均值回归策略(二)—代码实现

量化交易——均值回归策略 一、均值回归理论   均值回归:股票价格无论高于或低于价值中枢(或均值)都会以很高的概率向价值中枢回归的趋势。何时会发生均值回归,属于“随机漫步”范畴。   均值回归的理论基于以下观测:价格的波动一般会以它的均线为中心。即当标的价格由于波动而偏离移动的均线时,它将调整并重新归于均线。   偏离程度:(MA-P)/MA 1、均值回归原理   均值回归法则:万物最终都将回归于其长期的均值。 ... 阅读详情

均值回归策略(二)—代码实现

在上一篇均值回归策略(一)中我们简单的介绍了均值回归策略的一些基础知识,这里我们将通过代码的形式来实现均值回归策略的指标计算及买卖点的识别,以及最后收益率和持有天数的计算。

一、数据提取

本文用到的数据主要是从优矿平台下载的沪深300从2013年1月1日至2024年5月31日的前复权的所有股票的价格信息。删除了2013年之后上市的股票,确保股价数据的完整性。优矿平台数据调取代码如下(需在优矿平台运行该代码):

这里就不对代码进行详细解释了,有兴趣的同学,可以自己研究一下哈

import re 
import pandas as pd
hushen300 = DataAPI.IdxConsGet(secID=u"",ticker=u"000300",isNew=u"",intoDate=u"20240531",field=u"",pandas="1")
hushen300_name = hushen300["consShortName"]
hushen300_id_org = hushen300["consID"]
hushen300_id = hushen300["consID"].str.extract(r'(\d+)', expand=False)
hushen300_price = pd.DataFrame()
for m in range(0,300):
    object_time = datetime(2013, 1, 1, 0, 0, 0)
    ttm = DataAPI.EquGet(secID=hushen300_id_org[m],ticker=u"",equTypeCD=u"A",listStatusCD=u"",exchangeCD="",ListSectorCD=u"",field=u"secID,listDate,secShortName",pandas="1")
    ttm['listDate'] = pd.to_datetime(ttm['listDate'])  
    mubiaoshijian=datetime(2013, 1, 1, 0, 0, 0)
    if ttm["listDate"][0] < mubiaoshijian:#从沪深300成分股里面筛选出2013年之前上市的股票
        stock_price = DataAPI.MktEqudAdjGet(secID=u"",ticker=hushen300_id[m],tradeDate=u"",beginDate=u"20130101",endDate=u"",isOpen="",field=u"tradeDate,closePrice",pandas="1")#股价是前复权股价
        stock_price = stock_price.set_index("tradeDate")
        stock_price = stock_price.rename(columns={
   
   "closePrice":hushen300_name[m]})
        if m==0:
            hushen300_price=stock_price
        else:
            hushen300_price = hushen300_price.join(stock_price) 
hushen300_price = hushen300_price.dropna() #删除带有空值的行
hushen300_price.to_csv('hushen300_price.csv')

二、数据读取

数据下载到本地,使用python读取数据,以便后续数据的分析使用。具体代码如下:

import pandas as pd
均值回归策略(一) 资产价格将围绕其历史均值进行波动,当价格偏离其长期平均水平时,价格趋向于回归到其平均水平,价格的偏离程度越大,回归的力度越大。因此,可以通过采取反向交易的方式(即价格偏低时买入,价格偏高时卖出)来获取收益。 阅读详情

相关推荐

Mean Reversion 均值回归策略

需要注意的是,”均值回归”策略也存在一定的风险,因为价格在短期内可能不会回归到其长期均值,而是可能出现趋势延续或结构性变化。在这个策略中,交易者会选择一对或多对相关性较高的金融资产(如股票、期货、货币对等),并计算它们的价格之间的差异或距离。均值回归策略是一种基于统计套利的量化交易策略,它利用价格的短期偏离和长期均值的回归关系进行交易。该策略的核心思想是,当价格偏离其长期均值时,存在一种趋势,即价格将回归到其均值水平。

qq_34102871的博客 1275

量化交易实战:布林线(BOLL)指标的高效应用策略

本文深入解析了布林线(BOLL)指标在量化交易中的高效应用策略。文章摒弃了传统死记硬背的信号法则,转而从实战角度剖析了布林线的三大核心应用场景:作为趋势强弱的仪表、捕捉收口后的爆发点以及在趋势中识别动态支撑压力。同时,详细介绍了如何将布林线与RSI、成交量、MACD等指标协同使用,以构建更稳健的量化交易策略,并提供了基础的Python代码实现思路。

