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…

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 …

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，…

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：…

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。…