下载
登录/ 注册
主页
论坛
视频
热股
可转债
下载
下载

20250310,魔法战魔法

25-03-10 16:28 5394次浏览
等主人的猫
+关注
博主要求身份验证
登录用户ID:
作为散户,我们应当有清晰的定位和认知,在这个豺狼当道的市场,如何生存,如何取舍。几年下来,很多老师表示要薅量化羊毛,采用量化的手法收割市场。猫仔很卑微的表示,不是那么容易干,你进步的同时,量化可能用科技爆炸的速度迈步。先由些咋们散户可掌控和复制的东西讲起吧,跟30个篮球场大的鸡房拼下单速度,呼吸都是错的。

图一图二是一个简单的二元线性回归模型(囧雪诺看定然有点复杂):
通过X1,X2预测Y的变化数值。也就是,如果它们是关联的,X1,X2对Y有没有影响,多大的影响。

变量X1=全A开盘,今日开盘价格/昨日收盘价格-1.
变量X2=全A午间波动值,中午收盘价格/今日开盘价格-1。这个数值就是我平日说的情绪差。高开高走,它为正,高开低走它为负。主要确定今天买入有没有获利。
变量Y=全A全日波动值,收盘能带走多少或者赞助多少。


图二原始数值,发给DS,它看懂了。简单说,X1跟Y无相关,X2跟Y高度相关。人话就是,怎么开盘跟收盘赚不赚没关系;中午波动率为正,收盘波动率输出概率为正,中午波动率每增加1%,收盘波动率增加1.156%。涨了继续追就对了。
数据跨度7年。由于这个模型只有二维,比较糙的,但涉及午间关键时点,有代表性。
模型结论:
1.这个模型可以证明癌股里面存在边际效应扩散,当中午涨幅越大,就能吸引资金进场买引发更大的涨幅;反之,越跌越弱,边际效应越来越小。所以,木有什么涨多了跌,跌多了涨的现象,无论语文逻辑和数学逻辑都可以证伪。涨跌预判是要加时间函数的,猫仔预测全A一个月内必有2根以上的阳线,是不是很优秀?
2.竞价强弱跟收盘波动值没有统计上的关系。也就是说竞价你怎么超预期,跟收盘都无相关。超预期和不及预期,一定程度是不存在的,特别开在中间震荡区间。弱市里面顶高了,甚至反走,如今天的短线热门票。其实,把模型升维后分析,如升到分钟级别,241个维度,前15分钟跟收盘波动基本没关系的。


猫仔是不是很天才?发现了这么重要的规律。下面发布一组更可怕的。
由于边际效应扩散的存在,0306上午有量有价,凶涨。按照二元回归模型,午后理应扩大涨幅,收盘应该在2.7%以上。事实上,当天午后滞涨,中午涨1.61%,收盘1.61%。单午后增量2000多亿,被空头全打了。一批极可能是量化的资金,利用了边际效应增强,卖给了奔牛。并且把这个兑现策略写在了算法里面,自动化收割。
假设上周是孤例,那今天怎么解释。请看猫仔中午的预判,图4。上午拉机器人 、电池顺周期,杀跌AI;午后AI涨幅明显赢了前者,并且一定程度跟指数共振。如果按照模型,上午上证跌成这样,理应扩大跌幅。那是否可以理解成,边际效应又被人利用了?这种情况是23年12月后面的样本才有的,前面的大部分午后扩大跌幅。说明,随着时间的推移,全A午后走势发生了实质性的变化,有一批资金专门在这样的市场环境下,午后反手做多。具体交易日自己回测吧,前面数据生成采样方式都明示了,有动手能力可以还原。
可以断定,现在癌股量化已经进入算法收割市场规律的阶段,就是我说的画像。甚至它早盘利用持股优势,把AI先打下去,午后利用市场看跌追跌,凭借资金优势反手买回来,形成T+0日内套利策略。只要明天AI给高,市场一抬,它就能全身而退。甚至阿发和碑塔通吃,把CANDY也抱走了。
你还在超预期不及预期,给龙头供奉江湖地位的时候,它把你的兜掏了。这仅仅是指数级别的事情,垂直总数集>子集,指数>板块>个股,还有更多未被公示的恐怖现象。
所以,别再这么傻问怎么狙击量化,低纬战高维,我们都是虫子。用魔法战魔法,先试试。



这个是午盘计划,权当一个佐证。对应上午交易计划。
打开淘股吧APP
88
评论(2792)
收藏
展开
热门 最新
喵个余

25-05-23 11:04

0
俺又卖飞了吗

等主人的猫

25-05-23 10:54

14
看资金路径,今天反包池里面前排的票没有昨天断板的。全是2-4天,就是因为市场越走越弱,去躲抛压。昨天断板那批,没个清秀的。昨天中超是技术形态+卡中时点。今天资金继续做反包池轮动,变成反推它这种形态。先不讨论最终指数能否企稳,至少开盘资金路径就是这样走的连板票出门平均成交了昨天的21.31%,明摆抢卖。这些操作同时做的,怎么可能没交易策略在里面。
收盘到婶界股评,就变成中超独战空头,把抱团带起来。XX节点,弱转强。今天谁跌了?耳聋眼瞎,谁跌了吗?哦,原来中超卡位了,刚刚早上捡了跟龙头棍。
 
