量化交易常见策略记录

趋势跟随策略

均线策略

移动平均线（Moving Average, MA）是一种广泛应用于金融市场和技术分析中的统计方法，用于追踪资产价格（如股票、债券、货币等）的走势。它通过计算一定周期内价格的平均值，并随着最新数据的加入不断更新，从而生成一条平滑的曲线，以此来帮助分析价格趋势、识别支撑位和阻力位，以及潜在的买卖信号。

移动平均线主要有以下几种类型：

• 简单移动平均线（Simple Moving Average, SMA）：这是最基本的移动平均线计算方法，将特定周期内的价格相加后除以该周期的天数。例如，5日简单移动平均线就是将过去5个交易日的收盘价相加后除以5。

• 加权移动平均线（Weighted Moving Average, WMA）：与SMA不同，WMA给予近期数据更高的权重，即越接近当前的数据所占的比重越大，这样可以使得平均线更能反映最近的价格变动趋势。

• 指数移动平均线（Exponential Moving Average, EMA）：EMA也是一种加权平均，但其赋予最近数据的权重更大，衰减因子使得旧数据的影响迅速减少。相比SMA，EMA对最近价格变化反应更快，更敏感于市场动态。

移动平均线的主要用途包括：

• 趋势识别：当价格位于移动平均线上方时，通常被视为上升趋势；反之，则视为下降趋势。
• 支撑与阻力：移动平均线有时可作为价格的支撑或阻力水平。
• 交叉策略：短期移动平均线穿越长期移动平均线（金叉/死叉）常被用作买入或卖出信号。
• 平滑价格波动：移动平均线可以帮助过滤掉一些短期价格波动，使投资者能更清晰地看到长期趋势。

支撑位（Support Level）是指一个价格水平，在这个水平上，买方的兴趣（需求）足够强大，以至于能够阻止价格进一步下跌，或者让价格从这个水平开始反弹上升。换句话说，当资产价格下跌到某个价位时，市场上的买家认为这是个好价钱，开始积极买入，从而形成对价格下跌的“支撑”。

阻力位（Resistance Level）则是相反的概念，它是在一个价格水平上，卖方的兴趣（供应）足够强大，能阻挡价格进一步上涨，或者导致价格从这个水平开始回调下跌。当价格上涨到某个价位，卖家认为这是个好机会卖出，增加的卖出压力使得价格上涨受阻。

简单例子：

假设一只股票在过去几个月里，每当股价下跌到100元时，总会有很多买家进场购买，使得股价不再下跌并开始回升，那么100元就可以被认为是该股票的一个支撑位。相反，如果股价每次涨到120元时，就会遇到大量卖家抛售，导致股价难以继续上涨，那么120元则是一个阻力位。

在这个例子里，如果股价再次跌向100元，投资者可能会预期支撑会再次起作用，是买入的好时机；而当股价接近120元时，投资者可能因预期阻力将导致回调而选择卖出或不追高买入。当然，支撑和阻力不是绝对的，如果突破了这些水平，它们的角色可能会互换，即原来的阻力变成新的支撑，或支撑变成新的阻力。

动量策略

动量策略（Momentum Strategy）是量化交易领域中一种流行的投资策略，其核心理念基于“趋势延续”的市场现象，即一旦资产价格开始朝某个方向运动（上涨或下跌），往往会持续一段时间，而不是立即反转。动量策略试图捕捉并利用这种价格趋势，通过买入近期表现强劲的资产（上涨动量）或卖空近期表现疲软的资产（下跌动量）来获取收益。

动量策略的基本步骤：

确定观察周期和动量指标：首先，需要确定用来衡量资产动量的时间窗口，这可能是几日、几周或几个月。常见的动量指标包括简单价格变动率、相对强弱指数（RSI）、动量指标（Momentum Indicator）等。

1. 计算动量得分：根据选定的指标和周期，计算每个资产的动量得分。例如，可以直接比较当前价格与N天前的价格，或者计算价格的变动百分比。

2. 排序和筛选：将所有资产按照动量得分排序，选取排名靠前的若干资产作为买入候选，而排名靠后的则可能成为做空候选（如果策略允许做空）。

3. 构建投资组合：根据筛选结果调整投资组合，买入高动量资产，可能卖出或做空低动量资产。这一步骤可能还包括资金管理策略，比如设定每笔交易的风险敞口大小。

4. 再平衡：定期（如每月、每周）重新计算动量得分，并据此调整投资组合，确保持续持有当前动量最高的资产。

注意事项：

1. 反转风险：动量策略面临的主要风险之一是市场风格快速转换，导致原本的强势资产突然失去动量，甚至反转下跌。
2. 交易成本和滑点：频繁交易可能导致较高的交易成本和执行价格与预期价格之间的滑点，侵蚀利润。
3. 过度拟合：历史数据上的优秀表现可能并不意味着未来也能成功，需警惕模型的过度优化。
4. 市场条件适应性：动量策略在某些市场环境下表现优异，而在其他条件下可能效果不佳，需要灵活调整或结合其他策略使用。

动量策略体现了“顺势而为”的投资哲学，但在实际应用中需要综合考虑多种因素，并且不断优化和调整以适应市场的变化。

例子

假设你是一名投资者，正在考虑使用动量策略来交易两只虚构的股票A和B。

• 第一步：选择观察周期和指标
  你决定基于过去一个月（20个交易日）的收盘价来计算动量。你选用的动量指标是简单的“价格变动”方法，即计算今天的收盘价与20天前的收盘价之差。

