对A股投资者来说,2024年开年这个一个月可谓是迎头暴击。流动性枯竭的市场迎来了螺旋下杀。郁闷的同时也让我又拾起来python,对A股市场的一些尾部风险数据做了一个粗略统计,以下是用沪深300指数进行计算的一些结果,权做参考: ​1.从2002年1月4日至今,以月度级别统计,跌幅均值为-5.56%,中位数-5.03%,标准差5.04%。​​2.以跌出一个标准差定义风险,20年间,一共发生59次。​​3.以风险发生的时间间隔计,平均的每次极端下跌的时间间隔大约在134天,中位数91天。​​4.在不考虑衍生品,只有控制…

2024年2月2日 0条评论 894点热度 1人点赞 阅读全文

最近发现新版的同花顺交易端界面有变化,其界面上的Static序号有变化,重新研究了一下,这里做个备忘。 因为过去写过一个叫做Broker的类,其中的某些方法在判断可用资金和仓位上需要读取对应控件的值,具体可以看这篇博文— 《仓位管理类的实现和遇到的坑》。之前的交易界面是这样的: 新版的交易界面是这样的: 之前程序中需要读取的Static对应序号如下: 总资产 :Static12 持仓市值:Static11 持仓盈亏:Static14 可用金额:Static6 新版交易界面对应的Stactic序号变化如下: 总资产 …

2022年12月2日 0条评论 908点热度 2人点赞 阅读全文

在实盘策略上,我目前所有持仓标的应用的都是网格策略。在市场处于震荡期间,网格无疑是最好的交易策略之一。而对于网格交易来讲,最需要关注的是仓位,确保在市场出现调整时仓位按照预期进行控制,并且有资金可以加仓。除去仓位管理这个工作,我不太关心明天市场是涨是跌,因为只要有波动性在就可以稳定赚取差价收益,积少成多。 过去在仓位控制上,没有通过代码进行自动化的管理,基本都是靠盘前主观预判后,手动开启或关闭策略类实例的买入或者卖出权限实现。周末写了一个类,完善了之前在仓位管理上存在的不足。 之所以过去没有做仓位管理的自动化处理,…

2022年8月29日 0条评论 824点热度 5人点赞 阅读全文

上班摸鱼时写了一个小工具,用于计算股票,ETF等交易成本、交易利润、利润率、印花税等明细。有时候做T的话,哪个点进来,哪个点出来,效果如何,还是需要预先考虑一下,有个计算器会方便很多。 代码不复杂,用Python写的,就不在这里贴出来了,有感兴趣的朋友可以自行下载exe使用即可。有问题的话,可以在这个帖子下面留言反馈。 截图如下,默认的费率设置万1.2是站长本人的设置,计算前改成自己的费率就好了: 传送门: 链接:https://pan.baidu.com/s/1ZoWqJOn5Feo4C4cOIeBQ-w提取码:…

2022年5月31日 0条评论 1269点热度 4人点赞 阅读全文

头寸管理是交易系统的重要组成部分,合理的头寸分配可以有效降低组合波动,分散风险。在把这件事交给计算机之前,需要先想好对个人而言,哪些因子会影响资金分配以及对应的原则又是什么,而在这之前,先简单介绍一些统计学上所涉及的概念: 均值/标准差/方差/变异系数: 在统计学上,均值(mean)表达的是数学期望,我们平时所用到的均线指标就是收盘价格的均值序列。方差(var)与标准差(std)则表征着序列元素与均值的离散程度,用来描述单一标的样本的分布离散程度,方差(或标准差)越小,表明离散程度越低,样本稳定性就越好,反之亦然。…

2022年3月31日 0条评论 1069点热度 2人点赞 阅读全文