学游泳的喵喵

25-05-23 09:14

0
谢谢,猫哥,叹为观止
金牛狮路

25-05-23 08:12

0
猫哥 牛
inkpig

25-05-22 23:57

1
是的,喵哥,那个数据库是一个时序数据库,专门针对金融,工控的数据库,目前有些量化团队都在使用,存储的时候根据时间序列去存储,可以设置冷数据和热数据。比如最近30天的数据为热数据,其余为冷数据。冷数据可以采用高压缩比的算法。这样空间可以节省50%以上。
等主人的猫

25-05-22 23:15

13
连上最后的两个问题一并回答。
你关注那个主线启动和核心板块个股,那个以前是手敲的。主要需要通过自身梳理,累积归类和分析的方法。
现在可以通过本身个股题材属性实现聚类,之前我贴过图。例如今天7%的个股里面累积属性最多,必然那个就是全天最强的题材。-7%里面最多的,自然是血包。这个方法还有效规避同花顺或者别的指数,内部个股被量化劈成几批干扰指数的问题。
个股侦测到异动,立刻就能回溯到10、20、60天里面有没有涨停,有没潜伏,近期是否放量,多少老六。什么属性,跟今天资金流向是否趋同。
这种仅仅是初步做出来的东西,上限还可以很高的。所以,不要低估量化整个团队的能力。为啥我劝你们不要搞短线就这原因,工具、资金、监管、制度什么都劣势,仅凭大婶一张嘴,如何战?何谈赢。

  
 

第二,回答inking。你说的那个数据库我没用过。不过,金融数据类的计算,最后还是要回到python或者excel,同花顺和通信达实际背后就是python。那最终,脱离不了单元格记录数据这个宿命。而单元格储存和读取,是最耗运算资源和储存空间的。我做过把存储数据的库分离出基础文件,其实没缩小多少的。因为回到excel运算,最后还是要生成大量单元格基础数据,大概数据部分只能缩小1/3。但带来跨文件读取的大量问题(要通过power query读回来本地,实际还是一个文件。文件拆了等于没拆),跨文件读取,在计算器那边很多数据是没缓存,要么多次读取,要么直接读上去内存。既然要合并提取再读上内存,那拆文件也是等于没拆。
那在数据量越来越大的情况,如何在本地解决储存空间就是务实的方案。图示这种储存方式,软件上标准的用法。实测2m的单元格数据,可以缩到100-200k。 最终要读取上内存,速度就没问题。那前提拼接计算的消耗,可能就几秒,挺划算的。
但拼接有个问题,就是excel每次不能超过3.5万个字符,大量数据的时候,就要分块转换,然后再拼成大表。同时,图片也看到,数据不一定都是对齐的,还原和储存都是需要设计的。python的计算能力和函数功能远比Excel弱,我没弄过,外挂包做这些针对性转换,预估搞起来比Excel麻烦多了,而且转换太多又有速度和数据时间对齐的问题。别的软件不讨论,大家都知道C++随便怎么搞,基础模块什么都没有,自然随便搞,人家写好的东西你未必能用,自然人去开发这么大型的东西不现实。
最后,你说慢。我怀疑设计摆放数据或者提取方式有问题,导致大量遍历,或者单次多指针多地址提取。尽量在摆放数据和提取的时候使用连贯的数组操作,激活CPU的SIMD加速,缩小范围再做二次精细操作。否则单核跑,凭空浪费算力。如行定位,1000行,升序摆放的数据,二进制搜索大概6次定位能找到结果。而传统搜索,哪怕多数搜索区域在下方,平均都是扫100+才能出结果的。假设你放指数,估计用到多维堆叠,应该动不动几十万行。回到摆放数据的时候,你就要先设计成可以升序搜索的,如首次定位尽量找日历这类。

  
等主人的猫

25-05-22 21:18

3
用纯文本储存,用,;之类的分隔。数据商原始数据也是这样的。用的时候再还原单元格形态挂在内存。还避免了读取i/o遍历数据慢的问题。就是前期处理复杂点,同时组矩阵的时候比较烧脑。让你学好点数学不吃亏。
inkpig

25-05-22 20:46

0
是呀喵哥,我现在每天抓取东财所以概念题材的1分钟数据。sqlite数据库一天增加30m左右,随着数据越大查询会更慢,已经不满足需求了。只能更换压缩比更高,查询速度更快的tdengine数据库了。
金牛狮路

25-05-22 20:46

0
太复杂  了。。不看了!!猫哥牛!!
请教猫哥一个问题:银行是否要继续一骑绝尘?
学游泳的喵喵

25-05-22 20:39

0
猫哥,图中最后两个类别是手工还是能算出来的?
刷新 首页 上一页 下一页 末页
提交