量化交易策略，价值和线性回归做底，技术进行跟踪——量化01

量化对象

1. 场内基金：跟踪大型指数的场内被动基金，共 84 只
   1. 场内基金网格策略
   2. 场内基金一般策略
2. 沪深 300：跟踪沪深 300 成分股
3. 港股：恒生指数成分股+大市值的红筹股，共 93 只
4. 纳指 100：纳斯达克 100 的成分股
5. 美股中国企业：在美上市的24 只大市值中国企业股票

量化模型

1. 价值估值
   1. 场内基金：对下面三种方面进行评估，总分=1，该模型得 1 分；总分>=2，该模型得 2 分。
      1. 绝对估值：获取指数 PE 和 PB 的历史平均值，金融和重资产使用 PB，其他使用 PE
         1. 现值 < 均值 $\ast$ 0.7 ：1
         2. 现值 > 均值 $\ast$ 1.3 ：-1
      2. PE/ROE：类似股票的 PEG 估值，其取值需除于 100
         1. 金融和重资产 PE/ROE < 0.7 ：1
         2. 其他 PE/ROE < 0.9 ：1
         3. 金融和重资产 PE/ROE > 2.1 ：-1
         4. 其他 PE/ROE > 2.7 ：-1
      3. 30%估值：获取 PE 和 PB 的历史百分位
         1. PE 百分位 < 30%，PB 百分位<30% ：1
         2. PE 百分位 > 70%，PB 百分位>70% ：-1
   2. 股票：数据来源于 价值投资-价值大师GuruFocus.CN，对大师价值的评级进行计分
      1. 低估：1
      2. 严重低估：2
      3. 高估：-1
      4. 严重高估：-2
2. 技术方向：参考 TradingView – 追踪所有市场的技术设计，共有 26 种技术，外加自己的增加的 MACD（未来可能继续增加），凡满足“买入”条件计 1 分，凡满足“卖出”条件计-1 分。
   1. [-1.0 ≥ 均值 < -0.5] ： -2
   2. [-0.5 ≥ 均值 < -0.1] ： -1
   3. [0.1 > 值 ≤ 0.5] ： 1
   4. [0.5 > 值 ≤ 1.0] ：2
3. 线性回归：求得收盘价的 7 年、3 年和 1 年的线性回归期望值和残差标准差，然后计算下面条件的总得分，总分=1，该模型得 1 分；总分>=2，该模型得 2 分。
   1. 7 年线性期望值-7 年线性标准差>现价：1
   2. 3 年线性期望值-3 年线性标准差>现价：1
   3. 1 年线性期望值-1 年线性标准差 $\ast$ 2 >现价：1
   4. 7 年线性期望值+7 年线性标准差<现价：-1
   5. 3 年线性期望值+3 年线性标准差<现价：-1
   6. 1 年线性期望值+1 年线性标准差 $\ast$ 2 >现价：-1

一般量化判断

计算上面三个模型的总得分（最高分为 6 分，最低分为-6 分），然后做出相应的买卖判断：

1. 总分=4：若未持仓，建仓
2. 总分=5：若未持仓，建仓；若已持仓，加仓，即最高持 2 个仓位
3. 总分=6：若未持仓，建仓，若已持仓，加仓，即最高持 3 个仓位
4. 总分=-1：若持仓大于 2 个仓位，减仓于 1 个仓位
5. 总分=-2：清仓

网格量化判断

场内基金网格策略用的网格量化，没有技术方向，因为技术方向的判断依据集中于顺势而为。而网格交易它是逆势的一种策略，倾向于价值本身，即越跌越买，跌涨越卖。

因此，计算的只有“价值估值”和“线性回归”总分，即最高分为 4，最低分为-4，然后做出相应的买卖判断：

1. 总分>=3：若未持仓，建仓

2. 总分>=3，持仓>=1 个仓位，上 1 个买入价-1 年残差标准差>现价：加仓

3. 总分>=3，持仓>=1 个仓位，上 1 个买入价+1 年残差标准差<现价：减仓

4. 量化模型全解析：股市投资不再盲目

5. 挖掘市场价值：量化估值模型实战

6. 技术指标大揭秘：量化交易的利器

7. 线性回归走进股市：量化投资新思路

8. 网格交易策略详解：逆势操作方法论

#股票 #投资 #量化分析 #技术指标 #交易策略 #python量化