说说我自己的经历吧
去年这个时候,我还是个纯手工交易的散户。每天复盘到晚上11点,眼睛盯着K线图看到流泪,第二天一开盘还是被市场教育。那段时间我真的快崩溃了,感觉自己像个陀螺,被主力资金抽来抽去。事情的转机是有天我一个朋友跟我说,他用Python写了个简单的量化策略,跑了一年居然跑赢了沪深300二十多个点。我当时第一反应是不信,觉得肯定是幸存者偏差,或者用了未来函数。但架不住他天天在群里晒收益曲线,我还是决定自己试试看。
结果这一试,就试了一年。现在我的策略已经稳定跑了14个月,年化收益大概在23%左右,最大回撤控制在了12%以内。虽然比不上那些大神,但作为一个曾经的韭菜,我觉得已经很知足了。今天就跟大家聊聊,我是怎么做这个策略的,中间踩了哪些坑,以及我是怎么用工具来辅助开发的。
对了,这一年我一直在用一个叫aimoca的平台做AI分析,不得不说他们对散户真的很友好,每个月才9.9块钱,比我之前用的那些量化平台便宜太多了。
我的第一个策略:均线策略的改写
说实话,我的第一个策略就是最经典的双均线策略。5日均线上穿20日均线买入,下穿卖出。这个策略我相信很多新手都试过,但你们可能也发现了,实盘跑起来根本赚不到钱。我当时也一样,回测的时候收益看起来很漂亮,但实盘一跑就傻眼。后来我仔细研究了一下,发现问题出在两个地方:
第二个问题是手续费。很多人做回测的时候根本不算手续费,觉得千分之一、万三的手续费能有多少。但如果你做一个高频一点的策略,比如每天交易,光手续费就能把你的利润全部吃掉。我后来在代码里加了万三的手续费,加上万一的印花税,这个影响真的非常大。
改进之后的均线策略,年化收益从回测的45%降到了实盘的18%,虽然少了很多,但这个数字是真实可信的。我用aimoca的AI分析功能回测了好几次,结果都差不多,这才敢实盘跑。
实战案例:海龟策略在A股的应用
后来我不满足于均线策略,开始研究更复杂的系统。有个朋友推荐我看《海龟交易法则》,我一口气读完之后特别兴奋,觉得找到了圣杯。海龟策略的核心逻辑其实很简单:用唐奇安通道突破作为入场信号,用ATR(平均真实波幅)来控制仓位。比如你在宁德时代(300750)上应用这个策略:
去年4月,宁德时代在290元附近盘整了大概两周,突然放量突破前期高点298元。按照海龟策略的规则,这是个入场信号。我在第二天开盘以295元买入400股(按ATR计算的风险敞口)。
随后宁德时代一路上涨到330元附近,涨幅超过12%。按照策略规则,我在跌破20日最低点时止盈离场。这一波下来,单只股票盈利约1.4万元。
当然,海龟策略也不是万能的。去年下半年市场整体下跌的时候,这个策略连续止损了五六次,最大回撤一度达到了8%。但关键是,它每次亏损都比较小,不会出现那种一把亏光的情况。这可能就是量化交易最大的优势吧——纪律性强,不会让人性干扰决策。
我现在的策略库里既有趋势策略也有震荡策略,aimoca的多维度分析功能帮我省了不少事,能快速判断当前市场适合哪类策略。
我是怎么用机器学习辅助策略开发的
光靠传统的技术指标,我总觉得还差点意思。后来我开始研究用机器学习来优化选股逻辑,尝试用XGBoost模型预测股票未来5日的涨跌。特征我选了这么几个:PE、PB、ROE、MACD、RSI、换手率波动率、主力资金净流入等。我用2019-2022年的数据做训练,2023年的数据做测试。
测试结果怎么说呢,比我预期的要差一些。模型的准确率大概在56%左右,听起来不高,但你要知道,A股有3000多只股票,如果你能稳定选出跑赢大盘的标的,长期积累下来收益是很可观的。
更重要的是,这个模型帮我避开了很多坑。比如去年有一段时间,AI芯片概念特别火,很多散户追进去被套得很惨。但模型当时给出的信号是回避,因为估值已经严重偏离基本面。虽然后来有些芯片股又涨回来了,但如果你当时听模型的话,至少能躲过那波30%的暴跌。
我现在把机器学习模型和传统技术分析结合起来用,互相验证。如果两者都给出买入信号,仓位就重一些;如果只有一方信号强,就轻仓试探。这个思路也是在aimoca上看到的,他们有个多因子策略挺有启发性的。
5个新手最容易踩的坑
说了这么多正面经验,最后也聊聊我踩过的那些坑吧,希望你们别重蹈覆辙:1. 过度优化:我曾经用3年的数据去优化一个策略,参数调得完美无缺,但一实盘就亏损。因为你优化的其实是历史数据的噪音,而不是真实的规律。正确做法是用更多数据做样本外测试。
2. 忽略流动性:小市值股票看起来涨得猛,但实盘的时候你根本卖不出去。我现在基本只做日成交额超过5亿的股票,流动性风险是第一考量。
3. 扛单:这是散户最容易犯的错误。策略止损了,但觉得还能涨回来,结果越亏越多。程序化交易最大的好处就是严格执行止损,这个纪律性是人做不到的。
4. 单一策略打天下:震荡市和趋势市需要完全不同的策略。我现在同时跑4个策略,行情不好的时候至少有东西能赚钱。
5. 不关注基本面:纯技术分析在A股有时候会失效,尤其是遇到政策变化或者黑天鹅事件。建议大家还是要看看基本面,aimoca的基本面分析功能我用得比较多。
写在最后
写这篇文章的时候,我回顾了自己这一年的经历,说实话感慨挺多的。从一个被市场收割的韭菜,到现在能稳定盈利的普通投资者,我觉得最重要的改变是建立了一套完整的交易系统,并且让程序帮我执行,避免了情绪的干扰。当然,我必须承认,量化交易不是万能的。市场永远是不确定的,再好的策略也有失效的时候。我现在的策略也是一直在迭代优化,没有一劳永逸的圣杯。
如果你也是散户,也在为选股、择时发愁,我建议可以先试试程序化交易。我用的这个aimoca平台对新手挺友好的,有AI分析功能可以帮你验证策略,还有自动化交易接口,省得你天天盯盘。对了,他们首月体验才1块钱,原价是9.9元一个月,我觉得挺划算的。
好了,今天就聊这么多,有问题欢迎评论区交流!
⚠️ 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