發(fā)帖
雷達卡
相似文件 換一批 Machine Learning for Factor Investing Pyth...12.69 MB0個論壇幣 政治的邏輯（王滬寧）.pdf33.04 MB0個論壇幣 新威科夫操盤法：揭秘對沖基金不愿公開的交易...34.33 MB0個論壇幣 邢不行的系列帖子“量化小講堂”，通過實際案例教初學(xué)者使用python進行量化投資，了解行業(yè)研究方向，希望能對大家有幫助。 【必讀文章】:《10年400倍策略分享-附視頻逐行講解代碼》
【歷史文章匯總】:http://xalimeijing.com/thread-3950124-1-1.html
這是邢不行第 127 期量化小講堂的分享 作者 | 邢不行 你周圍有沒有一些交易高手，看一眼股票的K線就可以大致預(yù)測后續(xù)的走勢。雖然不是完全準(zhǔn)確，但也能說個七七八八。 這源于他們在市場較久，此前或多或少見過類似圖形，對后市有一定判斷。是長期的經(jīng)驗積累所致，而非真正的預(yù)測行情。
對經(jīng)驗不足的新手小白來說，很難在短時間內(nèi)掌握這項技能。 但經(jīng)驗不夠，可以科技來湊。對面任意行情，我們都可以借助Python程序找出歷史上走勢相似的K線，并分析其后續(xù)表現(xiàn)，以此給出參照。
本文我們就來做相應(yīng)的研究，看這樣操作對實戰(zhàn)是否有幫助，又是否可以據(jù)此構(gòu)建一些交易策略？
01 相似K線 1、支付寶功能 2024年國慶節(jié)前后，大A經(jīng)歷了一輪完整的牛熊，更有大盤開盤漲停的盛況。
很多人問我如何看待這段行情，說實話我記憶中也沒見過這樣的走勢。 但記憶可能出錯，數(shù)據(jù)卻不會騙人。 最好的辦法，還是從過往指數(shù)K線中尋找有沒有相似的走勢，它們之后又是如何演繹行情的。 有同事說支付寶有類似的功能，可以實現(xiàn)我們的需求，叫相似K線。
選擇任意股票，就會分別展示出它自身和所有股票歷史上，與最近30日K線最相似的形態(tài)，并畫出未來走勢。
對一個免費的功能來說，這個效果已經(jīng)很好了。 但對我們做量化交易的來說，看到這些功能就想知道該如何計算，是否能將它復(fù)現(xiàn)出來，為自己所用。
在翻閱了一些研究資料后，我們最終復(fù)刻出了相似K線，還在原有功能上做了全面的升級，整理出了一份極其全面的文件，包含需要用到的數(shù)據(jù)、代碼、各類教程文檔。
下文我們就帶著大家一起，開始本次尋找相似K線之旅。 02 皮爾遜相關(guān)系數(shù) 1、皮爾遜相關(guān)系數(shù)概念 要在眾多K線中找到相似度高的組合，就需要借助皮爾遜相關(guān)系數(shù)。 學(xué)過概率論、統(tǒng)計學(xué)的同學(xué)，應(yīng)該很熟悉它，是一個比較基礎(chǔ)的概念。 沒學(xué)過的朋友也不用擔(dān)心，皮爾遜相關(guān)系數(shù)，簡單來說就是用來衡量兩組數(shù)據(jù)之間的線性相關(guān)程度。
皮爾遜相關(guān)系數(shù)計算公式 你不需要理解它的原理，只要會運用就可以了。 甚至Excel中就有現(xiàn)成的公式用于輔助計算：
用Excel計算皮爾遜相關(guān)系數(shù) Python中更是有打包好的計算函數(shù)，只需一行代碼就可以解決。
用Python計算皮爾遜相關(guān)系數(shù) 2、皮爾遜相關(guān)系數(shù)應(yīng)用 指標(biāo)用法也很簡單，比如圖中幾個點可以連成一條向上的直線，則認(rèn)為相關(guān)系數(shù)為1，即x的數(shù)據(jù)增加時y也會按相同趨勢增加。
假若數(shù)據(jù)點是圍繞圖中直線分布，則說明它們之間是正相關(guān)關(guān)系，相關(guān)系數(shù)介于0-1，圍繞的越緊密，指標(biāo)越接近1。
與之相反，如若是向下的直線則為負(fù)相關(guān)關(guān)系。
若數(shù)據(jù)之間毫無關(guān)系，它們的相關(guān)系數(shù)則為0。
了解了上述內(nèi)容，就可以借此構(gòu)建出計算K線相似度的公式：
相似度在-100%-100%之間波動 具體用法也很簡單，例如下圖是股票A和股票B某時間段的K線圖，它們的相似度高達98%，走勢上也的確極其接近。
而股票C和A的相似度是75%，走勢上也給人一種相像又不完全像的感覺。
