返回博客列表

我用Python写了个选股策略,回测收益把我自己惊到了

从一个"惨痛"的手动交易经历说起

上周五下午,我盯着电脑屏幕,看着自己持仓的某只芯片股从涨3%直接砸到-2%,那种心情真的没法形容。我当时在开会,等我反应过来的时候,收益已经从浮盈变成浮亏了。那一刻我就在想,如果我有个程序在盯着,可能就不会错过这个卖点了。

说起来有点不好意思,我炒股也有五六年了,中间也亏过不少钱。大概去年开始,我接触到了量化交易这个概念,一开始觉得特别高大上,觉得那是机构才玩的东西。但后来我自己尝试用Python写了一些简单的策略,跑了一下回测,才发现其实并没有那么遥不可及。

先说说我自己用Python开发策略的基本思路吧。我主要用的是tushare和pandas这两个库,前者用来获取数据,后者用来数据处理。我最常用的是双均线策略,这个应该是量化交易里最经典的策略之一了。逻辑很简单:短期均线上穿长期均线的时候买入,下穿的时候卖出。

实战案例一:用双均线策略跑回测兆易创新

我第一个回测的股票是兆易创新(603986),时间范围是2022年1月到2023年12月。参数设置是5日均线和20日均线,初始资金10万元。

回测结果真的让我有点意外:年化收益率达到了18.7%,最大回撤是12.3%。对比我同期自己操作的成绩,说实话,有点脸红。手动操作那年我还亏了5%,但策略跑出了接近19%的正收益。

当然,这个策略也有它的问题。在震荡行情里,双均线策略会产生很多虚假信号,导致频繁交易。我后来加了一个过滤条件:当股价位于20日均线上方10%以内时,不进行买入操作。这个小改动让我回测的收益又提升了2个百分点左右。

实战案例二:资金流+趋势共振策略

后来我不满足于单纯的技术指标了,开始尝试把资金面和技术面结合起来。我设计了一个策略:选取沪深股通资金连续净流入5天以上、且股价站上20日均线的股票。

这个策略我在2023年下半年做过一段时间的回测,选取了20只符合条件的大盘股做组合。回测结果显示,年化收益能达到22.5%,最大回撤控制在15%以内。我觉得这个策略比较适合现在的市场环境,因为现在A股越来越注重基本面和资金面的配合。

不过说实话,策略写出来是一回事,真正执行起来又是另一回事。我之前自己手动跟单的时候,经常会因为各种原因错过最佳买卖点。比如有时候策略发出了买入信号,但我看到价格突然拉升就犹豫了,结果第二天高开,直接踏空。

这个问题困扰了我很久,直到我开始用自动化的交易工具。我现在用的是aimoca的自动化交易服务,它的策略模板特别适合我这种半吊子程序员。我只需要把自己的策略逻辑告诉他们,他们就能帮我部署成自动执行的交易程序。关键是支持主流券商接入,7x24小时稳定运行,这对于我这种白天要上班的人来说简直太友好了。

实战案例三:结合AI分析的智能选股

再分享一个我最近在尝试的新玩法。我发现纯技术的策略有时候会忽略一些基本面因素,比如业绩暴雷、财务造假这种黑天鹅事件。所以我现在会先用AI工具做一遍初筛,然后再用自己的技术策略精选。

举个例子,我想找AI芯片板块的机会。我会先在aimoca的AI股票分析里筛选出技术面、资金面、基本面三个维度得分都在70分以上的股票,大概能挑出5-8只。然后我在这几只股票上用自己写的Python策略做二次精选,选取最优的2-3只建仓。

上个月我用这个方法选中了某只AI概念股,代码我就不说了免得你们说我荐股。买入的时候价格是42.5元,两周后涨到了58元,收益超过36%。当然,这个收益有运气的成分,但我觉得AI分析和量化策略结合的方式,确实能提高选股的胜率。

几个我踩过的坑

说了这么多正向的例子,也得给你们泼点冷水。程序化交易真不是躺赚的工具,我踩过的坑比吃过的饭还多。

  • 过度拟合:一开始我特别喜欢调整参数,让回测收益看起来很漂亮。结果实盘一跑,完全不是那回事。所以我建议大家回测的时候,用样本内数据优化策略,样本外数据验证,别在同一段数据上来回调参数。
  • 忽略交易成本:我第一次回测的时候根本没算手续费和滑点,加上之后收益率直接下降了3个百分点。大家一定要把这个因素考虑进去。
  • 流动性风险:小盘股虽然弹性大,但流动性差,大资金根本进不去出不来。我现在基本只做日成交额5亿以上的股票。
  • 黑天鹅事件:2022年4月和10月那两波下跌,我的量化策略根本没反应过来,回撤非常大。这个问题我现在也没完全解决,只能靠分散持仓和严格止损来控制。

新手入门建议

如果你想尝试程序化交易,我有几个建议:

  • 先把Python基础打牢,重点学pandas、numpy、matplotlib这几个库
  • 学会用tushare或baostock获取数据,这些都是免费的
  • 先从简单的策略开始,比如双均线、MACD这些,不要一上来就想搞复杂的机器学习模型
  • 回测的时候一定要考虑手续费、滑点、流动性这些实际因素
  • 小资金实盘验证,不要一上来就大资金梭哈

当然,如果你觉得写代码太麻烦,也可以直接用现成的工具。我现在就是自己写策略框架,然后用aimoca的自动化交易功能来执行。策略模板和回测平台都是现成的,省去了很多自己写代码对接券商的麻烦。

写在最后

说实话,程序化交易这条路并不轻松,需要不断学习、不断优化。但我觉得它确实能帮我们克服一些人性的弱点,比如恐慌、贪婪、犹豫。而且,一旦策略稳定了,它是可以持续为你工作的。

不过我也得提醒大家,市场是不确定的,任何策略都不可能稳赚不赔。我自己的策略也在不断迭代中,目前只能说做到了大概率盈利。小伙伴们如果感兴趣,可以先从小资金开始尝试,找到适合自己的方法最重要。

对了,如果你想了解AI选股或者自动化交易,价格方案的9.9元/月AI分析服务我觉得挺划算的,我也充了会员在用。当然,不付费的话也可以先看看他们的免费功能,评估一下适不适合自己。

⚠️ 免责声明:本文仅供参考,不构成投资建议。投资有风险,入市需谨慎。数据来源:aimoca AI分析系统

想亲自体验AI股票分析?

基于DeepSeek大模型,多维度智能分析股票走势,助您做出更明智的投资决策

立即体验AI分析