matlab量化投資基本操作:計算交易次數和勝率並繪圖(11)

2021-03-02 量化投資訓練營

  緊接著昨天的夜報,繼續貢獻這部分代碼,作為大家日後進行簡易模型評估的典型框架。

%% 6 計算策略交易次數和勝率並繪圖

s = zeros(size(Close_T1));                                                           

% 創建大小和Close_T1一樣的0矩陣

s(fast>slow) = 1;         % 信號值1

s(slow>fast) = -1;        % 信號值-1

s(1:col-1)=0;                % 第1天到第col天間置零,長期均線還沒計算完成,信號不可用

tradetimes=0;                %交易次數初始化

s_length=length(s);       %計算樣本的長度

rate_return=nan(1,s_length);  

%初始化盈利矩陣,個數為樣本長度

lasting_day=nan(1,s_length);  

%初始化持續天數矩陣,個數為樣本長度

index_open=1;

for i=2:s_length

    if s(i-1)*s(i)<0          %前後狀態發生變化,交易信號產生

        tradetimes=tradetimes+1;           %交易次數++

        rate_return(tradetimes)  = s(i-1)*(ZZ500(i)-ZZ500(index_open))-cost;        

%平舊倉,計算這一波段的盈利,扣除手續費

        lasting_day(tradetimes)  = i-index_open;   

%持續天數

        index_open=i;   

%記錄開新倉的位置

    end

end

rate_return(isnan(rate_return)) = [];       

lasting_day(isnan(lasting_day)) = [];     %去除矩陣中的nan元素

winrate=sum(rate_return(:)>0)/length(rate_return); 

%輸出整個樣本的勝率


plot([Close_T1,fast,slow]); grid on

title(['訓練集最大年化夏普 = ',num2str(max(maxSH),3) ...

       '   fast=',num2str(row(col)) '   slow=',num2str(col)]) 

% 計算最大年化夏普作為標題 

xlim=get(gca,'xlim'); ylim=get(gca,'ylim');

text_display=['交易次數=',num2str(tradetimes),' ','勝率=',num2str(winrate)];  %顯示在圖片中的文本

text(sum(xlim)/2-200,sum(ylim)/2+1800,text_display,'horiz','center')


  以下是今日收評:

  今日大盤開盤後小幅下探,此後震蕩上行出現反彈,滬市弱於創業板。截至收盤,滬市報收2982.43,深市報收10366.50。操作上,注意明天的反彈力度,開盤後維持強勢,則底倉不動,如果走軟,底倉可以減少部分,等待較大周期低點再次介入。

  今日螺紋鋼出現震蕩盤下走勢,尾市出現小幅反彈,豆粕在震蕩下跌跳水後出現V型反彈,並創當日新高,操作上,螺紋鋼注意10日線支撐,在上有壓力下有支撐的窄幅空間下多觀望為主。豆粕跌幅收窄,有止跌跡象,空單可以觀察五日線壓力情況適時止盈。 

  上證指數:
  狀態:買入。倉位:60%。


  創業板指:
  狀態:買入。倉位:40%。 

  隱約感受到這種小陽線反彈,不堪一擊,大家小心之後可能會出現的下探,尤其是個股上殺傷力還是比較大的。

  

