寻找最优持仓期的开盘缺口盈利交易策略基于Matlab
寻找最优持仓期的开盘缺口盈利交易策略基于Matlab
翻译整理
Watermelon
前言
很多投资者经常讨论股价的预测，基本面的消息等等。当我们在说这些的时候，其实，这些（我把它们归结为算法）算法的核心就是触发识别并采取适当的措施：短线或者长线。但是我们想在这两种情况下都赚钱。
今天编辑部为大家带来一个交易策略，将触发因素作为开仓交易策略的初始条件，在下一个交易日开盘的股票投入资金。目标是找到最有利的持仓期。
投资组合
该策略可以使用任何NN资产组合进行回溯测试。 为了简单起见，我们使用10个股票的随机子集作为当前道琼斯指数的一部分：
我们从Google财经数据提供商获取股票价格
clear all; close all; clc;
fname=['portfolio.lst'];parm1=1;
ndays=parm1*365;
lday=datenum('2014-08-05');[Top,Thp,Tlp,Tcp,N,ntdays]=FetchQuandl(fname,ndays,lday);我们使用FetchQuandl的预先设计的功能来导入每个股票的开（Top），高（Thp），低（Tlp）和收（Tcp）：
function [Top,Thp,Tlp,Tcp,N,ntdays]=FetchQuandl(fname,ndays,lday)
fileID = fopen(fname);
tmp = textscan(fileID,'%s');
fclose(fileID);
components=tmp{1};
[~,text,~] = xlsread('QuandlStockCodeListUS.xlsx');
quandlc=text(:,1);
quandlcode=text(:,3);
date2=datestr(lday,'yyyy-mm-dd');
date1=datestr(lday-ndays,'yyyy-mm-dd');
Rop={}; Tcp={};
for i=1:length(components) for j=1:length(quandlc) if(strcmp(components{i},quandlc{j}))
fprintf('%4.0f %s\n',i,quandlc{j});
fts=0; [fts,headers]=Quandl.get(quandlcode{j},'type','fints', ... 'authcode','PutHereYourQuandlCode',... 'start_date',date1,'end_date',date2);
cp=fts2mat(fts.Close,1); Tcp{i}=cp; % close
op=fts2mat(fts.Open,1); Top{i}=op; % open
hp=fts2mat(fts.High,1); Thp{i}=hp; % high
lp=fts2mat(fts.Low,1); Tlp{i}=lp; % low
end
end
end
N=length(components);
ntdays=length(Tcp{1});end反向测试应该在时间上向后延伸多少天。
交易模型
即如果第 t 日的股票开盘价高于第 t-1日的收盘价，而第 t 日的最低价格高于第 t-1 日的最高价时，进行买入操作。在第二天以其市场价格（收盘价）买入该股票。 这种方法应该有效地消除了滑点偏差。
现在，对每个股票和每个交易进行反向测试。 我们选择第二个参数（parm2）为天数，即我们持有股票多久。 在以下代码中，让我们允许在1到21个日历日之后（±周末或公众假期时间段）卖出股票：
results=[];for parm2=0:20
cR=[]; for i=1:N
if(i==1) % open (blue color)
plot(Top{i}(:,1),Top{i}(:,2),'')
hold on % close (red color)
plot(Tcp{i}(:,1),Tcp{i}(:,2),'r')
hold on % high (green color)
plot(Thp{i}(:,1),Thp{i}(:,2),'g')
xlabel('Days');
ylabel('AXP Stock Prices [US$]'); end
Tbuy=[]; for t=2:ntdays
ind1=Tcp{i}(t-1,2); % cp on (t-1)day
ind2=Thp{i}(t-1,2); % hp on (t-1)day
ind3=Top{i}(t,2); % op on (t)day
ind4=Tlp{i}(t,2); % lp on (t)day
if(ind1<ind3)&&(ind2<ind4)
if(i==1)
hold on;
plot(Top{i}(t,1),Top{i}(t,2),'o'); end
tday=Top{i}(t,1);
nextbusdate=busdate(tday,1);
Tbuy=[Tbuy; nextbusdate]; end
end
Tsell=busdate(Tbuy+parm2,1);Tbuy、Tsell储存时间信息，现在我们将用它来检查交易的开盘价格，并为每个股票赚取利润和损失：
R=[]; for k=1:length(Tbuy) j=find(Tbuy(k)==Tcp{i}(:,1));
pbuy=Tcp{i}(j,2); j=find(Tsell(k)==Tcp{i}(:,1));
psell=Tcp{i}(j,2);
ret=(psell/pbuy-1);
R=[R; ret]; end
compR=prod(R+1)-1;
cR=[cR; compR]; end
results=[results cR]; end例如，对于我们的投资组合中的股票 i = 1（AXP），代码显示1年期价格系列：
满足我们触发条件的日期已经用露点标记表示。
figure(2)
stem((0:20),100*results)
xlabel('Holding Period [days]');
ylabel('AXP: Compound Return [%]');
该图表显示，对于AXP，在过去251天（自2014年8月/ 4日以后），我们有16个触发因素，因此有16次交易，令人惊讶的是，不管持有期间，所有封闭交易的复合回报是有利可图的。
如果我们考虑例如 i = 4，IBM股票：
这个结果表明，对于不同的持有期（不同的股票），应该采用某些额外的交易指标来限制损失（如利润目标）。
如果我们使用 gap-on-open 模型交易了整个投资组合，我们将得到非常令人鼓舞的结果：
在每个持有期间，显示平均超过10个股票复合回报。 考虑到2013年8月至2014年8月期间美国股票市场的全球上涨趋势，该策略值得考虑，随时进行任何进一步修改（例如考虑短期或短期或短期触发，FX时间序列等）都是可以值得一试。
腾讯云开发者
