joinquant可以买股票吗

简单的量化策略可以根据KDJ、MACD等指标进行程序化交易。其中基础的指标有：MACD（Moving Average Convergence and Divergence)是Geral Appel 于1979年提出的，利用收盘价的短期（常用为12日）指数移动平均线与长期（常用为26日）指数移动平均线之间的聚合与分离状况，对买进、卖出时机作出研判的技术指标。KDJ指标又叫随机指标，它起先用于期货市场的分析，由乔治·莱恩（George Lane）首创。后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具。移动平均线，Moving Average，简称MA，原本的意思是移动平均，由于我们将其制作成线形，所以一般称之为移动平均线，简称均线。除此之外还有很多，这里不再赘述。MACD的程序化实现方法可转至：/wwwjoinquantcom/post/131KDJ的程序化实现方法可转至：/wwwjoinquantcom/post/23量化均值回归入门量化投资入门3探讨如何进行量化投资研究市面上众多量化投资平台如优矿、JoinQuant、BigQuant和RiceQuant等，大多采用Jupyter Notebook，提供基础数据、模型和接口，简化了研究过程，但可能限制了对底层细节的深入了解。例如，京东也曾涉足这一领域，但其发展状况尚不确定。在这些网站上，研究者可以快速入门，但要深入实战，还需掌握数据获取、模型构建和回测等细节。首先，量化投资研究的基本步骤包括数据获取。在本地开展研究时，需通过网络API调用数据或下载至本地。常用的数据类型包括历史和实时数据，如股票价格、因子等。在策略开发后期，实时数据接口和交易接口至关重要，但交易所通常不公开实时的分笔和限价数据。衡量策略性能的关键是搭建完善的回测系统。包括计算因子、模型和策略，以及评估回测结果。回测过程中，统计指标如策略收益、年化收益、波动率和风险控制等，如策略的年化下行波动率，用于评价整个投资流程的优劣。除了直接的回测，统计指标如夏普比率、信息比率和最大回撤等，是衡量量化策略好坏的重要标准。这些指标能帮助分析策略的收益风险平衡，如阿尔法和贝塔系数，以及风险调整后的收益表现。从回测迈向实盘时，需要注意避免未来信息和过拟合问题。回测结果应在独立的模拟交易数据上验证，确保策略的稳健性。对于高频策略，可能需要编写程序自动化交易，确保交易执行的准确性和一致性。最后，虽然量化投资研究平台简化了入门，但深入理解和掌握底层技术仍然是关键，这里有开源交易接口供参考，以助于更深入的实践。不知道哪位大大可以解释下网格交易法？JoinQuant量化课堂的入门教程探讨了均值回归这一交易策略。该策略的核心思想是价格在波动中倾向于回归其平均值，即"跌下去的迟早要涨上来"。价格波动是市场非有效性的体现，而非有效市场理论假设的完全无波动。均值回归策略基于观察，即股票价格通常围绕均线波动。当价格远离均线时，它倾向于调整回到平均值。策略上，通过计算股票价格与均线的偏离程度（[公式]），在价格偏离均线较大时买入，期待其回归到合理价位。然而，策略的简单应用如以20天或50天均线为基准，持仓时间不同，回测结果显示收益并不稳定，特别是在市场大幅下跌时，回撤较大。问题主要在于买入时机的选择，常常会买在价格下跌途中，导致亏损。改进策略的关键在于更精确的入场时机判断和止损机制的设定。完整的回测代码和更多详细信息可以在JoinQuant量化课堂找到，所有内容版权归JoinQuant所有，商业使用需获得授权。现代资产配置（MPT）理论网格交易是啥子这是一种仓位策略，用于动态调仓。该大法秉持的原则是"仓位策略比选股策略更重要"。当然，我们做策略的，选出好的股票池是我们孜孜不倦的追求~~几个基本概念1底仓价：价格的标准线，建仓和调仓的重要依据。