从大的级别上来看所有的股票都是一个震荡(摘自教你炒股票-缠中说禅)
通过观察股票我们可以发现股票除了趋势外有,有一个非常重要的东西就是震荡。震荡占了股票运动空间的70%左右。即使就是趋势本身,里面也是经常有几根k线在震荡的。
我们知道了股票这样震荡,我们就可以想出一个方法来对它进行交易了。因为单次涨跌的判断对我们来说一点意义都没有。所以我们这个系统必须排除这种判断。
股票还有一种情况下会变成不震荡,就是停止交易了,破产了。而以下我们谈的交易方法都是基于这个股票不能破产,不能停止交易,如果它停止交易的话,下面的这种方法是非常危险的。(所以你必须选择好股票,我们推荐不选股票只选ETF)
我们的稳定盈利的策略。
基于股票是不断的震荡的着,并且股票是只能做多的市场,我们要做的事情就是买入。这样我们可以不管任何情况直接买入股票然后未来卖出。
首先需要我们把资金分成20份。
买入 一份
如果上涨2%卖出前面买入的
如果下跌 跳到第2步,一直在这边循环着。
这样我可以知道我们的最终结果肯定是盈利的了,就是稳定的盈利。
挣钱的速度,
观察510050 最近的一段时间波动 用4天的时间跌到 -8% 再用 4天的时间升回来。如果波动幅度用 2%的话,我们可以交易的次数是 4次, 4次都挣钱。每次挣钱是1.8% 资金份数是 20
这样总的挣钱百分比就是 4*1.8%=7.2%
总资金的百分比 7.2% /20 = 0.36%
一个月最好的情况是交易20天 0.36%*2 = 0.72% (扣除一些节假日平均16天吧)
一年的话用复利计算 就是 0.72% * 12 = 8.64% 一年只能挣 8.6%
五年的话用复利计算就是 1.086 的 5次方 = 1.51 5年的话可以翻 一半。
观察最近的一只股票 002248 用4天的时间跌了20% 又用4天的时间升回来。 如果波动幅度用 2%的话,我们可以交易的次数是 10次, 10次都挣钱。每次挣钱是1.8% 资金份数是 20
这样总的挣钱百分比就是 10*1.8%=18%
总资金的百分比 18% /20 = 0.9%
一个月最好的情况是交易20天 0.9%*2 = 1.8% (扣除一些节假日平均16天吧)
一年的话用复利计算 就是 1.018 *12 =0.216一年只能挣 21%
五年的话用复利计算就是 1.216 的 5次方 = 2.65 5年的话可以翻 2.5倍。
如何提高挣钱的速度
把资金份数减少 (资金份数减少的话会增大风险,顶不住一个大的下跌)
增加交易次数 (波动率变小,有时候日线内就有多次交易机会 先下后上又下,同样的风险是顶不住大的下跌)
提高波动率减少交易成本,减少资金份数,减少了交易成本。 也降低了交易次数
假设我们波动率提高到3% 接近的相同风险 就可以把资金份数变成从20分变成13份。
观察最近的一只股票 002248 用4天的时间跌了20% 又用4天的时间升回来。 如果波动幅度用 3%的话,我们可以交易的次数是 7次, 7次都挣钱。每次挣钱是2.8% 资金份数是 13
这样总的挣钱百分比就是 7*2.8%=19.6%
总资金的百分比 19.6% /13 = 1.5%
一个月最好的情况是交易20天 1.5%*2 = 3% (扣除一些节假日平均16天吧)
一年的话用计算 就是 0.03 *12=0.36一年能挣 36%
五年的话用复利计算就是 1.36 的 5次方 = 4.65年的话可以翻 4.65倍。
策略的风险
这种玩法的风险在于单边直线下跌,不提供震荡的机会,本质这种可能性是很少的,另一个风险就是直线下跌,然后把你的资金份数都消耗光掉了,然后过了好久才开始震荡,也就是说你的资金会套住好久。
我们的千发
股票自动交易软件已经支持这个策略了。
分享到:
相关推荐
《震荡市场中的期权交易》这本书深入探讨了期权交易在波动市场环境下的策略和理解。以下是一些关键知识点的详细解析: 1. 波动率的定义与性质:波动率是衡量市场价格变动不确定性的指标,它反映了价格在一定时间内...
观测序列则是可以获取的数据,如股票价格、交易量、市场指数等。 二、HMM的三个基本问题 1. **学习问题**(Learning Problem):根据观测序列估计模型参数,包括初始状态概率分布π,状态转移概率矩阵A,以及观测...
可转债高频量化程序化自动交易模型是一种针对可转债市场的投资策略,旨在利用可转债的特殊性质和低交易成本进行高效的日内交易。可转债,全称为可转换债券,它结合了债券的固定收益特性和股票的潜在升值空间。在下跌...
