第二节

量化投资建模策略

大数据系列课程

CONTENTS

01

量化交易策略

02

量化投资的功能需求

03

量化投资模型设计

目 录

量化交易策略

量化交易策略

量化交

易策略

量化交

易策略

均值回复型策略

趋势交易策略

趋势交易策略

趋势交易策略的理论基础

1.市场行为包容消化一切

“ 市场行为包容消化了一切” 是所有投资者利用技术分析投资时所必须接受的前提条件， 在整个市场运行的时候，

存在着各种各样影响股票价格的因素， 包括基本面、 政治面、 心理面等等， 这些因素都反映在了公司的股价之中，

而股价的变化必然反映了买卖关系， 这里的买卖关系指的是买卖股票的行为。

2.价格以趋势方式演变

“ 趋势” 在技术分析者的眼里是非常重要的， 投资者使用技术分析进行投资分析的时候， 其主要目的就是为了分析

此时的股价处于什么位置？ 股票的价格波动是否已经有了某种形式的趋势， 如果存在这样的趋势， 那么未来股价是

否还会沿着改趋势继续下去， 该假设条件“ 价格以趋势方式演变” 已经解答了整个问题。

3.历史会重演

技术分析与基本面最大的区别就在于技术分析会分析市场中投资者的情绪，即投资者的心理活动， 在实际的投资中，

投资者的心理活动一定会影响着市场，虽然投资者的心理活动是在不断变化的， 但是个人的相似的心理活动是相似出

现的， 例如当投资者此时买的某只股票出现下跌时， 此时投资者的心理大多数是恐慌的， 恐慌意味着很大概率的抛

售该股票

趋势类交易策略的种类

01

指标类策略：

主要是投资者根据技术指标，来判

断股票未来趋势

02

03

切线类策略：

主要是以趋势线、支撑与压力线主

形态类策略

指标类策略

 

指标类策略

4.超买超卖类指标

        超买超卖类指标主要是用来分析目前的市场上是否存在对

已有的股票或者指数出现上涨过热或者下跌过冷的情况， 如果

存在这样的情况， 那么投资者应该意识到危机或者机会的来临。

KDJ 就是最常见的该类指标， 投资者在股票市场投资中， 使用

最多的指标就是它， 在实际的投资中， 股票价格不同强弱的波

动， 都会在 KDJ 指标上。

切线类策略

1. 趋势线

        投资者一般会根据股票日线级别的走势， 自己画出一条趋势线， 当股价在上涨趋势时， 股价回调触碰趋势线，

股价不跌破趋势线， 反而有上涨的势头时， 投资者就判断该股处于上涨趋势， 此时投资者就不会盲目的因为股票短

暂的下跌而卖出股票。 相反地， 如果此时股价跌破趋势线并且该趋势线对股票价格具有一定的压制性时， 则投资者

判断股票趋势出现反转信号， 结束上涨趋势， 此时操作为是卖出股票。

2.支撑与压力线

        投资者在分析股票日线级别地 K 线图时， 会选定一段时间内的股票最高点或者最低点作为一个关键为止， 即支

撑点位、 压力点位。 在之后的股价运行中， 若股票突破压力位则买入股票持有， 认为股票进入上涨趋势； 若股票

跌破支撑位，则认为股票结束上涨趋势， 此时应该卖出股票。

形态类策略

       该种类策略比较前两种策略来说要复杂很多， 形态类策

略以分析日线级别 K线， 判断形态为主， 常见的形态包括 V

型底、 双重底、 三重底、 圆弧底等等。 这类投资者会根据

自己的投资经验， 对一段时间内的股票走势图分析判断， 确

定它的形态， 如果处于底部形态， 则买入该股， 等待上涨；

如果判断为顶部形态， 则卖出该股票。

1

2

3

4

5

6

均值回复策略

均值回复(Mean Reversion)

       即股票价格或收益率等指标无论暂时的高于或低于其价值中枢(均值)，都会在经历一段时间后，

以很高的概率向价值中枢回归。

 

