跳到主要内容

A股量化两年实盘复盘

·2356 字·5 分钟

反思 #

这两年断断续续在学一些 A 股量化的东西,用 LightGBM 和 Transformer 训练日线级别的模型,试着找超额收益。回测的时候确实能看到超额收益,于是模拟盘跑通之后又实盘跑了差不多两年——从大盘 3100 点入市,到现在大概 4000 点,账户基本不赚不亏。

当时会这么干,也是因为看到市场里存在这么多技术分析流派——龙头战法、聪明钱、道氏理论、波浪理论、威科夫、ICT……我的判断是:如果真的有 30% 的人在用这些技术分析实际操作,其中的高手确实能赚钱,那这么多"招式"没理由机器学习学不到。作为一个 DL 出身的人,我相信数据的功效。当然我也清楚,如果自己构造的因子不够好,很可能是 garbage in garbage out;但只要适当降低召回率,只要模型确实学到了点东西,它的准确率理论上总该比瞎猜好一些——这个假设不一定成立,但这是我当初训练模型的出发点。

但不管怎么更新模型,最近的回测已经找不到超额收益了。原因说不清楚:可能是之前的回测本身就有误差,也可能是这两年随着 ChatGPT、DeepSeek 这类 AI 爆火,参与量化和 AI 选股的人越来越多,原来的信号被磨平了。不管是哪种原因,是时候适当收尾了。

几点自己的体会(没赚到钱,这些总结的含金量也有限,权当记录):

  1. 机会只留给一直在跟踪观察的人。往大了说,机会只给有准备的人;往小了说,很多时候网站或者 AI 工具并不会把你想要的那个角度的历史数据一直保留下来,等想回头看时未必找得到。
  2. 美股 ETF 的溢价波动有点意思:A 股涨的时候溢价小,A 股跌的时候溢价高。幅度不大,但只要能抓住这个周期,还是能有点微薄利润。
  3. 相信美股 ETF——当然这也可能只是这两年美股 AI 行情好带来的幸存者偏差。
  4. 看一些宏观研报,还是有点参考作用的。

以下是之前学习积累的技术理解和 cheat sheet,整理存档,方便以后回顾。

方法 #

龙头战法 #

强势市场中寻找市场的领涨股,并在趋势早期介入。

具备市场号召力的股票通常满足:

  • 题材性强,与热点极其相关
  • 市场认可度高:涨停板多、成交量放大,吸引大量跟风资金
  • 上涨速度快

二板 #

龙头股第二个涨停板时买入,期待其后续涨势。

  1. 第一天涨停筛选
    • 当天市场中的领涨板块
    • 封单大
    • 早盘迅速涨停
    • 缩量涨停
  2. 第二天
    • 竞价时大幅高开(5% 以上)
    • 早盘小幅回调(1%-2%),封板前买入,8-9 个点左右;成交量突然放大则不可介入
  3. 结束
    • 个股涨停后打开,且巨量抛盘,需要快速止损
    • 第三、第四个涨停板后开始分批止盈

螺旋推动:龙头股出现多个涨停时,往往会带动相关板块的其他个股上涨。

秘诀:快进快出,迅速捕捉短期波动带来的收益。

注意:谨慎追高,识别假龙头(一定概率会出错),控制仓位。

聪明钱(SMC) #

  1. 最简单的趋势结构:顶顶高、底底低;订单块(第一个打破趋势、急速拉升的 K 线块);失衡(一到三根 K 线的影线未覆盖的区域)。
  2. 订单块之后的失衡区,如果价格平缓之后又急速拉升、再回到平衡区,则可能继续吃单(主力吃货:吃一口、歇一下,等价格回落一点再吃),也可能出现二次测试(小吃一下再跌下去接着吃)。
  3. 抓取流动性:在原本技术分析确定的支撑/压力位下方。也就是说,原始大趋势不变的前提下,资金可能在原支撑位下方介入;如果跌破支撑后短时间内又回到支撑位以上,此时可以顺着原趋势做多。
  4. 怎么判断主力:看量。突破需要放量,回调需要缩量,这样才更可能是主力在行动。
  5. 箱体突破 → 回调 → 再突破:突破后的回调可以吃到箱体内积攒的大量订单,吃得越来越多之后,才会在不放量的情况下继续做多,从而降低成本。

宏观 #

市场情绪 + 板块热点 #

  1. 雪球的讨论,代表最直接的市场情绪。
  2. 大盘指数的放量与上涨、涨停板数量的增加、融资融券余额、主力资金流入流出——这些都是历史情绪的体现,情绪不会突然剧烈变化。
  3. 恒生指数波幅指数,可以参考上证 VIX 指数。
  4. 新闻和政策导向:潜在的或者至少是短期的利好,可以看新浪财经头条。
  5. 热点主题轮动:市场反复讨论、被多次提及的板块。
  6. 北向资金流入的板块(盘后数据)、主力资金流入的板块,都代表市场看好的方向;好股票聚集的板块(对应 ETF),可以用涨幅榜、换手率、资金流入来综合判断。
    • 分析连板股票,参考龙虎榜数据(金融界涨停分析)
    • 关注龙头股所在基金的季度持仓更新,用 OBV 指标看资金流入流出

基本面(参照行业) #

资产负债表相关:资产负债率、净利润经营活动现金流市盈率市净率、股息收益率、资产回报率。

行业分析:市场需求和增长率竞争对手分析、行业周期性。

宏观经济分析:GDP、利率、通货膨胀、政策

估值模型:贴现现金流模型、竞对模型。

技术 #

概念 #

CAPM / 三因子模型 / 五因子模型。

道氏理论:趋势分为长期、中期、日间波动三个层次,大部分股票的趋势会跟随指数。核心是一二三法则(跌破趋势线、不创新高、跌破前低)和 2B 法则(突破前高、跌破前高、跌破趋势线)。

波浪理论:驱动浪和调整浪,5 段驱动浪、3 段调整浪。把市场从下转上、从上转下的结构,按照常见形式整理为:先小幅上涨,回调,然后进入复杂的主升浪,再回调,然后疯狂拉升;下跌过程同理。

威科夫交易法:核心是"越过小溪"——调整行情中,微涨放量是买点。通过考察量价关系、区分主力和散户的角色来判断量的作用,量代表的是主力的动作,因此量很重要。整个过程类似一根持续缠绕的弹簧,持续时间越长,后续释放的效果越大。

ICT 理论 / SMC 理论 / 订单流理论:本质上是在趋势和支撑之上再加一层判断——盘整突破、支撑阻力、趋势结构、趋势反转、供需形态,以及支撑压力互换。

交易系统 #

  • R-Breaker 交易系统:把日内价格划分区间,做日内交易
  • 海龟交易系统 / 网格交易
  • 动态平衡策略:定期调整对冲资产的资金比例
  • 趋势交易 / 拐点交易
  • 布林线均值回归 / 移动均线 + KDJ / 小市值策略 / 指数增强
  • 传统供需交易策略
  • 鳄鱼线系统:① 与长期 EMA 的关系 ② K 线在鳄鱼线之上 ③ 鳄鱼张嘴 ④ 能量潮(OBV)指标;盈亏比 1.5:1,单笔风险控制在 1%(缺点是均线滞后,震荡行情中不利)
作者
tingzi
记录生活、技术、财经上的折腾。