  點擊底部【閱讀原文】

  跳轉到我們剛發布的《打開量化交易大門 36節精選公開課》目錄。

  或者去優酷,也可以看到完整的課程專輯。

  http://list.youku.com/albumlist/show?id=27113684&ascending=1&page=1.html



相關焦點

  • matlab量化投資基本操作:構建簡易交易策略測試平臺(9)
    我們使用matlab不僅是做數據分析,也可以構建簡單的交易策略測試平臺,這裡所說的交易策略包括了技術指標交易擇時等眾多的交易方法,它們共同的特徵是,價格在運行過程中,觸發了模型核心數值的變化,模型核心數值決定了信號函數s是做多還是做空。  今晚我們會連續用3天時間,給大家介紹如何構建這樣一個平臺,以及清晰的原始碼,這也是初學量化投資不可或缺的基礎知識。
  • matlab量化投資基本操作:數據導入與簡單繪圖(1)
    今天開始,我們放出之前儲備的一些教程內容,我們計劃在8月中旬,再完成一套規模較小的公開課內容,大致內容是以matlab為工具,講解如何進行量化投資分析
  • 高質量交易課程資源共享:【Python量化投資實戰​視頻教程】
    到底怎麼股票鄭股票交易電腦py多屏炒股電腦t期權與期貨市場基本原理hon股票量化交易從入門到實領益智造股票拍賣踐證券期貨投資:理論與策略棉實時行情大亨加炒股的智慧倉才是中信校招對股期貨及衍生品基礎第二版二手票買賣點的操作?
  • 量化交易之資源大全
    Apama採用EPL和JAVA語言開發或者定製策略模型,通過行情、資訊等驅動CEP引擎進行交易、風控等操作。在量化交易方面,DTS提供的可以擴展的伺服器端技術架構,保證了策略的高並發和高速執行,其在程序化交易、量化交易、算法交易、對衝和套利交易方面都有實際應用。    國泰安量化投資平臺分為研究平臺(QIA-Lite)和交易平臺(QRC),採用matlab的toolbox的形式無縫兼容了matlab的研發環境,由交易平臺實現策略交易。
  • 32個實用matlab編程技巧
    今天給大家介紹一些編程小技巧,之前給大家介紹過matlab編程小技巧,本期是在之前的基礎之上做了修正和補充完善,下面一起來看看吧。1、能用矩陣計算的就用矩陣計算,不能用矩陣計算的想方設法也要往矩陣計算上靠。2、少用循環,尤其是避免多重循環嵌套,儘量用向量化的運算來代替循環操作。
  • 數據處理:Matlab之向量和數組的基本操作
    這個向量一共有11個數,分兩行,第一行是第1到第8個數(列1-8),第二行是第9到11個數(列9-11)。當然,也可以創建實數向量,如:L=[2.2 : 0.3 : 5.1]好了,寫到這裡我們已經知道了怎樣在matlab中創建向量了,以及向量的加減乘除和判斷向量的長度了。
  • python、量化與「雅典娜」項目
    python、量化與「雅典娜」項目QQ群:124134140 (zwPython大數據,量化交易)今天,Q群裡面有朋友問道:【新人】yongle sunny(1535327967) 11:43:10   老大,我們老師說量化投資用python最好,但是現在網際網路上關於python搞量化並願意分享經驗的就您一家,而且還沒正式開始
  • 教程合集 | MATLAB繪圖基本操作與屬性
    mod=viewthread&tid=92239利用MATLAB對CALIPSO中VFM數據繪圖與結果討論:by:kongfeng0824http://bbs.06climate.com/forum.php?
  • 搭建系統|本地量化工具集成開源量化框架backtrader操作指南!
    Python股票量化交易系統中。策略類中有一個類屬性params,用於定義一些在策略中可調參數值backtrader.indicators內置了許多指標的計算方法,比如移動平均線、MACD、RSI等等,使用時只需要實例化策略中會使用到的技術指標即可next函數中編寫交易策略,也就是進入市場和退出市場的邏輯創建一個策略決策引擎(原文是Cerebro,這裡我用決策這個詞)
  • 詳解量化大師穩定盈利的「壁虎式投資法「
    初創時期,西蒙斯和大多數投資者一樣,通過關注和分析各種經濟數據和宏觀事件來做投資判斷,而慢慢地,他發現很多價格變化是有規律可循的,並能通過一定的方法來進行預測,因此,到了1988年建立大獎章基金時,他把投資方法從判斷型轉變為量化投資。  大獎章基金的投資產品必須符合三個標準:公開交易品種、流動性足夠高、適合用數學模型來交易。