2低吸高抛：仓位控制贯彻低吸高抛，绝不追涨杀跌。根据网格设置买卖价位。下面举个例子在底仓价的附近，我们根据网格的大小，比如每跌3%按仓位买入（第一档：买40%，第二档：买30%，第三档：买20%，第四档：买10%）。要注意的是，这里买卖不是绝对的定量，而是调仓到对应仓位。如果第一次跌破3%，而后上涨到5%时，是不操作的，因为下跌时只建了40%的仓，而上涨5%的仓位是60%，不够抛出。3网格大小：上图给出了3种网格大小。特点是买入网格小于卖出网格。这种不对称编织网格的道理在于网格的目的是网获利润，将利润建立在趋势的必然性中，而不仅仅是靠震荡的偶然性。先讲特点和局限吧首先，定理&公理：没有万能的策略。1趋势决定策略的成败。在长期的上涨趋势中策略才能获得满意回报。2选股集中在波动大、成长性好的中小市值股票。不断盘整的周期股、大盘股和业绩不佳的垃圾股踩中就麻烦了。3底仓价格设定在安全边际内。在估值顶部设立底仓价格风险极大，会造成很大的损失。4牛市表现不佳。分散的仓位策略，没有依据价格形态来修改网格，都可能在牛市中跑输大盘。降低贝塔的代价就是阿尔法也较低。5买卖规则不灵活，可能使一些重要的突破支持或阻力位置的买卖点被忽略在网格之外。来看看策略步骤1选股重点行业：I64 互联网和相关服务，I65 软件和信息技术服务业低估值PE小：PE<50小市值：分行业按市值排列选市值小的30只高波动：分行业在市值最小的30只中选出过去一年波动率最大的5只股票So，我们的股票池有10只股。每3个月按上述条件更新一次股票池，更新时不在新股票池的股票全部清仓。2网格：[-3%买，5%卖]、[-5%买，10%卖]、[-8%买，15%卖]、[-12%买，20%卖]四种大小的网格都会相应尝试一下看看效果。3资金安排：在仓位控制时，满仓的概念是（总资金/股票池总数25）后面的乘数是为了提高资金利用率，因为3个月的周期内可能不是每只股票都能达到满仓。好啦，收韭菜的时候到了回测做了很多组，大致是分市场行情（牛、震荡和熊）各做了一次。然后在震荡期调整网格大小分别做了4次回测详情与代码见 w(防)w（度）w（娘）joinquantcom/post/539python的量化代码怎么用到股市中现代投资策略的瑰宝——现代资产配置理论（MPT）在金融世界的智慧殿堂中，MPT，由金融巨擘Markowitz在1952年开创，犹如一座照亮投资决策的灯塔，其核心目标是通过精细的配置，平衡风险与收益，寻求那条既迷人又充满挑战的“有效前沿”。绘制投资地图在MPT的二维图谱上，投资者的目光聚焦于收益率的标准差与预期收益之间。这是一幅资产世界的地图，风险资产如繁星点点，而无风险资产则如同坐标轴的基石。目标是寻找那个理想的“有效前沿”，它象征着在风险可控的前提下，收益潜力的最大化。这个前沿曲线，是由无数可能的资产组合组成的，每个点都代表一种独特的风险收益组合。有效前沿的奥秘以实际股票数据为例，通过计算协方差矩阵，投资者可以清晰地看到五支股票的最小风险配置，那左侧的顶点，风险仅00212，对应的收益却达到了000202。紫色五角星标记的是最低风险的选择，虽然收益看似微不足道，但风险却显著降低，它告诉我们，有时候平衡是关键。理论上的有效前沿无限延伸，然而在实际应用中，我们只能看到部分资产的配置。当无风险资产加入，投资者可以在左侧区域通过调整α比例，构建出收益的随机变量rα。此时，夏普比率，这枚衡量收益与风险比值的金色标尺，将决定资产配置的优劣。市场组合的夏普比率位于CML的最高点，这条线成为了投资者追求的理想线。CML：最优投资路径CML，资本市场线，是MPT的精华所在，它揭示了最优的风险收益平衡。在示例中，当使用4%的国债利率作为无风险回报，最高夏普比率达到了011885。