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
    Objective-C实现heap sort堆排序算法(附完整源码)
    查看>>
    Objective-C实现heap堆算法(附完整源码)
    查看>>
    Objective-C实现highest response ratio next高响应比优先调度算法(附完整源码)
    查看>>
    Objective-C实现hill climbing爬山法用来寻找函数的最大值算法(附完整源码)
    查看>>
    Objective-C实现Hopcroft算法(附完整源码)
    查看>>
    Objective-C实现hornerMethod霍纳法算法(附完整源码)
    查看>>
    Objective-C实现Http Post请求(附完整源码)
    查看>>
    Objective-C实现http下载文件 (附完整源码)
    查看>>
    Objective-C实现Http协议下载文件(附完整源码)
    查看>>
    Objective-C实现ID3贪心算法(附完整源码)
    查看>>
    Objective-C实现IIR 滤波器算法(附完整源码)
    查看>>
    Objective-C实现IIR数字滤波器(附完整源码)
    查看>>
    Objective-C实现insertion sort插入排序算法(附完整源码)
    查看>>
    Objective-C实现integer partition整数分区算法(附完整源码)
    查看>>
    Objective-C实现integerPartition整数划分算法(附完整源码)
    查看>>
    Objective-C实现interpolation search插值搜索算法(附完整源码)
    查看>>
    Objective-C实现Interpolation search插值查找算法(附完整源码)
    查看>>
    Objective-C实现intersection交集算法(附完整源码)
    查看>>
    Objective-C实现intro sort内省排序算法(附完整源码)
    查看>>
    Objective-C实现inversions倒置算法(附完整源码)
    查看>>