再比如股票D和A的相似度只有0.05%，它們之間毫無關(guān)聯(lián)也一目了然。
通過上述案例即可發(fā)現(xiàn)，相似度越接近100%，K線之間也就越相似。
03 指數(shù)相似度 1、尋找指數(shù)相似K線 我們先用相似度指標(biāo)來尋找上證指數(shù)最近20個交易日的相似K線。
理論上Excel也可以做相應(yīng)的計算，我們則是直接編寫了Python代碼來輔助計算。 程序運行結(jié)果如圖所示：上證指數(shù)歷史上共出現(xiàn)了57次與近20日K線相似度超過了90%的情況。
其中相似度最高的是2016年7月29日-8月25日這段時間，高達96%。
將兩段K線放一起看，在走勢上也極其接近。
如此看來，我們的經(jīng)驗和記憶有時確實會出現(xiàn)偏差，一些歷史上存在過的K線走勢，如果不借助數(shù)據(jù)和代碼復(fù)現(xiàn)，可能就會被自然遺忘。
我們也可以稍微修改代碼，去看指數(shù)最近30個交易日的相似K線是哪些時間段：
結(jié)果與20日完全不同 你也可以拿到代碼后，選擇自己感興趣的時間段去做觀察，類似操作就不再多加贅述。 2、未來表現(xiàn)統(tǒng)計 尋找歷史上的相似K線，是想以史為鑒，去探究過去發(fā)生了什么，以便給當(dāng)下的交易做出指導(dǎo)。
我們還不能只單純看個例，應(yīng)綜合分析歷史上相似度高于90%的所有情況，觀察在這些K線產(chǎn)生后，買入并持有未來1天/5天/10天/20天后，賺錢的概率有多少，獲取的平均收益又有多少？ 上證指數(shù)歷史上，與最近20個交易日的K線相似度超過90%的階段共57次。 在這些K線出現(xiàn)后的第二天開盤去買入上證指數(shù)，持有1天的上漲概率是63.16%，平均收益是0.18%。 持有5天/10天的上漲概率也都在50%以上，但收益率幾乎可以忽略不計。 持有20天的上漲概率驟降至43%，收益率也來到了-1.39%。
以上數(shù)據(jù)結(jié)果，也可以給我們的交易決策一定的底氣和參考。 我們以上的所有研究都是基于上證指數(shù)，鑒于大家還是以交易個股為主，下文我們就將研究拓展到個股。 比如選取任意股票任意時間段的K線，在所有股票的歷史數(shù)據(jù)中，找出相似度高的時段，并統(tǒng)計這些相似走勢之后的市場表現(xiàn)。
04 全市場探究 以茅臺為例，它最近20個交易的K線如圖所示。站在這個時點，我們就想知道未來幾天茅臺的價格會如何變化，該直接進場還是等它繼續(xù)下跌？
但我們無法預(yù)知未來，最好的辦法是通過分析歷史相似K線，來輔助判斷后續(xù)行情。 該思路類似于技術(shù)指標(biāo)中歸納整理特殊形態(tài)，只不過我們尋找的是隨機的相似K線，無需做特殊條件的歸納。
通過代碼，我們先找出了2007年至今A股歷史上和茅臺最近20個交易日走勢最相似的三段K線，并畫了出來，相似度分別是97.7%和97.6%。 并標(biāo)注出了它們的股票名稱、交易日期，甚至還將后續(xù)走勢也畫出供大家參考。
以上功能，支付寶也可以提供，雖然不如我們?nèi)�，但也確實不值得我們夸耀。
我們還額外添加了其它功能，比如歷史上和茅臺最近走勢相似度最大的1萬組K線，相似度最低的也有92%，說明彼此走勢都很相似，那這些K線未來的整體表現(xiàn)又是如何？
我們計算了這些K線出現(xiàn)后未來1天/5天/10天/20天的上漲概率和平均漲跌幅，結(jié)果如圖所示：
利用我們的工具，你既可以肉眼直觀比較最相似K線的未來表現(xiàn)，也可以通過大數(shù)據(jù)分析最相似的前X組K線的整體表現(xiàn)，以此輔助你做出交易決策。
本文只是以茅臺為例，你也可以拿了代碼后，選擇其他任意股票、任意時間段、任意X根K線去做走勢的研究，這些完全可以實現(xiàn)，就看你如何使用。
最后再透露個小秘密，既然相似度是以開高收低價格為基礎(chǔ)計算的，那是否可以將成交量也考慮進去？ 是不是也可以融入技術(shù)指標(biāo)，如均線的相似度計算，尋找更廣泛意義上的相似K線？ 篇幅有限，就不多加贅述了，感興趣的朋友可以和我一起討論，也可以問我要了數(shù)據(jù)和代碼自己把玩修改，以上思路都是可以實踐的。
|
提升卡
置頂卡
沉默卡
變色卡
搶沙發(fā)
千斤頂
顯身卡
京公網(wǎng)安備 11010802022788號