要找到期望收益0003且风险最低的组合，只需沿着CML找到对应的点，这个点就是组合M。对比原股票和最低风险组合，M展现出收益提升和风险降低的双重优势。风险与收益的交织资产组合的风险并非孤立存在，它受成分资产的相关性影响，而组合的收益则是各个资产贡献的加权平均。波动性的复杂性，考验着投资者对市场动态的洞察与精准把握。在MPT的指引下，投资者得以在风险与收益的交织中，寻找那条通往财富自由的黄金通道。而这一切，只是MPT理论的冰山一角。接下来，CAPM模型将为我们揭示如何基于市场组合定价来衡量风险资产的收益。在JoinQuant的量化课堂中，深入探讨MPT模型策略，让我们一起踏上这场探索投资智慧的旅程。2010 ~ 2017 沪深A股各行业量化分析在开始各行业的量化分析之前，我们需要先弄清楚两个问题：第一，A股市场上都有哪些行业；第二，各行业自2010年以来的营收、净利润增速表现如何？第一个问题很好回答，我们使用JQData提供的获取行业成分股的方法，输入get_industries(name='sw_l1')得到申万一级行业分类结果如下：它们分别是：农林牧渔、采掘、化工、钢铁、有色金属、电子、家用电器、食品饮料、纺织服装、轻工制造、医药生物、公用事业、交通运输、房地产、商业贸易、休闲服务、综合、建筑材料、建筑装饰、电器设备、国防军工、计算机、传媒、通信、银行、非银金融、汽车、机械设备共计28个行业。第二个问题要知道各行业自2010年以来的营收、净利润增速表现，我们首先需要知道各行业在各个年度都有哪些成分股，然后加总该行业在该年度各成分股的总营收和净利润，就能得到整个行业在该年度的总营收和总利润了。这部分数据JQData也为我们提供了方便的接口：通过调用get_industry_stocks(industry_code=‘行业编码’, date=‘统计日期’)，获取申万一级行业指定日期下的行业成分股列表，然后再调用查询财务的数据接口：get_fundamentals(query_object=‘query_object’, statDate=year)来获取各个成分股在对应年度的总营收和净利润，最后通过加总得到整个行业的总营收和总利润。这里为了避免非经常性损益的影响，我们对净利润指标最终选取的扣除非经常性损益的净利润数据。我们已经获取到想要的行业数据了。接下来，我们需要进一步分析，这些行业都有什么样的增长特征。我们发现，在28个申万一级行业中，有18个行业自2010年以来在总营收方面保持了持续稳定的增长。它们分别是：农林牧渔，电子，食品饮料，纺织服装，轻工制造，医药生物，公用事业，交通运输，房地产，休闲服务，建筑装饰，电气设备，国防军工，计算机，传媒，通信，银行，汽车；其他行业在该时间范围内出现了不同程度的负增长。那么，自2010年以来净利润保持持续增长的行业又会是哪些呢？结果是只有5个行业保持了基业长青，他们分别是医药生物，建筑装饰，电气设备，银行和汽车。（注：由于申万行业在2014年发生过一次大的调整，建筑装饰，电气设备，银行和汽车实际从2014年才开始统计。）从上面的分析结果可以看到，真正能够保持持续稳定增长的行业并不多，如果以扣非净利润为标准，那么只有医药生物，建筑装饰，电气设备，银行和汽车这五个行业可以称之为优质行业，实际投资中，就可以只从这几个行业中去投资。这样做的目的是，一方面，能够从行业大格局层面避免行业下行的风险，绕开一个可能出现负增长的的行业，从而降低投资的风险；另一方面，也大大缩短了我们的投资范围，让投资者能够专注于从真正好的行业去挑选公司进行投资。「2010-2017」投资于优质行业龙头的收益表现选好行业之后，下面进入选公司环节。我们知道，即便是一个好的行业也仍然存在表现不好的公司，那么什么是好的公司呢，本文试图从营业收入规模和利润规模和来考察以上五个基业长青的行业，从它们中去筛选公司作为投资标的。