m0_46665608的博客

最小方差模型寻求风险最小的大类资产组合。模型中规定需要每个资产至少配置10%。max⁡=XTΣX \max=X^{T}\Sigma Xmax=XTΣXs.t.ΣX=1,Xi≥0.1,i=1,2,3...s.t. \quad \Sigma X=1 ,X_{i} \ge 0.1,i=1,2,3...s.t.ΣX=1,Xi​≥0.1,i=1,2,3...#其中XXX表示资产配置权重向量，Σ\SigmaΣ表示各个资产间的协方差矩阵，我们将选取三个大类资产进行配置，分别是：股票（沪深300），债券（上证国

将下面三个策略结合判断，动量策略估值策略改进美林时钟三个策略都判断股票上涨（做多股票，则股：债=0.5:0.5三个中有两个策略判断做多股票信号 ，则股：债=0.4:0.6三个中有一个策略判断做多股票信号 ，则股：债=0.3:0.7否则，股：债=0.1:0.9""" 2020.09.25 15:27@zp数据端，既用到了153数据库，也用到了Tushare Pro数据库显然，加入的条件过多，必定导致过拟合问题，(由于未留出测试集，因此，可以肯定的是过拟合问题存在，但却无法量

考虑两种资产，股票和债券。根据星号轮动配置。构建多个动量，当同时满足时，买入信号（股票）读取数据，并计算t1、t2、t3、t4和t5天的均值，if DF[i]>nmean3[i] and DF[i]>nmean4[i] and DF[i]>n*mean5[i] 则 买入股票，else:买入债券运行下程序，需要获取财经数据库的token码，这里获取token"""@dazip"""import numpy as npimport pandas as pdimpo.

就用pe的值低pe 高配股票，高pe高配债券。运行 需要获取token，这里获取token码import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom datetime import datetime, datefrom statsmodels.regression import linear_modelimport statsmodels.api as smimport pymysqlimport t

趋势性动量策略有效性验证及实现1相关性验证2策略概要3其他回测结果其他量化策略1相关性验证选取上证指数000001.SH，获取收盘价以50为单位，计算每个55天的收益序列。使用shift(1),获得滞后一个时间段（50天）的时间序列数据。使用df.corr()计算相关性代码如下运行此代码，需获取token码，这里获取token码# coding=utf-8import mathimport tushare as tsimport pandas as pdimport matplo

移动平均波动率反转策略波动率策略简介策略代码分解回测结果总结波动率策略简介一个更简单的移动平均策略移动平均策略——单/双均线策略————————————————————分——————————_————————读取tushare pro财经数据，这里用到沪深300，以下程序都需注册此数据库并获得token码 才能运行，这里获取token码，若自己有数据，只需换掉数据部分即可。数据预处理,计算沪深300的净值波动率，策略细则：if 100天平均波动率大于最近20天的波动率 并且最近20天的波动率小

简单的alpha策略，选取某一时间点所有股票的相关信息ps、pb、pe等。用三因子回归获取alpha，分别用每只股票计算。选取排名靠前的n只股票计算组合净值计算结果和画图注:代码运行需安装tushar pro 并获取TOKEN码， 这里获取token码# coding=utf-8import mathimport tushare as tsimport pandas as pdimport matplotlibimport matplotlib.pyplot as pltim

1.传统美林时钟美林时钟是 2004 年由美林证券（Merrill Lynch）通过对超过 30 年的数据统计分析得出的资产配置模型，通过将资产轮动及行业策略与经济周期联系起来，指导经济周期不同阶段的资产配置。模型将经济周期分为四个阶段：复苏、过热、滞胀、衰退，并使用产出缺口（GDP）和 CPI 来识别经济。四个阶段对应的优质资产分别为股票、商品、货币、债券。经典的繁荣至萧条的经济周期在四个阶段间依序轮动，不过现实并不会简单按照经典的经济周期进行轮动，有时时钟会向后移动或者向前跳过一个阶段。图片来..

