101 alpha——8 學習

alpha

(-1 * rank(((sum(open, 5) * sum(returns, 5)) - delay((sum(open, 5) * sum(returns, 5)),

這里我們操作符都明白,現在來看金融意義

金融意義

里層是這個

(sum(open, 5) * sum(returns, 5)) - delay((sum(open, 5) * sum(returns, 5)), 10

這里是兩個相減。sum*sum然后減去delay延時的天數

  • sum(open, 5)?表示對過去 5 天的開盤價進行求和。在這個例子中,sum(open, 5)=100 + 102 + 105 + 106 + 110 = 523。它代表了這 5 天開盤價的總和,從一定程度上反映了這段時間股票價格的總體水平或趨勢。如果這個值持續上升,說明股票在這幾天的開盤價格整體呈上升趨勢。

  • sum(returns, 5)?表示對過去 5 天的收益率進行求和。在上述例子中,sum(returns, 5)=0.02 + 0.03 + 0.01 + 0.04 + 0.02 = 0.12。收益率反映了股票每天的盈利或虧損情況,這個總和表示這 5 天的總收益率,能讓投資者了解到在這一段時間內投資該股票的總體收益情況。

  • (sum(open, 5) * sum(returns, 5))?則是將這兩個總和相乘。在金融意義上,它可能是一種綜合考慮了股票價格水平和收益情況的指標。比如,它可以用來衡量在一定價格水平基礎上,一段時間內的總收益情況與價格水平的某種關系。在這個例子中,(sum(open, 5) * sum(returns, 5)) = 523 * 0.12 = 62.76。這個結果可以作為一個參考指標,幫助投資者分析股票在一段時間內的表現,結合其他指標來評估投資的效果和風險等。

那么delay((sum(open, 5) * sum(returns, 5)), 10))

總這個的話我們是當前的10天之前的兩個相乘

(sum(open, 5) * sum(returns, 5)) - delay((sum(open, 5) * sum(returns, 5)), 10這兩個相減的話

這個差值的金融意義在于它反映了在過去 10 天中,基于過去 5 天的開盤價和收益率的綜合指標的變化情況。如果這個差值為正,說明近期的綜合收益指標相比 10 天前有所上升,可能意味著股票在這段時間內的表現相對較好,或者是價格水平和收益率的組合情況有所改善;如果差值為負,則表示綜合收益指標出現了下降,可能暗示股票的表現不如之前,投資者需要進一步分析是價格因素、收益率因素還是兩者共同作用導致了這種變化,以便更好地評估投資風險和收益趨勢。

引入rank后

引入了排序(Rank)操作,其核心作用是將上述差值指標轉化為相對排名,以便在多資產或多周期比較中使用。以下結合表格和文字詳細解釋:

1. 基礎計算回顧

假設我們有多個股票的數據,每個股票都有?(sum(open, 5) * sum(returns, 5)) - delay(..., 10)?的計算結果(即10 天前后的綜合收益變化值):

?橫向比較(多資產)
  • 選股策略:排名越高,說明該股票在近 10 天內的綜合收益改善幅度越大。例如,GOOG 排名第 1,表明其近期表現優于其他股票,可能是更好的投資選擇。
  • 相對強弱指標:排名可用于構建相對強弱策略(如買入排名前 20% 的股票,賣出排名后 20% 的股票)。
b. 縱向比較(單資產多周期)
  • 趨勢判斷:若某股票的排名持續上升,說明其綜合收益改善能力在增強,可能處于上升趨勢。
  • 拐點信號:當排名突然大幅下降時,可能預示股票表現轉弱,需警惕潛在風險。

4. 實際應用場景

a. 多因子模型

將該排名作為一個因子納入選股模型,與其他因子(如動量、估值、波動率)結合使用,提高選股準確性。

b. 行業輪動

比較不同行業的排名變化,判斷資金流向。例如,若科技股的排名集體上升,可能預示行業輪動機會。

c. 風險控制

避免持有排名持續靠后的股票,降低組合風險。

5. 注意事項

  1. 排名方式:需明確是升序還是降序,多數金融場景使用降序(數值越大排名越高)。
  2. 時間窗口delay(..., 10)?中的 10 天可調整為其他周期(如 20 天、60 天),取決于分析周期。
  3. 異常值影響:若某股票的綜合收益變化值異常大(如重組、并購),可能扭曲排名結果,需進行標準化處理。

