|
原创文章第361篇，专注“个人成长与财富自由、世界运作的逻辑与投资"。 我的观察，做CTA出身的人，更关注单个标的投资，就是传统做策略的手法，就是一个个标的进行观察，因为期货截面可比较的不多，螺纹钢和塑料完全就是两码事。做股票出身的人，往往有机会也倾向于都是一揽子股票集。轮动在股票是一种很常见的策略，就是相互之间比较，择期优者。 可转债双低策略也是一种轮动，而且是偏左侧交易的轮动。 这种交易模式适合大资金量，稳健投资，容量比较大，分散也能降低风险。轮动本身就带了出场策略，一般就没有止盈损的考量。 但轮动本身要进一步提升Alpha有难度。 Alpha本身就是择时更加擅长的事情。 所以，就个人或小团队而言，还是可以通过基本面或者一些规则的筛选，聚焦一个小一点的标的池，然后还是引入择时策略。
期货里有很多经典的单标的交易策略，好不好另说，但基本都是成体系的系统。 比如网格： 网格交易法是一种利用行情震荡进行获利的策略。在标的价格不断震荡的过程中，对标的价格绘制网格，在市场价格触碰到某个网格线时进行加减仓操作尽可能获利。 网格交易法属于左侧交易的一种。与右侧交易不同，网格交易法并非跟随行情，追涨杀跌，而是逆势而为，在价格下跌时买入，价格上涨时卖出。 网格交易主要包括以下几个核心要点： - 挑选的标的最好是价格变化较大，交易较为活跃 一个思考，在传统信号策略的基础上，用机器学习来优化，比如找信号，比如判断当前属于趋势还是震荡。 一个预判，信号的胜率也许不是最重要的，赔率，资金管理等交易系统的设计，交易系统变成一个反脆弱的系统至关重要。 下周考虑把经典策略复现一下，而后考虑如何使用机器学习、深度学习、强化学习来优化。这里不应该是割裂的情况，传统和经典还是有其生命力的。 Keras(Tensorflow) vs AutoGluon对沪深300指数20日收益率预测对比（代码+数据） AI量化系统Quantlab V1.7代码更新，支持pybroker引擎，含大类资产风险平价及波动率策略源码集，平均年化15% |
|
|
