原创文章第376篇,专注“个人成长与财富自由、世界运作的逻辑与投资"。
昨天的策略,我们使用斜率来轮动。
十年年化29.6%,回撤24.8%的动量斜率轮动+RSRS择时策略(代码+数据下载)
今天我们来优化这个斜率。
带卡曼滤波器的版本:
记录下“几组实验数据”:
结论:
1、RSRS择时不仅有有效降低回撤 ,提升夏普比率,而且还能提升收益率。
2、动量指标来看,原始动量与斜率动量其实差不多。
3、但RSRS止损(也是斜率),与动量斜率配合效果最好。
斜率计算代码如下:
系统源代码及策略同步在星球更新(至少每周一次):
(se): x = np.array(((se))).reshape(-) y = np.array(se).reshape(-) l = LinearRegression().fit(xy) slope = l.coef_[] r_2 = l.score(xy) re_slope = slope * r_2/se.mad() re_slope
卡曼滤波器的代码,大家可以讨论下,有没有未来函数(效果出奇的好!):
系统源代码及策略同步在星球更新(至少每周一次):
def kf(se: pd.Series):
series = se.fillna() = = = = kf = KalmanFilter(=[]=[]====) pre_ = kf.smooth(np.array(series)) pre = pre.flatten() series = pd.Series(pre=series.index) series
吾日三省吾身
从结果来看,人生90%的工作都是浪费掉的。
但过程来看,没有白走的路,每一步都算数。
学习三境界:“看山是山,看水是水”,“看山不是山,看水不是水”,“看山还是山,看水还是水”。
投资如是。
刚开始接触投资,债券、基金、股票,山就是山,水就是水。随着深入之后,了解风险、收益,相关性,分散,波动率,技术指标,基本面。。。山不是山,水不是水。
后来,投资是一个概率“游戏”,主动承担相应风险而去博取回报。
看到昨天的策略十年年化29.6%,回撤24.8%的动量斜率轮动+RSRS择时策略(代码+数据下载),有同学留言说-24.8%的回撤还太大,无法实盘。夏普超过1,年化25%的主动型基金,你去看看,十年下来有几个基金经理做得到?
风险收益并存大家都了解,但风险收益可能不对称。
做投资一段时间的同学,容易犯急功近利的错误。
事后归因,大家觉得如果碰上早年的BTC,北京的房子,腾讯的股票之类的,早就财富自由。这要求有极强的认知格局。多数碰上的人,真是仅仅是运气好。
我们更关心,面向未来,我们能做什么?
很难对不对,你看到的每个股票,觉得好的,价格都不便宜了对不对?其实十年前,你看的时候也是这样的。因此,不必后悔,回到十年前,那仍然是你最优选择。
投资赚什么钱? 投机是赌预测,严格来讲,拉长周期,二级市场不可预测。有时候好,有时候差。很多人只晒自己好的时候。投资是赚公司成本的钱,投ETF赚市场的Beta。这个逻辑是永生的,也是资本市场设立的目的。
普通人判断不是公司的未来发展,这是我聚焦ETF投资的核心原因。
联系客服