weixin_29266647的博客 869

波段行情中高胜率的Z-Score均值回归期货量化策略

Z-Score均值回归策略基于金融市场价格具有均值回归特性的假设,即价格在短期内可能偏离其长期均值,但最终会回归。该策略通过计算资产价格相对于其历史移动平均线的标准化偏离程度(Z-Score),识别被显著高估或低估的价格水平,并在预期其回归均值时进行交易。当价格大幅偏离均值(高Z-Score值)时,策略认为这种偏离难以持续,价格将回归,从而产生逆势交易的机会。在正态分布假设下,约95%的数据点落在Z-Score为±2的范围内,因此Z-Score超过这一范围意味着价格处于统计上的极端区域,有较大概率回归。

lyy_luyao的博客 2284

【量化策略系列】股票均值回归策略之一——配对交易策略(Pairs Trading)

本文持续更新中。最后更新时间:11/3/2019 1. 前期文章回顾 [1] 作者简介 [2] 【量化策略系列基本篇】股票动量策略(汇总篇) 2. 均值回归策略简介 当我们打开炒股软件,随便打开一只股票,并查看他的历史价格,我们可以发现一个有趣的现象:在过去的数月之间,很难有股票可以连续上涨,也很难有股票可以连续暴跌;大部分股票都呈现出一种起起伏伏、涨涨跌跌的波动姿态,在K线图中呈现出一种“波浪”...

Mikey_Sun的博客 7464

金融量化— 简单均值回归策略(Mean Reverting Strategy)

均值回归理论 均值回归策略应用了股市投资中经典的高抛低吸思想,该类型策略一般在震荡市中表现优异; 但是在单边趋势行情中一般表现糟糕,往往会大幅跑输市场; 均值回归:“跌下去的迟早要涨上来” , 选股用, 不适合做择时,因为不知道什么时候是偏离最低 均值回归的理论基于以下观测:价格的波动一般会以它的均线为中心。也就是说, 当标的价格由于波动而偏离移动均线时,它将调整并重新归于均线。 定义偏离程度:(MA-P)/MA —MA均线,P价格 均值回归策略:在每个调仓日进行 计算股票池中所有股票的N

帅泽泽的博客 1万+

期货量化软件:简单均值回归交易策略

均值回归是一种逆势交易,交易者预估价格将返回到某种形式的均衡点位,通常依据均值或其它向心趋势统计值来衡量。本文赫兹量化讨论一个非常简单的均值回归交易策略。行情通常以无规律的周期波动。这意味着,当我们查看图表时,我们往往会看到上升、下降和相对平坦的阶段。交易和投资的关键是能够判定这些阶段的变化,这些阶段也称为行情制度。均值回归可以采用移动平均线的形式,如果行情离它太远,它可能会回退到其区域附近。均值回归是一个金融术语,即假设资产价格随时间推移,趋向聚拢到平均价格。

herzqthz的博客 1188

布林线均值回归策略(股票)

1. 原理 提起布林线均值回归策略,就不得不提布林带这个概念。布林带是利用统计学中的均值和标准差联合计算得出的,分为均线,上轨线和下轨线。布林线均值回归策略认为,标的价格在上轨线和下轨线围成的范围内浮动,即使短期内突破上下轨,但长期内仍然会回归到布林带之中。因此,一旦突破上下轨,即形成买卖信号。 当股价向上突破上界时,为卖出信号,当股价向下突破下界时,为买入信号。 BOLL线的计算公式: 中轨线 = N日移动平均线 上轨线 = 中轨线 + k标准差 下轨线 = 中轨线 - k标准差 2. 策略..

小壁虎的春天 2656

一种高胜率的交易系统:均值回归交易策略

通过识别价格过度偏离均值的情况,来预测价格可能的回调方向,从而捕捉交易机会。这个均值可以是移动平均线(如简单移动平均线SMA、加权移动平均线WMA、指数移动平均线EMA等)、成交量加权平均价格VWAP,或其他形式的平均值,如通道中的价值线等。这种策略的核心思想是,当资产的价格偏离其长期均值或历史平均水平太远时,存在一种趋势,即价格将回归到其均值或平均水平。价格处于趋势中时,通常会形成一系列的高点越来越高、低点越来越高,或高点越来越低、低点越来越低,这取决于趋势的方向。是回归速度,表示价格向均值回归的速度。

2401_83821075的博客 2068

014 | backtrader回测均值回归策略

均值回归策略(Mean Reversion Strategy)是一种基于统计学原理的交易策略,假设金融资产的价格会回归其长期平均水平或“均值”。这种策略假设资产价格在短期内可能会偏离其历史均值,但最终会回归到该均值。这种偏离均值的现象在市场中被视为暂时性的机会,因此交易者可以通过在价格偏离均值时买入或卖出资产,从中获利。起始资金:100,000元最终资金:98,306.92元策略表现:回测结果显示,均值回归策略在此段时间内并未能带来盈利,反而导致了资金的略微缩水(亏损约1,693.08元)。

