原创文章第78篇,专注“个人成长与财富自由、世界运作的逻辑, AI量化投资”。
财富自由与价值、专家有深刻的关联。成为专家,做生产者。
专家与专注,深度思考,长期主义关联。
成为对别人有用的人,成为别人信赖的人;信赖等于信任加依赖。为何信任你,因为你给人的预期稳定。信任久了,你都能摆平事,那就养成依赖。
创造价值的人,一定能得到回报。
01 AI量化起步
不要匆忙搞一个策略,有些事情在起步的时候需要想清楚。
从哪里开始?时间序列数据最容易获得,提取特征也比较容易,策略的思路也很直观;而时间序列里,又以动量类模型最简单,更为关键的是,它真的有效!
期货里的CTA有多空,有杠杆,比较适合小资金练手,但千万要知道自己在做什么,能承受多少风险。
股票多因子是比较复杂的,需要的金融财务知识基础也不少。
底层资产的选择非常重要,90%以上的波动由大类资产决定。
02 大类资产配置
投资应该从大类资产配置开始,这应该是为数不多的“确定性”之一。
另外一个确定性就是免费的午餐——分散可以在不减少收益的情况下,显著降低波动率和回撤。
如上8支ETF,进行大类资产配置,超大盘的上证50,行业的消费和医药,美股的纳指,招商双债和城投债以及国债。
from engine.datafeed.datafeed_csv import feedfrom engine.bt_engine import BacktraderEnginefrom engine.strategy.stragegy_algo import StratgeyAlgofrom engine.strategy.algos import *from datetime import datetimeif __name__ == '__main__':codes = ['159928.SZ', '510050.SH', '51.SH', '513100.SH', '518880.SH', '511220.SH', '511010.SH','161716.SZ']weights = [0.03, 0.06, 0.08, 0.05, 0.1, 0.32, 0.26, 0.09]e = BacktraderEngine(start=datetime(, 1, 1), end=datetime(, 12, 31))for code in codes:e.add_arctic_data(code)algos = [RunOnce(),SelectAll(),WeightFix(weights)]e.cerebro.addstrategy(StratgeyAlgo, algos=algos)e.run()e.analysis()
年化8.7%,最大回撤5.59%,同期沪深300最大回撤33%。
大类资产配置未必能显著带来收益率增长,但可以有效降低波动。
这是理财世界里的确定性。
季度再平稳,每个季度1号再平衡一次,把仓位恢复成原来的样子。
积木式的开发,只需要改动一个代码,特别容易。
把RunOnce改成RunQuarterly。
codes = ['159928.SZ', '510050.SH', '51.SH', '513100.SH', '518880.SH', '511220.SH', '511010.SH','161716.SZ']weights = [0.03, 0.06, 0.08, 0.05, 0.1, 0.32, 0.26, 0.09]e = BacktraderEngine(start=datetime(, 1, 1), end=datetime(, 12, 31))for code in codes:e.add_arctic_data(code)algos = [#RunOnce(),RunQuarterly(),SelectAll(),WeightFix(weights)]e.cerebro.addstrategy(StratgeyAlgo, algos=algos)e.run()e.analysis()
年化7.68%,最大回撤4.49%,夏普提升到1.84。
对于大资金理财,这是一个有效的策略,可以作为一个基准。
小结:
大类资产配置作为量化投资一个入门和benchmark,是一个不错的选择。
如果觉得《用ETF做大类资产配置 夏普比1.84 附源码》对你有帮助,请点赞、收藏,并留下你的观点哦!