投资市场过程的便捷促进了人们的非理性投资。
2022~2024年的地狱市场把我的心态、生活和账户搞得一团糟，暂且不说基金经理装死的外部问题，本人也执行了一些非理性操作造成了损失。
痛定思痛，为了避免市场波动对心态和生活的持续影响，本人将目光集中到了量化自动化交易上面。
关于投资这方面，对于没时间看盘、又想获得超过指数基金收益的我而言，我还是信任计算机的超理性决策。
免责声明：以下是我个人研究内容，并不代表任何投资建议，投资请谨慎。
快速入门
安装backtrader库（量化回测框架）
通过ib_insync文档或是使用GPT写一个样例SMA策略
运行，观察图表
常见框架推荐
backtrader 传统策略框架
qlib AI量化框架
海龟交易法
本质上是一种趋势跟踪策略，法则囊括了交易中的每一个环节，没有给交易者留下主观思考的余地。
和量化交易有些关联，可以作为相关参数的设置方法。当然参数也可以通过程序来自动寻找。
核心思维
- 以长远的眼光看待交易
- 避免结果偏好
- 相信正期望的威力
操作层面
- 首先掌握一个优势的系统，找到一个期望值为正的交易策略（至少在历史上回测能产生正的收益）
- 管理风险，守住阵地
- 坚定不移，执行策略
- 简单明了，抓住趋势。大部分利润产生于2~3次的交易，不要错过任何一次趋势。否则全年努力都会化成泡影。
步骤
市场：买卖什么？
一般用于期货市场，要有足够流动性 30年期美国国债、10年期美国国债、大宗商品、发达国家的货币
头寸规模：买卖多少？
核心思想：波动性大的合约持仓量少，波动小的合约持仓量大
方法：用波动性来动态建仓控制日内亏损幅度不超过总资产的1%
H:当日最高价
L:当日最低价
C:当日收盘价
TR:日真实波动幅度
TR = MAX(H-L, H-C, C-L)
求TR的20日移动平均值N
N = (19 * PDN + TR) / 20
PDN: 前一日的N值
TR: 日真实波动幅度
在21天开始计算。之前的20天平均值用前面20天的TR相加除以20
(账户的1% / 单位头寸金额) = (N / 股价)
单位头寸金额 = (账户的1% / N) * 股价
单位头寸股数 = (账户的1% / N)
波动越大的股票，N越大，头寸越小
海龟交易法要求对于单一市场的持仓，不能超过4个单位的头寸金额
入市：什么时候买卖？
系统1：以20日突破为基础的短期系统
系统2：以55日突破为基础的长期系统
长线看超过55日的最高点和最低点就开始行动
如果超过了55日的高点，买入一个头寸，开始做多
如果跌破55日的低点，卖出一个头寸，开始做空【如果不熟悉做空，可以只考虑做多】
建仓：突破点建立一个头寸单位
接着在(1/2 N) 的价格间隔一步一步扩大头寸
每隔1/2N就加一个头寸单位，直到加满4个单位的头寸为止
逐步减仓巧妙，如果股价下跌1N总的亏损还是保持总资产的1%
止损：什么时候放弃一个亏损的头寸？
任何一笔都不能亏损超过总资产的2%
波动1N就对应总资产的1%的波动
按2%计算，止损的标准就是2N
股价最后一笔买入后，如果下跌2N，就止损
退出：什么时候退出一个盈利的头寸？
系统1：采用10日突破退出法则
系统2：采用20日突破退出法则
创了20日新低就退出
优点：虽然比较反直觉，但能保证持仓者不会错过这种大涨幅的趋势
缺点：眼睁睁看着巨额的利润瞬间蒸发掉
战术：怎么买卖？
资金量小就不用考虑了
M-score模型识别财务造假
选股前过滤一遍，把造假股票踢出去。
M = -4.84 + 0.92 * DSRI + 0.528 * GMI + 0.404 * AQI + 0.892 * SGI + 0.115 * DEPI - 0.172 * SGAI + 4.679 * TATA - 0.327 * LVGI
简单线性公式，求M值即可。
参数说明
SRI 应收账款指数
DSRI = (本期应收账款 / 本期营业收入) / (上期应收账款 / 上期营业收入)
GMI 毛利率指数
GMI = (上期毛收益率) / (本期毛收益率)
毛收益率 = (营业收入 - 营业成本) / 营业收入
AQI 资产质量指数
AQI = (本期非实物资产 / 本期总资产) / (上期非实物资产 / 上期总资产)
非实物资产 = (总资产 - 流动性资产 - 厂房设备 - 证券)
SGI 营业收入指数
SGI = 本期营业收入 / 上期营业收入
DEPI 折旧率指数
DEPI = 上期折旧率 / 本期折旧率
折旧率 = 累计折旧 / (厂房设备 + 累计折旧)
SGAI 销售管理费用指数
SGAI = (本期销售管理费用 / 本期营业收入) / (上期销售管理费用 / 上期营业收入)
TATA 应计系数
TATA = 应计项目 / 总资产
应计项目 = 经营性营业收入 - 经营活动产生的现金流
LVGI 财务杠杆指数
LVGI = 本期资产负债率 / 上期资产负债率
资产负债率 = 总负债 / 总资产
M范围 → 财务造假可能性
M < -2.22 低
-2.22 <= M <= -1.78 中
-1.78 <= M 高
股票波动预测
python实现garch模型，广义自回归条件一方差模型。
平静期常常跟着平静期，波动期常常跟着波动期 → 波动性聚集。
尖峰厚尾，金融资产出现极端情况的概率远大于正态分布概率，所以凯利公式要除以2。
好的想法是拼接出来的，模型和工具是拼接的元件，元件可以不用学得特别透彻。厨子不用知道怎么制造菜刀，只需要菜刀来剁菜和烹调。
波动率可以预测风险，根据风险可以设计不同的持仓水平。还可以根据波动率调整交易策略。
业绩测评指标
盈亏类
总交易次数、赢的次数、亏的次数、胜率
度量交易频繁程度和胜率如何
- 总利润：所有盈利和
- 总损失：所有亏损和
- 净利润：总利润 - 总损失
- 利润因子：总利润 / -总亏损
- 平均交易利润：净利润 / 交易次数
- 平均盈利：总利润 / 交易次数
- 平均亏损：总亏损 / 交易次数
- 累积回报率：总回报率
- 平均回报率：年化回报率
风险率
衡量策略风险程度，以及需要忍受的痛苦有多大、多长时间
- 最大回撤：在一段时间内，资产的最高点到资产的最低点下跌的幅度
- 最大回撤时长：资产从最高点到最低点经历的时间
- 波动率：收益的方差
比率类
夏普比率：(年化收益率 - 无风险收益率) / 收益率标准差
衡量获得一份收益，需要承受多少波动。
收益越高波动越低越好，越大越好。
可以观察投资大师的夏普比率有多少。
- 索诺提比率
- 夏普比率的改进
- 卡玛比率
- 夏普比率方差项用最大回撤来代替
其他类
Alpha：超额收益率
你的收益率 - 大盘收益率
Beta：你的收益率和大盘收益率相关性
SQN：系统质量指数，评估量化策略，优劣的指标
Python库 —— pyfolio库
期权定价公式
BS公式 二叉树模型
结语
投资虽然暂时没有让我的财富增长，但也逐步了解了世界运行的基本原理，涨跌中锤炼了心灵。研究行业的同时，也对某些行业有了更加深刻的认识。
