北向资金尾盘回流!!! 20200715股市的策略模型

交易系统对于长期盈利有着不小的帮助,它可以克服人性的弱点。这里建立一个简单实用的多因子模型,称为“虹”;这个模型有三个因子,参考数值范围为0到100,用于仓位管理;分别偏向“大盘”和“中小盘”,参考指数分别为沪深300(简单理解为两市市值最大的300只股票)和中证500(简单理解为两市市值排名300-800位的股票)。简述如下:

1.估值百分位

市场的顶和底是难以预测的,那么在估值偏低时增加底仓,在估值偏高时降低底仓,往往可以取得超额收益,中长线参考因子。

2.中信期货持仓

中信期货股指期货持仓量市场占比大,甚至有GJD大本营的说法,对市场的中短期走势预测有一定的指导意义,经回测具有正期望收益,中短线参考因子。

3.北向沪深港通

所谓“外资”通过QFII和北向沪深港通配置A股,现今后者占比大,其组成复杂不多阐述。北向资金的流向数据经回测具有正期望收益,中短线参考因子。

实际上,任何量化模型都不能替代决策本身,历史数据并不总是有效,好的逻辑并不等于好的结果。但是,模型和系统对于交易决策有着重要的参考作用。有时指标会和指数的走势相关系数不高,因为该指标并不直接反应盘面强弱。客观而言,虹指标最大的意义是定量综合分析指数估值及资金动向以指导我们的交易。

这里提供的是有益于仓位管理的模型,图表精华,亦是团队认真研究和斟酌修改的成果;盈亏同源,仅供参考。希望这个模型对朋友们有一定的指导意义,如有不妥之处望海涵。

因疫情影响,PE可能略高估,因子一的数值可能略低估。可用去年全年净利润替代最近四个季度的利润和,修改可得不考虑疫情影响的因子一;这里认为修改并不必要,因而并未"调整"估值数据。

因子参数计算表格如图:

以上公式暂未公开,通过回测近年历史数据确定并会不定期优化。

数据来源:雪球,东财,Wind。数据未更新时以最后数据为准。

因子一的数值可以用来决策中线以上的底仓,因子二、三的数值偏向中短线的仓位控制。通过三个因子的加权可以分别得出大盘和中小盘的虹指标,朋友们可以根据自己的风险偏好自行计算。VX同名公众号中会每日更新出团队适用的虹指标,仅供参考。

今天周期行业领跌,13点反弹一小时后再次下杀;北向资金持续小幅净流出,尾盘回流,全天流出27亿;中信期货IC的净空占比高且IF+IH加仓空单。今天10点,14点为可以把握的卖点。

Q&A:

Q:为什么指标不低,股票却跌了?

A: 打牌的关键是牌好的时候多赢,牌差的时候少输,而非从不输。同理,交易系统是为了增加胜率和期望收益,该模型是将估值和主力资金数据通过回测优化综合指导仓位管理。另外,个股与指数存在差异。

Q:为什么今天和昨天的指标变化这么大?

A:当沪深港通和中信期货净多空大幅变化时,自然会引起指标的较大改变并指导短线仓位。小概率极限情况下可能连续多日数值大幅变动,这里暂不准备增加过滤器。或许因此而产生的应对是“不必要”的,甚至收益反而低了,但是逻辑比结果重要且盈亏同源,不可能在不承担风险的情况下获得风险溢价;实际交易中可结合风险偏好管理仓位。

Q:三个因子的权重可以调整吗?

A:大盘和中小盘三个因子的权重比例分配不同,经回测优化确定,适合多数。偏长线的投资者可增加因子一的权重,偏短线的投资者可减少因子一的权重,重新计算指标。

最后编辑于
©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 213,099评论 6 492
  • 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 90,828评论 3 387
  • 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 158,540评论 0 348
  • 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 56,848评论 1 285
  • 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 65,971评论 6 385
  • 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 50,132评论 1 291
  • 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 39,193评论 3 412
  • 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 37,934评论 0 268
  • 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 44,376评论 1 303
  • 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 36,687评论 2 327
  • 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 38,846评论 1 341
  • 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 34,537评论 4 335
  • 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 40,175评论 3 317
  • 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 30,887评论 0 21
  • 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 32,134评论 1 267
  • 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 46,674评论 2 362
  • 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 43,741评论 2 351