
編寫量化策略需要注意的幾個細(xì)節(jié)問題
量化平臺的出現(xiàn),省去了quanter們自己打數(shù)據(jù)結(jié)構(gòu)的時間和精力,可以集中在策略的想法構(gòu)建上。但量化平臺雖然好,還是會有一些功能會受到限制,因此,有時候還是需要自己清洗數(shù)據(jù)和編寫回測程序。這里總結(jié)一下在量化策略編寫中需要注意的數(shù)據(jù)處理問題,供參考:
1.數(shù)據(jù)復(fù)權(quán)。在量化策略的編寫中,是需要對原始的開盤和收盤價進(jìn)行復(fù)權(quán)的,以處理因為分紅、配股等因素造成的股價變動。很多量化平臺都已經(jīng)對開盤價和收盤價進(jìn)行了復(fù)權(quán)處理,可以直接用,但自己進(jìn)行數(shù)據(jù)清洗的時候,尤其是在計算日收益率的時候,一定要用復(fù)權(quán)價。
2.剔除漲停股票。量化策略在實盤跑的時候,可能會遇到各種各樣的實際操作問題,比如反轉(zhuǎn)策略,基本邏輯很簡單,就是選好那些排序期累計收益率排名靠前的股票并買進(jìn)持有,然而有可能面臨的問題是,在建倉那天,已經(jīng)選好的那些股票有可能會開盤漲停,根本沒辦法買進(jìn)。所以,在自己編寫量化策略回測的時候,要將漲停股票在買進(jìn)的時候剔除,這樣回測的結(jié)果才更加接近實際。
3.剔除停牌股票。在因子選股過程中,一般會有一個觀測期(或者稱為排序期),根據(jù)這個觀測期內(nèi)因子表現(xiàn),來選擇表現(xiàn)較好的股票來建倉。然而,可能遇到的問題是,在觀測期內(nèi),有些股票會出現(xiàn)停牌,有的還會停牌好多天。在自己寫策略的時候,要注意,在觀測期內(nèi)是需要把那些停牌時間較長的股票剔除掉的,因為停牌往往意味著會有重大信息發(fā)布,可能會對當(dāng)前的選股因子產(chǎn)生較大影響。剔除方法也比較簡單,例如觀測期為90天,那么如果一只股票的停牌時間超過了90天的五分之一,即18天,那么就可以剔除它。
4.關(guān)于平倉平不掉的問題。編寫好的量化策略,在實盤交易的時候有可能遇到這么一種情況,就是在想賣的時候賣不掉(比如跌停),還是例如反轉(zhuǎn)策略,在一個持有期結(jié)束,準(zhǔn)備進(jìn)入下一個持有期的時候,是需要把現(xiàn)有倉位賣掉再換新的倉位,然而,如果遇到跌停,那么根本就平不掉。如果量化策略回測中沒有考慮這種情況,就可能會跟實際情況有差異。應(yīng)對策略也很簡單,可以繼續(xù)持有現(xiàn)在平不掉的股票到可以平掉的那一天再平掉,這就需要把回測代碼再進(jìn)一步細(xì)化了。幸運的是,這種問題屬于比較細(xì)節(jié)的問題,平不掉的情況遇到的也不會太多,所以對回測結(jié)果也不會產(chǎn)生很大影響(不像交易費用那樣影響巨大),在因子測試等簡單回測中,不考慮這個問題應(yīng)該沒什么大礙。但如果真正實盤回測,我覺得還是有必要把這個問題用代碼描述出來的,這樣才能更接近實際交易。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10