31按营业收入规模构建的行业龙头投资组合首先，我们按照营业收入规模，筛选出以上5个行业医药生物，建筑装饰，电气设备，银行和汽车从2010年至今的行业龙头如下表所示：可以看到，虽然时间跨度很长，但是在这5个行业中，营收规模大的公司始终处于领先地位。它们分别是上海医药，中国建筑，上海电气，工商银行，上汽集团。由于各年度上市公司年报的公布截止日是4月30日，待所有上市公司年报公布后，确定行业龙头，然后将这些行业龙头构建成一个投资组合。那么，持有投资组合的收益表现如何呢？为了保证投资时间的一致性，我们假设从2015年4月30号之后的第一个交易日开始投资，本金是100万，每个标的投资权重相同，都是20%，并且忽略交易成本，那么持有该组合至2018年4月30号的投资收益是多少呢？我们利用JQData提供的获取行情接口get_price(security='股票代码', start_date='开始交易日', end_date='投资截止日', frequency='daily', fields=None, skip_paused=False, fq='pre')，分别获取组合中各个公司在各年度开始交易日和投资截止日（430之后的第一个交易日）的价格，得到最终的投资结果如下图所示：可以看到，除了201554-201653股灾期间，该组合投资收益率和上证指数、沪深300指数有一个同步的大幅下跌外，从201653至2018年52，改组合连续两年获得了正收益，并在2016年大幅跑赢另外两个基准指数20%以上。聪明的读者一定会问这样一个问题，如果我从2018年5月2号开始，投资100万买入这样一个按营收规模衡量的行业龙头组合，至2018年5月30号，收益表现会如何呢？答案是304%，而同期上证指数收益率和沪深300收益率分别是-020%和-039%，可以说表现非常之好了。具体收益如下表所示：32按扣非净利润规模构建的行业龙头投资组合如果我们按照扣除非经常性损益的净利润来衡量，以上5个行业从2010年至今的行业龙头又会是哪些呢，我们查出来如下表所示：可以看到，按照扣非净利润来构建投资组合，医药生物和电气设备两个行业分别发生了行业龙头的更替，如果要构建基于扣非净利润的投资组合，那么我们就需要每年去调整我们的组合标的以保证组合中都是上一年度的行业龙头。和上述投资回测方式一样，我们从2015年5月4号买入这样一个组合，并在之后每年4月30号之后的第一个交易日调整组合中的行业龙头标的，最终的投资结果如下表所示：可以看到，即使是2015430-201653股灾期间，该组合也跑赢上证指数和沪深300指数3%左右；而201653至2018年52期间更是大幅跑赢两个基准指数高达30%以上。同样的，如果从2018年5月2号开始，投资100万买入这样一个按扣非净利润规模衡量的行业龙头组合，至2018年5月30号，收益表现会如何呢？答案是283%，对比同期上证指数收益率和沪深300指数的-020%和-039%，仍然维持了非常良好的表现。具体收益如下表所示：结论通过以上行业分析和投资组合的历史回测可以看到：先选行业，再选公司，即使是从2015年股灾期间开始投资，至2018年5月1号，仍然能够获得相对理想的收益，可以说，红杉资本的赛道投资法则对于一般投资者还是比较靠谱的。在构建行业龙头投资组合时，净利润指标显著优于营业收入指标，获得的投资收益能够更大的跑赢全市场收益率市场是不断波动的，如果一个投资者从股灾期间开始投资，那么即使他买入了上述优质行业的龙头组合，在近3年也只能获得12%左右的累计收益；而如果从2016年5月3日开始投资，那么至2018年5月2日，2年时间就能获得超过50%以上的收益了。所以，在投资过程中选择时机也非常重要。出自：JoinQuant 聚宽数据 JQData