使用開發(fā)股票量化策略

【本文只分享策略的原理，不推薦實(shí)盤交易】

TL;DR

使用可以提高編寫策略的效率。但對(duì)于不了解量化或編程的人來說，只使用難以開發(fā)一個(gè)可實(shí)盤的量化策略

環(huán)境準(zhǔn)備

的賬號(hào)（注冊(cè)地址）

賬號(hào)（注冊(cè)地址）[本次使用的是，.5也可以]

策略

本次要實(shí)現(xiàn)策略來源于德邦證券的一篇研報(bào)《金工小市值專題之一：小市值策略初探》。根據(jù)研報(bào)的描述，小市值策略的投資邏輯主要有以下四點(diǎn)

規(guī)模溢價(jià)：通過統(tǒng)計(jì)發(fā)現(xiàn)，中國A股市場中，公司規(guī)模和股票風(fēng)險(xiǎn)溢價(jià)存在負(fù)相關(guān)關(guān)系[1]；

賣空限制：由于中國股市沒有完善的賣空機(jī)制，導(dǎo)致在一定時(shí)間范圍內(nèi)量化分析chatgpt，股票的價(jià)格會(huì)更容易被錯(cuò)誤定價(jià)；

投資者結(jié)構(gòu)：中國股市中散戶比例比較高量化分析chatgpt，而散戶對(duì)小市值股票會(huì)更加關(guān)注；

**殼價(jià)值**[2]：由于中國股市IPO采用的是核準(zhǔn)制，上市的成本和要求都比較嚴(yán)格，因此一些公司會(huì)選擇借殼上市，而借的這個(gè)殼，一般是會(huì)選擇收購一些小市值的上市公司；

原始小市值策略也比較簡單，即從基礎(chǔ)股票池中篩選出流通市值最小的100只股票進(jìn)行買入。如果持有的股票不在這100只股票里，則賣出。每個(gè)月調(diào)倉一次。基礎(chǔ)股票池的條件為：

股票上市滿1年；

不屬于ST、*ST的股票；

股票換倉日尾盤非漲停；

非注冊(cè)制、非北交所的股票；

開發(fā)流程

其實(shí)也沒有什么好說的，畢竟比較智能，就直接把你的需求跟他說就好，你能說的越具體（工程），他寫的代碼就能越正確。比如在描述策略的時(shí)候，對(duì)話是

現(xiàn)在我需要在平臺(tái)上面實(shí)現(xiàn)一個(gè)量化策略量化分析chatgpt，具體描述如下:

交易市場: 中國A股市場

策略邏輯: 根據(jù)以下條件篩選出股票候選池：1.排除 ST 股、*ST 股；2. 排除北交所股票；3. 排除上市不滿 20 日的次新股票。然后從候選池中選取流通市值最小的100只股票作為交易候選池。如果持有的股票不在交易候選池中則賣出。如果交易候選池的股票沒有持有，則使用可用資金平均進(jìn)行買入

調(diào)倉頻率: 每個(gè)月的首個(gè)交易日

第一部分對(duì)話 - 背景設(shè)定

第一部分對(duì)話是為了確認(rèn)是否有平臺(tái)開發(fā)的背景知識(shí)，它給了我一個(gè)示例策略的代碼。不過這份代碼在上面運(yùn)行的時(shí)候是報(bào)錯(cuò)的。錯(cuò)誤的原因是編造了一個(gè)平臺(tái)下單的API：，雖然把錯(cuò)誤信息給到后，它能識(shí)別出錯(cuò)誤的原因，但是給出來新代碼仍然是錯(cuò)誤的。

這個(gè)時(shí)候就需要提供更多的信息，可以直接從平臺(tái)上面找到下單的接口文檔然后貼進(jìn)去。這次能夠識(shí)別出需要的下單函數(shù)，并且給出可運(yùn)行的代碼。

第二部分對(duì)話 - 策略開發(fā)

第二部分對(duì)話開始開發(fā)小市值策略，根據(jù)之前的描述給出了對(duì)應(yīng)的代碼，從結(jié)構(gòu)上來看是正確的。但是遇到的問題和之前是一樣的，仍然會(huì)編造各種API，導(dǎo)致了報(bào)錯(cuò)，處理的方式和之前一樣

最終給出了在平臺(tái)上面一個(gè)可運(yùn)行的策略代碼（代碼地址）。整體邏輯和描述的基本一致，但是有些細(xì)微的地方實(shí)現(xiàn)還有問題，具體為：

邏輯錯(cuò)誤：函數(shù)只取了100只股票來作為候選池，實(shí)際上應(yīng)該取所有滿足條件的股票；

未來函數(shù)：使用了函數(shù)在開盤時(shí)間點(diǎn)來獲取當(dāng)天的數(shù)據(jù)，這個(gè)在當(dāng)前策略下不會(huì)影響到回測結(jié)果，但是該策略是無法實(shí)盤運(yùn)行。并且未能識(shí)別這個(gè)問題；

策略表現(xiàn)

收益概述

回測時(shí)間

-

策略收益

80.59%

年化收益

15.13%

超額收益

36.32%

最大回撤

19.40%

總結(jié)

亮點(diǎn)：

將自然語言轉(zhuǎn)變?yōu)榇a：能根據(jù)需求的文字描述生成代碼

糾錯(cuò)：貼出報(bào)錯(cuò)信息后能夠找到報(bào)錯(cuò)的原因以及改正代碼，和開發(fā)時(shí)候的有點(diǎn)像

接受上下文信息：不是簡單的一問一答的方式

支持中文

缺點(diǎn)：

領(lǐng)域知識(shí)缺失：由于是通用領(lǐng)域的模型，對(duì)于特定的領(lǐng)域知識(shí)，需要額外訓(xùn)練

無中生有：受第一點(diǎn)的影響，經(jīng)常編各種不存在API

回答生成的內(nèi)容有長度限制，如果代碼過長就得分成好幾段輸出

限制3小時(shí)25個(gè)對(duì)話。。。。。

優(yōu)化思路：

借助[3]框架

利用平臺(tái)提供的fine- API[4]

參考資料

[1]

崔勁,殷霞,豁秋菊: CAPM模型在中國資本市場的改進(jìn)研究——基于規(guī)模溢價(jià)的實(shí)證分析.

[2]

屈源育,沈濤,吳衛(wèi)星: 上市公司殼價(jià)值與資源配置效率

[3]

:

[4]

fine-:

本文鏈接：

免責(zé)聲明：本文系轉(zhuǎn)載，版權(quán)歸原作者所有；旨在傳遞信息，不代表本站的觀點(diǎn)和立場和對(duì)其真實(shí)性負(fù)責(zé)。如需轉(zhuǎn)載，請(qǐng)聯(lián)系原作者。如果來源標(biāo)注有誤或侵犯了您的合法權(quán)益或者其他問題不想在本站發(fā)布，來信即刪。