量化交易策略 - 均仓策略

客官°小女子只卖身不卖艺 2023-03-02 13:14 2阅读 0赞

今天给大家介绍一个非常简单但是却的确有效果的一个投资策略 - 均仓策略

首先我们提一下什么叫做仓位？ 仓位管理是投资里面非常重要的一个环节。如果完全持有现金的话，那仓位就是空仓；同理，如果全部买入了标的（股票、基金、期货等）那么就叫做满仓。

顾名思义，均仓的意思就是平均仓位，达到50-50的管理方法。在投资的过程中，保持50%的现金和50%的投资标的。这样可以做到进可攻退可守的地位。这种方法在股票投资里也算是一种比较简单傻瓜式的投资策略吧。

没有看见有其他的文章对这种简单的策略做一个详细介绍，下面以股票投资为例子，来写一下关于这个投资策略的简单应用。

投资步骤：

> 1. 初次买入：买入半仓价值的股票

> 2. 设定均仓条件：时间or涨跌幅度

当买入后，我们只需要等待。设定一个去均仓的条件，一般有时间或涨跌幅度两种方式。比如：我们可以考虑每一个周或者更长的时间一个月等来均仓；如果以价格涨跌程度的话，那么当涨跌超过5%，我们都可以考虑均仓一次。

> 3. 均仓方法：当达到第二步中的均仓条件时，需要对仓位进行管理，**使得手中的现金和股票市值仍旧相等**。如果股票市值大于现金则卖出；如果股票市值小于现金则买入

通俗来讲，如果当股票市值大于现金，则说明之前涨了，这个时候我们可以考虑卖出一些来兑现。相反，如果股票市值低于现金，说明之前跌了，则我们需要继续买入来降低成本。

> 4. 均仓金额： abs(股票市值-现金)/2

我们以两者之差的1/2为需要均仓的金额，当跌了就买入均仓金额价值的股票，如果涨了就卖出这些金额的股票。当完成之后，手中的现金和股票市值又会回归相等。

以上就是均仓策略的一个基本的思路。一般来讲，以时间为条件的均仓使用较少，就着重讲一下价格涨跌幅度均仓方法。当每次完成均仓之后，都是以**最新的均仓价格**为新的起始为准，重新计算应该涨跌的均仓价位。这样可以避免均仓之后，当前价格仍然远大于或小于平均标的价格的涨跌幅度。

下面是我自己尝试写的一段量化策略代码（这里以价格涨跌5%为均仓条件）：

# 导入函数库
    from jqdata import *
    
    # 初始化函数，设定基准等等
    def initialize(context):
        # 设定沪深300作为基准
        set_benchmark('000300.XSHG')
        # 开启动态复权模式(真实价格)
        set_option('use_real_price', True)
        # 输出内容到日志 log.info()
        log.info('初始函数开始运行且全局只运行一次')
        # 过滤掉order系列API产生的比error级别低的log
        # log.set_level('order', 'error')
      
        ### 股票相关设定 ###
        # 股票类每笔交易时的手续费是：买入时佣金万分之三，卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱
        set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
    
        ## 运行函数（reference_security为运行时间的参考标的；传入的标的只做种类区分，因此传入'000300.XSHG'或'510300.XSHG'是一样的）
          # 开盘前运行
        run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')
          # 开盘时运行
        run_daily(market_open, time='open', reference_security='000300.XSHG')
          # 收盘后运行
        run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')
        g.last_trade_price = 0
        
    ## 开盘前运行函数
    def before_market_open(context):
        # 输出运行时间
        log.info('函数运行时间(before_market_open)：'+str(context.current_dt.time()))
    
        # 给微信发送消息（添加模拟交易，并绑定微信生效）
        # send_message('美好的一天~')
        # 要操作的股票：平安银行（g.为全局变量）
        g.security = '000001.XSHE'
        
        
    ## 开盘时运行函数
    def market_open(context):
        log.info('函数运行时间(market_open):'+str(context.current_dt.time()))
        security = g.security
        last_trade_price = g.last_trade_price
        cash = context.portfolio.available_cash
        # 取得当前的现金
        if context.portfolio.positions_value ==0:
            order_value(security, context.portfolio.starting_cash/2)
            g.last_trade_price = context.portfolio.positions['000001.XSHE'].price
        elif abs(last_trade_price-context.portfolio.positions['000001.XSHE'].price) / last_trade_price >0.05:
            print(last_trade_price)
            print(context.portfolio.positions['000001.XSHE'].price)
            print('-------')
            print(cash)
            print(context.portfolio.positions_value)
            do_juncang(context)
            g.last_trade_price = context.portfolio.positions['000001.XSHE'].price
            print(context.portfolio.available_cash)
            print(context.portfolio.positions_value)
            print(context.portfolio.available_cash+context.portfolio.positions_value)
    
    def do_juncang(context):
        security = g.security
        cash = context.portfolio.available_cash
        order_value(security, (cash-context.portfolio.positions_value)/2)
        
        
        
    ## 收盘后运行函数
    def after_market_close(context):
        log.info(str('函数运行时间(after_market_close):'+str(context.current_dt.time())))
        #得到当天所有成交记录
        trades = get_trades()
        for _trade in trades.values():
            log.info('成交记录：'+str(_trade))
        log.info('一天结束')
        log.info('##############################################################')

然后使用聚宽平台来进行策略回测，可以看到策略收益为大概33%，跑输了沪深300 哈哈哈 大概是因为选择回测的标的股票平安银行大盘股 股价波动幅度不是很大 走势也不是太好吧

![20200729160503574.png][]

均仓策略算不上一个优秀的策略，但是也还是一个不错的方法。主要比较适用于**震荡**行情中，下面总结一下：

优点：1. 简单无脑傻瓜式方法，易于操作 。 2.适用于震荡行情，可以来来回回吃到波段的利润。因为据统计大盘超过半数时间都是在震荡行情的，选择波动大的股票标的优势更大。3. 可以抵抗一些行情出现变化的回撤现象，也可以克服因为市场下跌而不敢补仓的情况。关键在于，要严格按照均仓策略进行操作。

缺点：1. 如果出现单边上涨则均仓策略会导致利润偏小，过早的卖出手中的股票。2.如果出现单边下跌则会导致后续所需要的资金量要求大。3.因为无脑傻瓜式操作，不考虑其他额外的因素，可能出现紧急情况无法变通。

均仓策略有一定可以优化的空间，之后再做分享介绍。如果这篇文章对你有帮助，不妨给我点个赞或者关注，谢谢！

[20200729160503574.png]: /images/20230208/71e2fd9478a644df81e46b1944978da2.png