数据分析--均值回归

均值回归理论

均值回归:“跌下去的迟早要涨上来”  ,  选股用, 不适合做择时,因为不知道什么时候是偏离最低

均值回归的理论基于以下观测:价格的波动一般会以它的均线为中心。也就是说,

当标的价格由于波动而偏离移动均线时,它将调整并重新归于均线。

定义偏离程度:(MA-P)/MA       ---MA均线,P价格

均值回归策略:在每个调仓日进行

   计算股票池中所有股票的N日均线

   计算股票池中所有股票与均线的偏离度

   选取偏离度最高的M只股票并调仓,比如某只股票前几年波动较小,突然出现波动很大的情况,就有持有的价值

数据分析--均值回归
from jqdata import *

def initialize(context):
    set_benchmark('000300.XSHG')
    set_option('use_real_price', True)
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
    g.security = get_index_stocks('000300.XSHG')
    
    g.ma_days = 30 # 均值回归理论选30天为基准
    g.stock_num = 10 # 持仓10支股票

    run_monthly(handle, 1)
def handle(context):
    
    sr = pd.Series(index=g.security)
    for stock in sr.index:
        # 计算偏离程度
        ma = attribute_history(stock, g.ma_days)['close'].mean()
        p = get_current_data()[stock].day_open
        ratio = (ma - p)/ma
        sr[stock] = ratio
    to_hold = sr.nlargest(g.stock_num).index # 选好的股票

    for stock in context.portfolio.positions:
        if stock not in to_hold:
            order_target(stock, 0)
    to_buy = [stock for stock in to_hold if stock not in context.portfolio.positions]
    if len(to_buy) > 0:
        cash_per_stock = context.portfolio.available_cash / len(to_buy)
        for stock in to_buy:
            order_value(stock, cash_per_stock)
均值回归策略选股

数据分析--均值回归

 

上一篇:(待解决)IDEA配置JDBC查询数据库PreparedStatement pstmt = dbconn.prepareStatement(sql)出现空指针错误


下一篇:粘一个聚宽量化课堂的策略在这以备以后研究方便