博客
关于我
Python 量化投资实战教程(7) — 孕线真的有用吗?
阅读量:369 次
发布时间:2019-03-05

本文共 733 字,大约阅读时间需要 2 分钟。

孕线策略分析与优化

孕线(Harami)是一种经典的技术分析工具,常用于判断市场趋势。其核心特征是子线完全由母线包裹,通常与价格反转有关。本文将围绕孕线策略的应用进行深入分析,并通过对某只股票的回测,探讨其有效性。

1. 孕线信号的技术依据

孕线信号主要由以下两点构成:

  • 前一根K线的实体完全覆盖第二根K线。
  • 价格处于底部位置。
  • 2. 回测与策略优化

    针对某只股票(603186),我们对孕线策略进行了回测,时间范围为2010年1月1日至2020年8月15日。

    基础版策略:

    • 判断底部位置的依据是连续三天下跌。
    • 回测结果显示,盈利9次,亏损10次,平均收益率1.3%。显然,该策略在高点买入,效果欠佳。

    优化版策略:

    • 将底部判断标准由“连续三日下跌”改为“价格低于20日均线”。
    • 回测结果改善显著,盈利8次,亏损6次,平均收益率4.7%。策略效果有了明显提升。

    3. 细节优化与表现

    进一步分析发现:

    • 标准孕线(整根K线完全在前一日实体内)在该股票10年间仅出现4次,其中3次盈利。
    • 尽管标准孕线出现次数稀少,但其信号效率较高。

    4. 孕线的局限性

    • 孕线信号价值依赖于其出现频率。若在大型市场中,标准孕线事件稀少,投资价值可能降低。
    • 对于传统投资者而言,遇见标准孕线的机会较少。

    5. 未来展望

    • 对于量化投资者,孕线策略在大规模数据下的可行性值得商榷。由于其事件频率低,历史数据支持有限。
    • 建议进一步研究孕线在整个A股市场中的应用,评估其普适性和投资价值。

    6. 结论

    总体来看,孕线策略在特定股票中的应用效果有限。建议结合其他技术指标,进行综合分析,提高投资决策的准确性。

    如需了解更多量化投资策略,欢迎关注我们的公众号“Python实用宝典”,获取更多实用资源。

    转载地址:http://oedg.baihongyu.com/

    你可能感兴趣的文章
    Prometheus快速搭建与监控Linux系统实战
    查看>>
    prometheus报警与恢复告警的格式
    查看>>
    Pytorch中安装 torch_geometric 详细图文操作(全)
    查看>>
    prometheus监控docker容器实战
    查看>>
    Prometheus监控k8s集群使用邮箱和微信告警!
    查看>>
    Prometheus监控mysq数据库实战
    查看>>
    prometheus监控nginx实战
    查看>>
    Prometheus监控redis数据库实战
    查看>>
    Prometheus监控教程:使用Grafana展示主机基本信息
    查看>>
    pytorch中如何使用预训练词向量
    查看>>
    Prometheus监控教程:使用PromQL查询监控数据(上篇)
    查看>>
    Prometheus监控教程:使用PromQL查询监控数据(下篇)
    查看>>
    Pytorch中关于forward函数的理解与用法
    查看>>
    Prometheus监控教程:安装部署
    查看>>
    Prometheus监控教程:配置介绍
    查看>>
    Pytorch中tqdm进度条的使用
    查看>>
    Prometheus(2):SpringBoot 2.X集成Prometheus
    查看>>
    Promise 原理解析与实现(遵循Promise/A+规范)
    查看>>
    PyTorch:传递 numpy 数组进行权重初始化
    查看>>
    PyTorch-Tutorials【pytorch官方教程中英文详解】- 8 Save and Load Model
    查看>>