文华财经期货软件过滤盘整震荡指标源码自动波浪公式源码是一款专业的期货软件,主要用于股票、期货、外汇等金融投资市场的技术分析和自动交易。该软件提供了多种技术指标和公式,可以帮助投资者进行深入的市场分析和...
与传统方法不同,深度学习模型不需要在配对交易中预设特定的关系,而是依赖于计算机强大的数据挖掘能力,自动从历史数据中学习股票价格之间的相关性,从而形成一套具有独立逻辑的交易策略。在此过程中,深度学习中的...
在这个阶段,股票指数在震荡中小幅下跌,但期权成交量却有所提升,特别是股指期权的交易占比继续增加,反映了投资者对指数波动的关注度提高。 【期权投资者行为】 沪市期权投资者账户数量持续增长,到2021年9月已...
1. 数据收集:获取相关的时间序列数据,如股票价格、交易量等。 2. 数据预处理:清洗数据,处理缺失值和异常值,可能需要进行归一化或标准化。 3. 特征工程:选择或构建合适的特征,如移动平均值、差分、滞后值等。 ...
【量化金融】量化投资是一种基于数学模型和统计分析的投资策略,它通过计算机程序来执行交易决策,以期在金融市场中获取超越传统投资方法的收益。报告中的“华泰基本面量化选股周报”揭示了该机构运用不同的量化模型...
股指期货日内交易策略是指在股票指数期货市场中,投资者根据日内价格波动规律所制定的,用于捕捉短时间内价格波动带来的交易机会的一系列规则和方法。本报告所提出的策略,主要侧重于如何通过市场情绪平稳度这一新...
算法交易使用机器学习模型来预测何时在股票市场中买卖股票。 对股票价格和其他金融工具产生准确的预测或预测是所有投资银行和对冲基金经理的主要业务问题。 该项目旨在应用我学到的许多机器学习算法,以生成一种...
报告提到的“日线级别”下跌,是指在日常交易中观测到的价格下跌走势。而“浪结构”则是技术分析中常见的一种理论,用于描述价格波动的周期性模式,如艾略特波浪理论。 在行业分析方面,报告指出食品饮料和医药行业...
在理论基础上,报告详细阐述了Barra风险模型的核心思想,即股票收益可以通过公共因子和特质因子来解释。公共因子反映了市场中相同特征股票的共同行为,而特质因子则体现了单只股票的独特性。 报告接着测试了Alpha...
每个状态可以代表市场的情绪(如牛市、熊市或震荡市),而观测值可能包括股票价格、交易量等。通过学习HMM,我们可以理解市场的动态变化,并据此进行预测。 在实际操作中,首先需要预处理和清洗股票数据,将其转化...
换手率反映了股票交易的活跃程度,而估值则是评估股票价格相对于其内在价值的水平。随着这两个因子的变动,未来市场波动的可能性正在增加。在收益方面,由于美国8月消费者价格指数(CPI)超出预期,导致本周市场指数...
震荡箱理论是一种交易决策方法,通过对股票价格的周期性波动进行分析,结合历史数据和当前市场状况,来指导买卖决策。该理论可以消除局部低精度的影响,并结合DBNs的学习结果,形成一种健壮的交易策略。 知识点四:...
这些数据覆盖了中国股市经历的高峰与低谷,能够充分反映震荡市场周期内股票的波动变化情况。此外,这一时期基金数量的快速扩张和基金投资组合中股票占比的增加,也提供了研究基金行为对市场波动影响的有力背景。 ...
SH600000.txt很可能是包含中国某股票(例如上证指数成分股)的历史交易数据,这些数据可能被用来训练或测试HMM模型。 综上所述,这个压缩包提供了一个全面的学习HMM及其应用的资源,从基础的`hmmlearn`库使用,到...
趋势跟踪模型多种多样,尽管基础原理相似,但模型间的细节差异会影响其表现。趋势跟踪注重在趋势早期捕捉机会,晚期避免风险,以获取更好的交易时机。 2. **传统均线交叉策略** 移动平均线(MA)是最基础的技术...
- 报告中提示了多个风险因素,包括海外市场波动风险、宏观数据和政策变化风险以及模型失效风险。 综上所述,东北证券的这份研究报告通过一系列数据分析和预测,对A股市场进行了深入的剖析。市场在经历了一段时间的...
在金融投资领域,量化交易是一种利用数学模型和计算机程序来做出投资决策的策略。它依赖于数据驱动的分析,而非传统的主观判断。其中,因子有效性分析是量化交易中的关键环节,用于评估某个因子是否能够带来超额收益...