预测大盘最准确的指标_预测大盘走势最牛的指标(经典)

预测大盘最准确的指标_预测大盘走势最牛的指标(经典)★金融工程研究报告——国海证券2010年量化择时绩效全年盘点报告★国海证券研究所金融工程团队构建了数量化择时系统,以不定期发布《国海量化择时导报》的形式,表达国海金工团队对股市大势的研判及观点。回顾2010年波诡云谲的中国股市,该择时系统屡屡精准地对股市的阶段性趋势作出预判及风险提示,获得多方认可。量化择时系统2010年全年表现国海金工量化择时系统2010年全年表现优异,对股市大的拐点把握次次命…

大家好,又见面了,我是你们的朋友全栈君。

★金融工程研究报告——国海证券2010年量化择时绩效全年盘点报告★

国海证券研究所金融工程团队构建了数量化择时系统,以不定期发布《国海量化择时导报》的形式,表达国海金工团队对股市大势的研判及观点。回顾2010

年波诡云谲的中国股市,该择时系统屡屡精准地对股市的阶段性趋势作出预判及风险提示,获得多方认可。

量化择时系统2010年全年表现

国海金工量化择时系统2010 年全年表现优异,对股市大的拐点把握次次命中:

★ 2010 年4 月初公开报告《升势衰竭,离场减仓》给出大势卖出评级,迎来800 点下跌。

★ 2010 年6 月中公开报告《结构型牛市已至》给出中小板买入评级,中小板指数继续走牛并创出历史新高。

★ 2010 年8 月中旬公开报告《阶段性顶部再现》,大盘整理一个半月。

★ 2010 年9 月底公开报告《量化20 升至满仓》,大盘急速拉升600 点。

★ 2010 年10 月底公开报告《四季度看空,前高后低》指出大盘将于11 月中旬迎来中期顶部,大盘随后11 月11

日到达3186 顶部,继而下跌近500 点。

预测大盘最准确的指标_预测大盘走势最牛的指标(经典)

量化择时系统五大指标简介

国海金工量化择时系统历经优化,渐趋完善,其由下述五大指标构成:MV-IV指标、时变夏普Tsharpe值、市场Hurst指数、费波拉契时间窗口和全市场筹码运动指标。本择时系统还将继续发掘对中国股市更有效的指标,并对现有指标实行优胜劣汰。

MV-IV择时指标:市场波动与异质波动中窥测大势走向

MV(Market Volatility)是指股市整体的波动率,即市场波动率。IV (Idiosyncratic

Volatility )是指异质波动率,其度量个股的股价变化相对于大盘波动的趋同度。市场波动率(MV )与异质波动率(IV

)已经被学术界证明对美国股市未来的超额收益具有预测作用。所谓异质波动就是指市场结构的变化,表征我们常言的结构型行情的变化。我们将其引入到A

股市场,结果发现,MV、IV 均对上证综指未来一期的一阶差分项有显著的预测作用。

预测大盘最准确的指标_预测大盘走势最牛的指标(经典)

数据来源:国海证券研究所

时变夏普Tsharpe值:时变的夏普比率把握长中短期走势

Tsharpe 值[Time-varying Sharpe Ratio] 由Robert F.Whitelaw

(1994.1997)首次提出,其与夏普比率类似,不同的是前者呈现随时间改变的特性。Tsharpe

值通常与经济周期反方向运动,简单地说就是当经济运行至高位时夏普比率较小。反映在股市里,Tsharpe

值则可作为择时指标指导市场与投资决策。

我们针对上证综指进行分析,发现无论以月度或者季度为频率,Tsharpe

值与上证综指确实存在负相关性,并且其对上证综指的收益有显著预测作用。

预测大盘最准确的指标_预测大盘走势最牛的指标(经典)

数据来源:国海证券研究所

市场Hurst指数:混沌理论,用分形技术来判断大势状态

Hurst

指数能有效地对股市的中长期趋势作出研判。该指标来源于由非线性动力系统衍生的分形市场理论,它首先提取股市的分形结构特征,运用重标极差法测定该分形结构下的Hurst

数值,以此衡量和分析市场趋势的长记忆能力衰减程度。通过观察该指数值的波动,能反映出股市趋势长记忆的变化,进而判断市场是否面临重大趋势的转换。使用分形理论研究股市,即以判断股市走势形状的类型来判断牛熊大趋势,如下图,红色的横线为预警线,每当触及红线,意味着形态可能发生根本性变化,大势可能反转,牛转熊或熊转牛等等。

预测大盘最准确的指标_预测大盘走势最牛的指标(经典)

数据来源:国海证券研究所

费波拉契时间窗口:

著名的时间窗口反映投资情绪周期

从心理学中引入费波拉契数列形成的时间周期判断中短期趋势的准确率较高,从历史统计来看,重要的变盘拐点都在该时间窗口附近。费波拉契数列指的是这样一个数列:1,1,2

,3,5,8,13,21,34,55,89,144,……。其特点是:在该数列内,一个数子同其后一个数子的比值,大致接近于0.618

的黄金分割比例;而从第三个数子起,数列总是呈现等于前两个数子之和的分布规律。

据实证研究表明,每当股市运行至该数列的时点,市场发生变盘的概率极大,此时应密切关注该时间窗口临近时政策面的重大事件,因为其往往是发生变盘的触发点。

全市场筹码运动:

通过全市场筹码运动来窥测未来

基于已开发的筹码集中量化选股模型,国海金工团队构造了其衍生出的择时策略。该择时策略是以季度为预判周期,在每期上市公司定期报告披露截止日,以能够进入选股流程的所有A

股股票为对象,统计这些股票在当季内的筹码集中度高低(以股东户数增减率衡量),从而计算出筹码集中与分散的股票数之间的比值,来判断下一季度股市是否处于多头还是空头状态。

分析师:程志田 陈里达

相关报告

1.《国海量化导报100406:升势衰竭,离场减仓》

2.《国海量化导报100608:结构性牛市已至!》

3.《国海量化导报:阶段性顶部已经现,再次下探![20100819]》

4.《筹码量化20组合管理动态 [20100920]》

5.《新量化择时指标MV-IV:四季度看空,不排除先高后低[20101008]》

6. 《量化择时:风格将回到中小盘,大盘短命行情终结[20101030]》

7.《Hurst分形结构发生变化,A 股调整将持续[20100313]》

8.《新量化择时指标MV-IV:从异质波动中挖掘市场走向[20100820]》

9.《新量化择时指标之二Tsharp:时变夏普比率把握长中短趋势[20101028]》

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/147863.html原文链接:https://javaforall.net

(0)
上一篇 2022年6月29日 下午7:16
下一篇 2022年6月29日 下午7:16


相关推荐

  • LINUX环境tomcat宕机自启

    LINUX环境tomcat宕机自启写一个monitor.sh脚本用于判断tomcat进程是否存在,若不存在则启动tomcat脚本链接https://download.csdn.net/download/qq_41959871/13722321查看定时任务状态systemctlstatuscrond/sbin/servicecrondstart//启动服务/sbin/servicecrondstop//关闭服务/sbin/servicecrondrestart//重启服务/sbin/servicecron

    2022年7月26日
    10
  • POJ 2208 已知边四面体六个长度,计算体积

    POJ 2208 已知边四面体六个长度,计算体积

    2022年1月6日
    45
  • pycharm连接远程服务器以及踩的坑

    pycharm连接远程服务器以及踩的坑pycharm 连接远程服务器 1 连接远程服务器之前先创建环境打开 xshell 连接上远程服务器 进入存放虚拟环境目录 cd home xxx envs 创建 python 虚拟环境 condacreate nxxx 环境名 python 3 6 进入虚拟环境 sourceactiva 其他操作指令 condaupdate nbaseconda update 最新版本的 condacondaac 开启 xxxx 环境 conda

    2026年3月17日
    2
  • 及时雨!Nano Banana被下架不用愁?8 大免费渠道直接冲

    及时雨!Nano Banana被下架不用愁?8 大免费渠道直接冲

    2026年3月13日
    2
  • 软件需求规格说明书样例

    软件需求规格说明书样例1 目的规范化软件开发过程中的 需求说明书 的编写 使之成为整个开发工作的基础 2 适用范围本规范适用于集团开发项目的 软件 需求说明书 的编写 3 编写内容提示 1 引言 3 1 1 背景说明说明被开发软件的名称 任务提出者 用户及实现该软件的计算机网络 3 1 2 参考资料列出有关资料 名称 发表日期 出版单位 作者等 3 1 3 术语和缩写词列出本文件中用到的专门术语的定义 及术语缩写词

    2025年11月11日
    5
  • conda pycharm 虚拟环境_【AI实战】基础环境搭建(Ubuntu+conda+tensorflow+GPU+PyCharm)[通俗易懂]

    conda pycharm 虚拟环境_【AI实战】基础环境搭建(Ubuntu+conda+tensorflow+GPU+PyCharm)[通俗易懂]为方便日常的深度学习模型开发与测试,在自己笔记本上搭建一个深度学习的基础环境,便于学习AI使用。本人使用的笔记本配置是CPU为8代i5,显卡为GTX1060,内存为8G,基本上可满足日常的AI研究与学习。下面将介绍基础环境的搭建配置过程:1、安装Ubuntu18.04(1)安装操作系统从Ubuntu官网上下载最新的Ubuntu18.04LTS版本的IOS文件,然后使用ImageWrit…

    2022年8月27日
    7

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号