動態多因子演算法的實現：穿越牛熊周期

動態多因子演算法的實現：穿越牛熊周期

1、交易原理

1.首先將股票池中的股票按因子進行排名，分別選出排名靠前的20%和排名靠後的20%股票構成兩個組合

2.我們將兩個組合的平均收益差和股票池中所有股票前後20%股票的平均收益差相除，得到的比值即為因子貢獻度； 3.兩個組合的收益率相差越大，則說明該時點此因子對股票的區分度越大；對於正的貢獻度，因子值越大，平均收益率越小；對於負的貢獻度，因子值越大，平均收益率越大。 因子貢獻度的概念如下圖所示：

2、對於通過因子貢獻的選股的策略如下：

1.首先計算股票池中各個因子的數值（標準化，中性化，去極值）； 2.然後計算各個因子的貢獻度； 3.通過因子的大小對於股票進行排序，序號大的股票理論上上漲的可能性越大； 4.如果因子貢獻度小於門限menTH則捨棄該因子； 5.通過以下公式計算股票池中股票的得分：

$$stockpoint_{i}=\sum_{j=1}^{N} rank_{ij} * derr_{j}$$

其中$stockpoint_{i}$ $rank_{ij}$ $derr_{j}$ 分別代表第i支股票的得分，第i支股票第j個因子的排名，第j個因子的貢獻度；

6.選取得分最高的stocknum支股票；

3.下面的代碼是實現了上述基於因子貢獻的選股策略（源代碼太多，截圖省略）

下面我們對於策略進行總體的實現，為了減少回撤，我們引入二八大小盤輪動策略，具體如下：

1.計算滬深300和創業板的20天收益率：

2.1如果滬深300和創業板的20天收益率小於0，則清盤；

2.2如果滬深300的20天收益率大於創業板的20天收益，則在滬深300中得到動態多因子打分的股票num支，如果打分所得的股票與持有的股票有60%的不同則換倉；

2.3如果滬深300的20天收益率小於創業板的20天收益，則在創業板中得到動態多因子打分的股票num支，如果打分所得的股票與持有的股票有60%的不同則換倉；其中每3個工作日判斷大小盤風格輪動的狀況，創業板每6個工作日進行一次換倉判斷，滬深300每9個工作日進行一次換倉判斷。

下面是策略的具體的實現：（源代碼太多，截圖省略）

3.測試報告如下：（交易模型獲取可以添加（程序化研修）筆者公眾號）

推薦內容-----

演算法交易：淺談演算法交易的演變

神經網路研究：神經網路在構架程序化模型中的運用

期權套利組合：期權：蝶式與鷹式組合套利策略

筆者 簡介：王金房，策略分析師，具有股票、期貨、外匯等多資本市場豐富的投資經驗，其有著演算法交易開發及量化策略開發經驗，其研發量化投資策略組合投資跑贏多市場並有顯著業績，熟通神經網路，機器學習，深度學習等人工智慧技術。（程序化研修）為筆者微信公眾號