總結

rank()?的加入將原本的絕對差值轉化為相對排名,更適合用于橫向對比多資產縱向跟蹤單資產變化趨勢,是構建量化策略的重要工具

  • 將 “增強信號” 轉為 “減弱信號”,或反之
    若原差值用于衡量 “近期走強”,取反后則專門衡量 “近期走弱”,適用于需要以 “弱勢程度” 作為信號的策略(如做空信號)。
  • 調整指標方向
    例如,在排序(Rank)或回歸模型中,希望高值代表 “走弱”、低值代表 “走強”,通過取反實現指標方向的反轉。
  • 取反后正值越大:短期走弱越明顯,適合作為做空或減倉信號;
  • 取反后負值越大:短期走強越明顯,適合作為做多或加倉信號。

總結

該表達式通過?反向計算 “短期開盤價 × 收益能力” 的變化,將 “增強信號” 轉化為 “減弱信號”,核心用于:

  1. 捕捉短期趨勢反轉(走強→走弱,或反之);
  2. 構建反向策略因子(適用于看空邏輯或風險預警);
  3. 調整指標方向以適配特定策略需求(如排序時希望高值代表弱勢)。
    實際應用中需結合多維度指標驗證,并根據交易周期優化時間窗口。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/904769.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/904769.shtml
英文地址,請注明出處:http://en.pswp.cn/news/904769.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

auto推導類型原則

auto 是 C11 引入的類型自動推導關鍵字,它允許編譯器根據表達式的類型來推導變量的確切類型。雖然使用 auto 可以讓代碼更簡潔,但理解它的類型推導規則非常關鍵,尤其是在涉及指針、引用、const、模板等場景時。 ? 一、基本推導原則 auto x …

使用智能表格做FMEDA

一、優點 使用智能表格替代excel做FMEDA具備以下優勢: 減少維護成本(數據庫關聯,修改方便)便于持續優化(失效率分布,失效率模型可重復使用)多人同步編寫(同時操作,同步…

IP協議.

IP 協議是互聯網的核心協議,工作在網絡層。它給網絡中的設備分配唯一的 IP 地址,把上層數據封裝成數據包,然后根據目的 IP 地址通過路由器等設備進行轉發,實現數據在不同網絡間的傳輸。它還能在必要時對數據包進行分片和重組&…

archlinux 詳解系統層面

Arch Linux 深度解析:從設計哲學到系統架構 一、Arch Linux 概述:滾動發行的極客之選 Arch Linux 是一款以 滾動更新(Rolling Release) 為核心特性的 Linux 發行版,強調 輕量、靈活、高度可定制,旨在讓用…

HTML8:媒體元素

視頻和音頻 視頻元素 video 音頻 audio <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>媒體元素學習</title> </head> <body> <!--音頻和視頻 src:資源路徑 controls:控制條…

SpringBoot3集成Oauth2——1(/oauth2/token方法的升級踩坑)

備注&#xff1a;本文適用于你在SpringBoot2.7以前集成過oauth2&#xff0c;并且項目已經正式投入使用的情況&#xff0c;否則&#xff0c;我建議你直接學習或者找資料學習最新的oauth2集成&#xff0c;就不要糾結于老版本的oauth2。 原因&#xff1a;Spring Security 5.x和Sp…

筆記本電腦實現網線內網 + Wi-Fi外網同時使用的配置方案

1、同時連接兩個網絡? 插入網線連接內網&#xff0c;確保內網IP地址正常獲取&#xff08;如10.143.88.x&#xff09;&#xff1b;連接Wi-Fi接入外網&#xff0c;確認可正常訪問互聯網&#xff08;如網關為192.168.8.1&#xff09;。 2、 記錄關鍵網絡參數? 內網網關&#…

從韋斯利?卡普洛看北斗星咨詢公司的技術咨詢引領之路

在科技與商業深度交融的時代&#xff0c;技術咨詢公司扮演著舉足輕重的角色&#xff0c;它們宛如連接技術創新與企業實際需求的橋梁&#xff0c;助力企業在復雜多變的市場環境中找準技術發展方向&#xff0c;實現可持續增長。《對話 CTO&#xff0c;駕馭高科技浪潮》的第 5 章聚…

首版次軟件測試的內容有哪些?首版次軟件質量影響因素是什么?