• 第二步：计算动量得分
  对于股票A，今天的收盘价是120，20天前是120，20天前是100，因此A的动量为
  120−100 = $20。\mathrm{对}\mathrm{于}\mathrm{股}\mathrm{票}B，\mathrm{今}\mathrm{天}\mathrm{的}\mathrm{收}\mathrm{盘}\mathrm{价}\mathrm{是}80，20\mathrm{天}\mathrm{前}\mathrm{是}80，20\mathrm{天}\mathrm{前}\mathrm{是}90，\mathrm{因}\mathrm{此}B\mathrm{的}\mathrm{动}\mathrm{量}\mathrm{为}80-90=-$10。

• 第三步：决策
  根据计算结果，股票A显示出了正向动量（价格上涨），而股票B则显示出负向动量（价格下跌）。在动量策略下，你可能会决定：

买入股票A：因为它表现出强劲的上涨趋势，预期这种趋势可能会延续。
卖出股票B或不做操作：如果策略允许卖空，你可能会考虑卖空B，以期望它继续下跌；如果不允许卖空，你可能只是避免买入B。
实施
假设你决定投入$10,000，全部用来买入股票A。接下来，你会设置一个再评估日期，比如一个月后，届时会重新计算两支股票的动量，并基于新的动量情况调整投资组合。

注意
这只是一个非常简化的例子，实际应用中，投资者会考虑更多因素，如交易成本、风险管理、多元化投资等，并且可能采用更复杂的指标和算法来提高策略的有效性。此外，动量策略并非没有风险，特别是在市场趋势突然逆转时，需要及时调整策略以应对。

布林带策略

布林带策略（Bollinger Bands Strategy）是一种广泛应用在量化交易中的技术分析方法，由约翰·布林格（John Bollinger）在20世纪80年代提出。布林带由三条线组成：上轨、中轨（也称移动平均线）和下轨，用于衡量价格的波动性和趋势。该策略主要利用价格与布林带之间的关系来生成交易信号，特别是用于识别超买、超卖状态以及价格突破的时机。

布林带的构成：

1. 中轨（MB）：通常是简单移动平均线（SMA），代表了一段时间内的平均价格。
2. 上轨（UB）：通常计算为中轨加上两倍的标准差（2σ），反映了价格的上行波动范围。
3. 下轨（LB）：通常计算为中轨减去两倍的标准差（-2σ），反映了价格的下行波动范围。
   布林带策略的基本逻辑：

• 收敛与发散：当市场波动性降低时，布林带会收窄，预示着可能的突破行情；当市场波动性增大时，布林带会发散，表明价格波动加剧。

• 触及上下轨：价格触及或短暂穿越上轨，可能指示超买状态，预示着价格可能回调；反之，触及或穿越下轨可能指示超卖状态，预示着价格可能反弹。

• 价格突破：当价格有效突破布林带上轨或下轨时，可能预示着趋势的开始或加速。

具体交易策略示例：

1. 区间交易：当价格从上轨回撤至中轨附近，并获得支撑，可视为买入信号；相反，当价格从下轨反弹至中轨附近遇阻，可视为卖出或做空信号。

2. 突破策略：如果价格强力突破上轨，并伴随着成交量放大，可能是一个买入信号，预期价格将继续上行；如果价格跌破下轨，尤其是在伴随大量成交的情况下，可能是一个卖出或做空信号。

3. 挤压策略：当布林带极度收窄（即所谓的“挤压”状态），表示市场波动性极低，一旦价格突破此区间，可能预示着新趋势的启动，此时可以根据突破方向采取相应的交易行动。

注意事项：

• 布林带策略需要结合其他指标和市场环境使用，单一指标往往不足以做出准确的交易决策。
• 假突破是常见现象，即价格短暂穿越布林带后迅速回归，因此需要设置合理的止损和确认信号。
• 市场条件变化会影响布林带的有效性，例如在高度波动或趋势明显的市场中，策略的表现可能有所不同。

通过以上介绍，可以看到布林带策略是一种结合了价格波动性分析和趋势识别的技术分析工具，适用于多种市场条件下的交易决策。

• SAR策略
• 突破策略

均值回归策略

• 均值回归策略
• 配对交易策略
• 统计套利策略
• 次级结构套利策略
• 细分行业均值回归策略

市场中性策略

• 对冲策略
• 配对对冲策略
• 统计套利对冲策略
• ETF套利策略
• 期权对冲策略

事件驱动策略

• 事件驱动策略

量化择时策略

• RSI择时策略
• KD择时策略
• 威廉%R择时策略
• ADX择时策略

经典技术指标策略

• 成交量指标策略
• K线形态策略

日内交易策略

• 跨市场套利策略

量化选股策略

• 市值选股策略
• 盈利能力选股策略

高频交易策略

• 做市策略
• 高频趋势策略

机器学习策略

• 线性回归策略
• AdaBoost回归策略
• Bagging装袋策略
• 决策树回归算法策略
• 随机森林回归算法策略
• 极端随机森林回归策略
• GB梯度提升算法回归策略
• K近邻的回归算法策略
• Lars最小角回归算法策略
• 支持向量机策略