       均值回复理论与价值投资理论的观点不谋而合，即股票价格总是围绕其“内在价值”这一稳固

基点上下波动。虽然股票价格波动是常态，但从长期来看，价格具有向其“内在价值”回复的趋势，

任何一支股票的价格都不会长期偏离价值中枢。

均值回复策略

1.BSV模型

       该模型建立在认知心理学的两个基础上：保守性偏差与代表性偏差，

并解释了投资者决策模型如何导致市场价格变化的反应过度与不足，进而

说明均值回复现象产生的原因。其中，保守性偏差，即投资者忽视有关盈

利的最新信息，对最近期盈利消息赋予过少的权重，主观的认为这种价格

变动所引起的盈利是转瞬即逝的，因此倾向于对信息反应不足，最终随着

时间的推移呈现出现均值回归现象。而代表性偏差，在面对利好消息时，

人们主观的将股价变动归功与股价的内在趋势，因此会在投资过程中更注

重市场中的趋势变动，认为盈利比在现实中更多地具有一定趋势，从而倾

向于将股价推得过高。但在实际中盈利必然会修正过度反应所形成的错误

预期，从而导致股票价格呈现出回归其理论价值的趋势，也就是所谓的均

值回复现象。

均值回复策略

2. DHS模型

       这一模型从信息不对称角度出发，如果投资者拥有利好的私人信息，他们会将股票价格抬得过高，如果投资者拥

有利空的私人信息，他们则会过度抛售，将股票价格压至合理水平之下，从而引起价格的过度反应。随着包含噪声的

公开信息逐步发布，价格的无效偏差将会得到部分矫正，当越来越多的公开信息到来时，过度反应的价格趋于回归理

论均值。投资者在有偏的自我评价下，会在公开信息和私有信息一致时信心增加，但当公开信息和私人信息相矛盾时，

其信心并不会等量地减少，投资者倾向于将这一错误归因于外部的噪音。这意味着公开信息会引发投资者对其私人信

息过度反应，股票价格的走势会进一步沿已有趋势运动，随时间推移各类私人信息逐渐公开，价格将呈现均值回复特

性。

均值回复策略

3. HS模型

       该模型从投资者行为偏差入手，分析当新信息出现时投

资者产生的反应，在资产价格的决定上更强调不同投资主体间

相互作用的方式。并以此区分信息观测者和惯性交易者两类投

资主体。首先在市场中出现利好信息时，处于观测地位的投资

者会买进股票，这一操作不会影响股票价格的较大波动，即反

应不足现象。随着股票价格的变化趋势愈加明了，部分惯性交

易者会在短时间内买入股票，这便导致股价的大幅波动。也将

进一步误导更多的惯性交易者产生乐观预期并购买股票，最终

过多的购买力将促使市场中的股票价格远高于应有的价格波动，

随着信息完全公开，泡沫终将破裂，使价格反转下降回归至理

论均值。从相反角度分析，投资者面对利空消息的一系列操作，

最终会使股价反转上升回归至理论均值。

量化投资的功

能需求

功能需求

数据/因子

准备

策略开发

回测

回测结果/

可视化分析

交易指标

评价

遍历每只

待选股票

因子功能

策略配置

功能

交易模型

组织功能

遍历每个

交易日

数据服务

功能

过程日志

记录

数据图标

功能

指标分析

功能

1.支撑

2.进行检验

3.汇总结果数据

4.优化指导

量化投资模型

设计

策略模型设计

数据基础

交易回测

交易什么

交易持续多长

交易多少

交易时机

股票池选股

买入信号判断

头寸/仓位分配

止损止盈

        量化交易中，量化是手段，交易策

略是核心。交易策略需要体现交易什么，

交易多少，什么时候交易，交易持续多

长时间。选择交易什么需构建投资组合，

我们设计股票判定算法以形成股票池，

通过一定调仓周期从股票池选股的方法

形成投资组合方案，解决什么时候交易

需设计入市信号判断机制，解决交易多

少需设计仓位管理及头寸分配，解决交

易持续多长需设计何时盈利退出和止损

退出。交易回测把该逻辑放到原历史起

点上，根据当时的历史交易情况执行交

易策略，在假定不影响历史交易情况，

运行程序化的交易指令，验证策略的盈

利能力。把这个买卖方法称为交易策略。

谢谢！