采用通信领域中信号处理的原理和算法,对股市波动曲线进行周期及趋势性的划分并研究,用于未来预测。上证指数、道琼斯、美元指数、黄金、原油5个品种在回测期2005-2019的转折信息预测中,0误差的概率平均值为30%,1根K线内误差的概率平均为55%,2根k线内误差的概率平均为86%。基于此,根据不同资金体量和交易频率需求,分别建立短期和长期交易策略模型,适用于被动投资和主动投资。量化专题研究报告:择时预测模型的应用 投资要点: ■择时预测模型历史预测胜率86%(误差在2根k线内):采用通信领域中信号处理的原理和算法,对股市波动曲线进行周期及趋势性的划分并研究,用于未来预测。上证指数、道琼斯、美元指数、黄金、原油5个品种在回测期2005-2019的转折信息预测中,0误差的概率平均值为30%,1根K线内误差的概率平均为65%,2根k线内误差的概率平均为86%。基于此,根据不同资金体量和交易频率需求,分别建立短期和长期交易策略模型,适用于被动投资和主动投资。 ■被动投资-风格择时:择时策略可依据大盘风格选择指数操作,包括沪深300指数、上证50指数及创业板指数等。根据日线/周线级别按照择时预测信息给出的低点当日/周的开盘价买入,预测信息给出的高点当日/周的收盘价卖出,且不设置其他止损止盈规则。2005-2020.1.20回测,假设固定滑点为0.01,手续费佣金万2,印花税为千1。沪深300指数、上证50指数、创业板指数的短期交易策略年化收益率分别为40.4%、29.2%、58.0%;胜率分别为59.1%、56.8%、62.1%;盈亏比分别为:1.50、1.36、1.51;最大回撤分别为20.2%、20.6%、19.4%;夏普比分别为:1.4、1.0、1.8。上述三者的长期交易策略年化收益率分别为39.7%、34.0%、54.5%;胜率分别为63.4%、58.5%、65.6%;盈亏比分别为:2.46、2.13、4.00;最大回撤分别为20.2%、17.2%、10.8%;夏普比分别为:1.4、1.1、1.9。 【更多详情,请下载:量化专题研究报告:择时预测模型的应用】 镝数聚dydata,pdf报告,小数据,可视数据,表格数据
最新图说查看更多
    * 本报告来自网络,如有侵权请联系删除

    量化专题研究报告:择时预测模型的应用

    收藏

    价格免费
    年份2005-2020
    来源东莞证券
    数据类型数据报告
    关键字市场分析, 投资
    店铺镝数进入店铺
    发布时间2020-07-21
    PDF下载

    数据简介

    采用通信领域中信号处理的原理和算法,对股市波动曲线进行周期及趋势性的划分并研究,用于未来预测。上证指数、道琼斯、美元指数、黄金、原油5个品种在回测期2005-2019的转折信息预测中,0误差的概率平均值为30%,1根K线内误差的概率平均为55%,2根k线内误差的概率平均为86%。基于此,根据不同资金体量和交易频率需求,分别建立短期和长期交易策略模型,适用于被动投资和主动投资。

    详情描述

    量化专题研究报告:择时预测模型的应用
    
    投资要点:
    ■择时预测模型历史预测胜率86%(误差在2根k线内):采用通信领域中信号处理的原理和算法,对股市波动曲线进行周期及趋势性的划分并研究,用于未来预测。上证指数、道琼斯、美元指数、黄金、原油5个品种在回测期2005-2019的转折信息预测中,0误差的概率平均值为30%,1根K线内误差的概率平均为65%,2根k线内误差的概率平均为86%。基于此,根据不同资金体量和交易频率需求,分别建立短期和长期交易策略模型,适用于被动投资和主动投资。
    ■被动投资-风格择时:择时策略可依据大盘风格选择指数操作,包括沪深300指数、上证50指数及创业板指数等。根据日线/周线级别按照择时预测信息给出的低点当日/周的开盘价买入,预测信息给出的高点当日/周的收盘价卖出,且不设置其他止损止盈规则。2005-2020.1.20回测,假设固定滑点为0.01,手续费佣金万2,印花税为千1。沪深300指数、上证50指数、创业板指数的短期交易策略年化收益率分别为40.4%、29.2%、58.0%;胜率分别为59.1%、56.8%、62.1%;盈亏比分别为:1.50、1.36、1.51;最大回撤分别为20.2%、20.6%、19.4%;夏普比分别为:1.4、1.0、1.8。上述三者的长期交易策略年化收益率分别为39.7%、34.0%、54.5%;胜率分别为63.4%、58.5%、65.6%;盈亏比分别为:2.46、2.13、4.00;最大回撤分别为20.2%、17.2%、10.8%;夏普比分别为:1.4、1.1、1.9。
    
    【更多详情,请下载:量化专题研究报告:择时预测模型的应用】

    报告预览

    *本报告来自网络,如有侵权请联系删除
    相关「可视数据」推荐
    相关「数据报告」推荐
    `
    会员特惠
    客 服

    镝数聚官方客服号

    小程序

    镝数官方小程序

    回到顶部
    `