微信号:RunsenLiu 1703

Python--使用布林线设计均值回归策略

在本教程中,我们将探讨均值回归的概念以及如何使用 Python 中的布林线设计交易策略。均值回归是一种流行的交易策略,

探索人工智能领域 1831

unity游戏开发日志(一)将mmd模型导入unity,并解决材质丢失的问题

unity音乐游戏开发,导入角色模型并解决材质问题

yizhigou1的博客 1761

GPU计算板卡设计原理图:735-基于3U VPX的AGX Xavier GPU计算主板

基于3U VPX的 Jetson AGX Xavier GPU计算主板是LINUX环境下软件开发等理想工具。是用于视频处理,相机信号,支持PCIE、USB、RS422、RS232、网口、SPI、I2C等综合性的信号计算主板。3. 支持外接HDMI连接显示器,并支持键盘,鼠标等外接设备进行调试。8 核 ARM v8.2 64 位 CPU、8 MB L2 + 4 MB L3。4路Gigabit Ethernet (10/100/100)link。1路RS232,1路RS485。1路 NVMe PCIeX4。

980

在MacBook上直接跑Windows Server 2022:一个开发者的真实踩坑与配置全记录

本文详细记录了在MacBook上原生运行Windows Server 2022的完整流程与优化技巧。通过Boot Camp实现非虚拟机安装,开发者可以充分利用Mac硬件性能,搭建高效的本地开发环境,特别适合需要测试跨平台应用和服务器功能的场景。文章涵盖驱动处理、分区策略、Docker配置等关键步骤,为技术极客提供实用指南。

weixin_42620913的博客 244

【Bug已解决】codex: conversation context window exceeded / Token limit reached — CodeX CLI 上下文窗口超限解决方案

CodeX CLI 上下文窗口超限(context_length_exceeded)的解决方案,含开新会话、更大窗口模型、精简提示与限制工具输出。

博客 4180

168、OIS光学防抖系统设计:陀螺仪标定、音圈马达驱动与滚珠式/悬丝式结构选型

本文总结了OIS光学防抖系统设计中的关键问题与解决方案。作者通过实际案例指出,陀螺仪标定需重视零偏、灵敏度和温度补偿问题,音圈马达驱动需采用电流环控制并优化相位补偿。在机械结构选型方面,滚珠式适合大角度补偿但存在回差问题,悬丝式精度高但受重力影响,需根据应用场景选择。系统联调建议从开环到闭环逐步验证,注意陀螺仪与驱动频率匹配。最后给出5条经验建议:关注陀螺仪信噪比而非分辨率、预留标定余量、重视机械结构公差、配备专业调试工具、协调OIS与电子防抖的分工配合。文章强调OIS调试需针对不同模组特性进行反复测试与标

zzfmlxs的博客 41

【同等学力】2005-数学⭐✨

有r个正方形排成一行,今用红、黄、白、蓝四种颜色给这个r个正方形染色,每个正方形只能染一种颜色,如果要求染红、黄、白色的正方形分别至少出现一个,问有多少种不同的染法?3、(4分)设G是一个有n个结点m条边的连通简单平面图,若n≥3,则m≤3n-6.4、(4分)证明:任何连通简单平面图至少有一个结点的度数不超过5

super_mochi1 305

fanuc机器人I/O分配

FANUC机器人在和其他外部设备进行通讯时,需要对信号进行配置。 在机器人处于UOP自动分配状态时,系统会自动检索已配对设备,并分配相应的机架号。 当我们需要手动对信号进行分配时,可参考以下机架号进行配置。 不同的通讯协议对应的机架号不同,外部通讯协议常用的机架号参考下表: 序号 机架号 通讯类型 1 0 Process I/O 2 1-15

haier123888的博客 1万+

高可用架构设计——多节点OpenClaw集群部署与负载均衡(2026企业级)

本文介绍了企业级OpenClaw高可用集群架构设计,重点阐述了多节点部署与负载均衡方案。架构采用分层设计,包括表现层、应用层、数据层和基础设施层,确保99.99%的可用性目标。详细配置了主节点、工作节点和存储节点规格,提供Kubernetes集群部署脚本示例,实现自动化的容器编排管理。通过硬件冗余、故障隔离和弹性扩展等可靠性原则,构建能够应对各种故障场景的稳定AI助手系统。

博客 420

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

上一篇: 均值回归策略(一)
下一篇: 一篇文章,学完VBA基础知识
宏蜘蛛
博客等级 码龄6年 998粉丝 12原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值