一个参数叫波动率,就是统计某个指数日震幅的均值,日震幅=日内最高点/日内最低点。波动率越高的指数越活跃,就越有可能走出大涨大跌的行情。

如果上证指数波动率是1的话,金融指数大概是0.8,中小板是1.5,创业板是1.7。现在你们知道我为什么偏爱创业板指了吗?因为它更适合渔盆交易,可以赚到更多的钱。而像金融指数的活跃度太低,是上次网友投票一致要求增加我才加上去的,我本人不推荐跟踪交易金融ETF。

  同样一笔用渔盆交易10年,跟踪创业板指可能比金融指数多赚几十倍。

渔盆在历史上的表现

我没办法给你们展示我们回测数据的EXCEL,动辄上千M的文件,在这里我展示一下渔盆跟踪中小板指(399005)过去10年的数据,很有代表性。基本上牛市肯定跑不赢指数,但也不会差太多,最惊艳是在几次熊市里的表现。

模型会失效吗?

趋势交易模型承载资金的能力很强,远远大于左侧交易模型,因为跟随的人越多,威力也就越大。而且我推荐跟踪的都是大盘指数,所以也不怕在微信上公开说出临界值会被人针对性伏击,会low到跟我较劲的杂鱼虾米哪有能力操纵大盘指数。

另外不要以为我有六七万粉丝,就会有六七万的人使用渔盆交易,由于趋势交易在很多地方违背人性,根据我的观察最多只有5%的人能够严格执行,所以在我粉丝超过100万之前都不用担心模型失效。

NO的时候可以做空吗?

  最好不要,因为我们单多头的情况下在震荡行情最大回撤是15%-20%,如果你做两个方向,就是40%左右,这个幅度的回撤会让你非常难受。

可以把ETF换成分级基金吗?

  最好不要,因为分级基金就要整天担心被人套利、还有下折这些乱七八糟的事,不每天盯着冷不防就中枪,ETF是最安全的。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,509评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,806评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,875评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,441评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,488评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,365评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,190评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,062评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,500评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,706评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,834评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,559评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,167评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,779评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,912评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,958评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,779评论 2 354

推荐阅读更多精彩内容