首版次軟件測試不僅是簡單的“找錯”&#xff0c;更是系統地驗證和評估軟件各項功能和性能指標是否符合設計標準。 一、首版次軟件測試常見的測試內容   1.功能測試&#xff1a;對照需求文檔&#xff0c;確認功能模塊是否按預期實現&#xff0c;用戶操作流程是否順暢。   …

從零開始的python學習(六)P86+P87+P88

本文章記錄觀看B站python教程學習筆記和實踐感悟&#xff0c;視頻鏈接&#xff1a;【花了2萬多買的Python教程全套&#xff0c;現在分享給大家&#xff0c;入門到精通(Python全棧開發教程)】 https://www.bilibili.com/video/BV1wD4y1o7AS/?p6&share_sourcecopy_web&v…

從設計到開發,原型標注圖全流程標準化

一、原型標注圖是什么&#xff1f; 原型標注圖&#xff08;Annotated Prototype&#xff09;是設計原型&#xff08;Prototype&#xff09;的詳細說明書&#xff0c;通過圖文結合的方式&#xff0c;將設計稿中的視覺樣式、交互邏輯、適配規則等技術細節轉化為開發可理解的標準…

飛云分倉操盤副圖指標操作技術圖文分解

如上圖&#xff0c;副圖指標-飛云分倉操盤指標&#xff0c;指標三條線藍色“首峰線”&#xff0c;紅色“引力1”&#xff0c;青色“引力2”&#xff0c;多頭行情時“首峰線”和“引力1”之間顯示為紅色&#xff0c;“引力1”和“引力2”多頭是區間顏色顯示為紫色。 如上圖圖標信…

【LUT技術專題】ECLUT代碼解讀

目錄 原文概要 1. 訓練 2. 轉表 3. 測試 本文是對ECLUT技術的代碼解讀&#xff0c;原文解讀請看ECLUT。 原文概要 ECLUT通過EC模塊增大網絡感受野&#xff0c;提升超分效果&#xff0c;實現SRLUT的改進&#xff0c;主要是2個創新點&#xff1a; 提出了一個擴展卷積&…

動態規劃之背包問題:組合優化中的經典NP挑戰

背包問題概念&#xff1a; 背包問題是一種經典的組合優化的NP問題&#xff0c;在計算機科學、運籌學等領域有著廣泛的應用。 問題可以簡單的描述為&#xff1a; 假設有一個容量為C的背包和n個物品&#xff0c;每個物品i都有重量w[i]和價值v[i]。目標是選擇一些物品放入背包&…

vue3: pdf.js5.2.133 using typescript

npm install pdfjs-dist5.2.133 項目結構&#xff1a; <!--* creater: geovindu* since: 2025-05-09 21:56:20* LastAuthor: geovindu* lastTime: 2025-05-09 22:12:17* 文件相對于項目的路徑: \jsstudy\vuepdfpreview\comonents\pdfjs.vue* message: geovindu* IDE: vscod…

H2Database SQL 插入流程

H2Database SQL 插入流程 插入數據時會先進行 SQL 解析,然后找到插入表對應的 Primary Index 對應的 BTree,然后根據二分法定位到插入的葉子節點,將 key(主鍵) 和 value(Row) 插入到指定的葉子節點. 解析 SQL session 加鎖 創建 savepoint獲取or創建事務 設置 savepoint 執行…

虛擬機ubantu20.04系統橋接模式下無法ping通外網,但可以ping通本機的解決方案

1.出現的問題&#xff1a; 虛擬機ubantu20.04系統橋接模式下無法ping通外網,但可以ping通本機。 2.解決方案&#xff1a; 如果 DHCP 未分配 IP 地址&#xff0c;可以手動配置靜態 IP&#xff1a; 1.編輯網絡配置文件&#xff1a; sudo nano /etc/netplan/01-netcfg.yaml 修…

面對渠道競爭,品牌該如何應對?

無論是傳統零售渠道還是電商平臺的&#xff0c;渠道競爭仍舊是品牌維持和擴大影響力繞不開的一環。品牌想要保證自身的市場地位和盈利能力&#xff0c;就需要充分發揮各方面的優勢&#xff0c;來應對多變的市場環境。 一、改變產品定位 在存量市場上&#xff0c;消費者本身擁有…

SpringAI特性

一、SpringAI 顧問&#xff08;Advisors&#xff09; Spring AI 使用 Advisors機制來增強 AI 的能力&#xff0c;可以理解為一系列可插拔的攔截器&#xff0c;在調用 AI 前和調用 AI 后可以執行一些額外的操作&#xff0c;比如&#xff1a; 前置增強&#xff1a;調用 AI 前改…

101alpha_第6個

第6個alpha (-1 * correlation(open, volume, 10)) 這個就是看這兩個相似性。10天之內的 如果結果為正且數值較大&#xff0c;投資者可能會認為在開盤價上漲時成交量萎縮&#xff0c;市場上漲動力不足&#xff0c;可能是賣出信號&#xff1b;反之&#xff0c;開盤價下跌時成交…