改进美林时钟代码1.python量化——alpha股票-指数期货对冲策略2.多因子选股策略3.海龟交易策略4.移动平均策略——单/双均线策略5.改进的美林时钟策略（一）5.改进的美林时钟策略（二）6.改进的美林时钟策略（三）这里获取token码""" 2020.08.28 9:57zp宏观经济指标和大类资产收益的相关性"""# coding=utf-8import mathimport tushare as tsimport pandas as pdimport ma

介绍：Fama-French三因子模型，是Fama和French 1992年对美国股票市场决定不同股票回报率差异的因素的研究发现，股票的市场的beta值不能解释不同股票回报率的差异，而上市公司的市值、账面市值比、市盈率可以解释股票回报率的差异。Fama and French 认为，上述超额收益是对CAPM 中β未能反映的风险因素的补偿。这三个因子是:市场资产组合(Rm− Rf)、市值因子(SMB)、账面市值比因子(HMI)。这个多因子均衡定价模型可以表示为:E(Rit)−Rft=βiE[Rmt−Rft].

将反向操作由1.python量化——alpha股票-指数期货对冲策略的股指期货，换成筛选的后T只股票的做空（融资融券业务）。大概思路就是选择排名前T只股票做多，后T只做空。所用库# coding=utf-8import mathimport tushare as tsimport pandas as pdimport matplotlibimport matplotlib.pyplot as pltimport numpy as npimport talibmatplotlib.r

策略实现前面，有了统计的的结果改进的美林一/二，现在用最近10年的数据进行回测1.所需的库# coding=utf-8import mathimport tushare as tsimport pandas as pdimport matplotlibimport matplotlib.pyplot as pltimport numpy as npimport talibimport pandas as pdfrom datetime import datetime, datema

这里是在改进美林时钟一的基础上做了一些优化，改进。只要针对经济变动（差分），通货膨胀变动（差分），（发布数据需要一个月）来判断接下来三个月的大类资产的选择。定期3个月判断一次，既然现在国内是“美林电风扇”一样紊乱，那我们就不管时钟顺序，就看上个季度的宏观经济状态，为接下来的配置做依据。肯定先要统计历史数据表现情况，然后策略才设置对应的资产配置。这里先用历史数据找各个情况的大类资产排序。1.需要用到的库# coding=utf-8import mathimport tushare as tsi

股票-债全-商品轮动策略——基于美林时钟模型##这部分是先确定周期最优配置资产选取2006.01.01-2018.01.01的GDP，CPI，沪深300（000300.SH），上债指数（000012.SH），南华商品指数（NHCI.NH）思路很简单。通过季度的宏观经济变量，统计对应时间段的三种大资产的平均收益，选取最高的收益作为策略待选资产。先看结果：经济↑+通货↓时，股票：37.23%，商品：-19.58%，债券：0.68%经济↑+通货↓时，股票：0.84%，商品：-22.89%，债券：0.5

alpha多因子选股对冲策略在前面写的alpha多因子策略的基础上，加入了沪深300股指期货空头。策略思路：筛选沪深股票池中的一篮子股票，比如20只潜力股做多，同时在期货市场做空沪深300的股指期货合约。利用对冲消除β风险，获取α收益。组合收益=α收益+β风险收益，现在利用对冲消除β，赚取稳定的α收益。细节上，只上篇的基础上加入了对冲。代码如下：（若没有tushare pro的token码，无法直接运行，获取地址：https://tushare.pro/register?reg=385920，当然

简单多因子选股——小市值大概思路就是按照：所有股票池中，按如下条件筛选，pe<20 ， pb<2 ，ps<5 ， total_mv<1000000。然后选择排名靠前的10只，方法下面会说到。完了等权重分配。具体如下：1.数据，可来源tushare pro 的免费数据库（需注册+改资料）网址：https://tushare.pro/register?reg=3859202.所需要的库import mathimport tushare as ts #1中安装

长期海龟策略下面的数字表示unit(总资产的1%)调仓信号：微上穿+1，中上穿+4，高度上穿满仓微下穿-1，中下穿-4，高度下穿空仓#如果发现历史大概率均线策略有效，是否可以以此构造随机均线策略？？？#单只股票以时间段T频率 判断是否调仓 T=49表现最好# coding=utf-8import mathimport tushare as tsimport pandas as pdimport matplotlibimport matplotlib.pyplot as plt

量化投资——移动平均策略详细版免费数据库注：重要的talib函数，注意安装时再官网装，选择合适的版本，64位/32位，还要对应自己python的版本。注释都很清楚了！看代码！# coding=utf-8import mathimport tushare as ts #老版的用不了，需要下载tushare pro 在这里： https://tushare.pro/register?reg=385920import pandas as pdimport matplotlibimport