  • 有了這張matlab繪圖速查表,您還用擔心matlab繪圖嗎?
    繪圖速查表,初看文章封面還以是簡單的PS拼湊而成。等進入文章才發現張博士竟然是用純matlab繪製的,而張博士也在其GitHub帳戶中公開了的相關原始碼。除了這張速查表本身對matlab繪圖大有裨益外,繪製出這張的圖原始碼也是非常值得大家研究學習,涉及到界面布局排版、matlab坐標軸操控、文本線形操控等多個matlab繪圖知識。相信如果大家認真研究該原始碼後,對提高大家的matlab繪圖水平肯定是大有幫助。
  • 零基礎入門,Python量化交易課程
    相比純粹的手工交易,量化交易試圖避免人性的弱點,主要依靠計算機執行完整的、系統的交易邏輯,精準回測,高效執行,多標的,多周期,實現理性投資,以期帶來穩定持續的收益。搭建資料庫,存儲數據,以及掌握以及實現常見的量化交易策略,開啟你的量化投資之路。
  • 基本面分析 ≠ 基本面量化投資?
    我猜有些小夥伴會認為 Sloan (2019) 僅使用了很少的例子(原文中用了兩個 case studies;本文介紹了 BIG5 這一個)說明基本面分析的價值並「否定」因子投資不足以令人信服。畢竟,基本面投資的「因子化」和基本面分析的使用者所具備的 skill sets 不同。
  • 摩根紐約總部量化女神手把手教你學Python,玩轉機器學習與量化交易、衍生品定價
    ,並使用編寫的軟體程序來執行交易,從而獲得投資回報的方式。而那些靠數學模型分析金融市場,並用複雜的數學公式和計算機在稍縱即逝的市場機會中挖掘利潤的投資家則被稱為寬客(Quant)。在如今的量化投資領域,已經有了無數模型系統軟體,在強大的Python語言和資料庫的支持下,量化投資早已不再是一個神秘的領域。量化交易在各大投資銀行和對衝基金公司中成為交易系統的主流,而機器學習也在量化交易中扮演著舉足輕重的角色。
  • 從零開始學量化(二):python/matlab/r/sas/vba選哪個
    先說優點,量化或者數據分析來說,正如前面說的,matlab對矩陣的支持非常強大,二維以及更高維的矩陣,雖然python,r裡面也有矩陣這樣的數據類型,但感覺沒有matlab的好用,比如python裡的矩陣,剛開始學經常會被矩陣裡的中括號搞的很暈,二維或者以上的矩陣,每個元素都會帶一個[],matlab看多了用這個會有點不習慣
  • 【Python金融量化】零基礎如何開始學?
    Python某種程度上類似於matlab和SAS和R語言,結合python的幾種強大的科學計算類庫:NumPy(數組、矩陣、線性代數)、Pandas(數據處理和分析庫)、SciPy(統計運算)、SymPy(符號運算庫)、matplotlib(繪圖庫)、Traits(程序界面庫)等,可以近似地替代matlab、Java、R和SAS等。
  • 投資有虧有賺,別試圖靠預測賺錢,要靠概率和正期望值
    (晨星是國際基金評級的權威)索普不但是格羅斯心目中的恩師,也是金融界許多大名鼎鼎的投資大師心中的「教父」人物,以及量化投資真正的「開山鼻祖」。他1969年創立的基金年均複合增長率高達20%,不僅保持每年不虧錢,甚至每個月都不虧錢。這是金融歷史上第一個真正意義上的依靠數學模型和量化算法策略賺錢的投資基金。
  • 這些論文繪圖軟體,你會用哪個?
    從大量的數據資料中獲得所需的效果圖,已經有很多前輩們為咱們趟好了路,留下了大量的繪圖軟體及經驗。接下來小編將為大家介紹一些功能強大的繪圖軟體。Matlab只排在第十位是因為本來它就不是一個用來做畫圖的軟體。人家的主要功能是矩陣操作、統籌優化、數學實驗、仿真模擬(此處省略一萬字)等等好嗎?用matlab畫圖簡直就是高射炮打蚊子——大材小用。
  • 遺傳算法原理以及在量化投資的應用
    陳煥生,凡普金科旗下會牛科技研發總監兼數據架構師,目前從事基於遺傳算法因子自動化挖掘,量化投資研究。並於2017年上線了基於遺傳算法因子挖掘的自有資金運營的量化模型。目前處於行業中遊水平,團隊的大多背景都是非金融投資領域,實現網際網路技術向量化投資領域的轉型,本人十年的網際網路研發背景,多次連續創業的經歷。
  • MATLAB基礎課程v2 第二章 MATLAB繪圖知識(8)
    繼續補充講解!