你拥有会“看盘”的小盘股的“脑子”么？

点此查看你想要的干活来源

基本情况如图。具体地：

1. 发现有一个不等号反了。。。。
2. 发现看盘代码段没有放在循环里面，现在修正了。。
3. 加了一个 punishment 参量

怎么办好激动啊 23333333

本来想说“这次代码就不放啦”这样的，但想了想觉得之前一直是给大家看的现在藏起来也不太好。。。跪求不要用来刷 Rq 的竞赛，然后帖子也好策略也好如需商用可以找我联系。。。我这么好说话

另外就是继续求明年暑假的 intern 或者 research position 。。绝望地悲伤地(๑°ㅁ°๑)

更新 6 ：

终于搞定了！啊！让我激动一下。。是的就在几天前我发现更新 6 之前的所有策略都犯了同一个问题，那就是我在做的事情变成了每天用静态数据（模型的训练数据中的最后一个字段）来预测交易日的收盘价。这！怎！么！可！能！会！有！用！嘛！

但是事实是这个奇奇怪怪的静态预测（好吧也不是很“静态”，毕竟每三个月建一次模。。辛苦回测服雾气了）年化出奇的高，回撤出奇的低， sharpe 出奇的大。。。所以我觉得它一定有它的道理在里面的！是的一定是这样的！(•’╻’• ۶)۶

。。。但考虑到那估计得另开一个帖子了，本着实事求是的原则我还是（几乎）整体检查并改写了原代码，这次是确确实实按我原来的意旨来的！但亲生的儿子年化比垃圾桶捡来的低了一大截。。。回撤倒还不错。。。 sharpe 就呵呵了

总之，代码已更新，这次是严格照原定思路交易的，回测结果是

回测区间 回测年化收益 基准年化收益 Sharpe 最大回撤 初始资金 2013 年 1 月 1 日 - 2016 年 12 月 1 日 61.364% 9.082% 2.5166 -16.74% 100,000

更新 5 ：

在好心人的帮助下意识到存在幸存者 bias 的问题，修正了。嘿！改正错误之后年化就低了一点点回撤没怎么变，还好还好。。。。。。。然后不知道怎么回事自己就发现了另一个严重的 bug 。。。。这很严重我要忏悔。。不是未来数据所以这么高的夏普倒没有什么问题。。。。。。说不好改正之后策略的效果会更好。。。反正现在越看越奇怪。。。(; ·_·)ﾉ 天哪我对不起大家我这就去把他给 de 了。。。。。修正版会尽快取代现在的代码版本，到时候也会在评论的最新楼里贴截图

更新 4 ：

见评论区。。加了一个小 trick

更新 3 ：

把一些数据放在最前面是不是比较好：（初始资金： 1,000,000 ）

以上是一些比较正经的回测，下面是我脑抽点开的不正经的回测：

去年下半年的股灾好可怕！把股灾拿走吧。。。

好多票都说“超过当前 25%”什么的。。是钱太多了吗。。。也对，明明拿十万炒股比较符合我的气直吧(微笑)

然后我又试了一下拿一万块钱炒股的感觉。。。。。。。。。。

更新 2 ：

对 ST 进行了筛选，并且发现了一些小 bug 。修正后收益缩水了一点点，但策略的表现更稳定了。然而欣泰电气。。。。 hhhhh 我真的拿他没办法最大回撤就是他了

更新 1 ：

下面说明一下策略的思路。

核心算法用四个字概括的确就是“神经网络”，但其实初衷，或者说启发性的思想归根到底还是我发的第一篇策略，即小盘股。小盘股可以“炒”（炒概念，比如壳价值这种概念），但另一个角度也可以“做”。“炒”这个动作，其时代特色、进出时点太玄学（至少在我这种菜看来。。），很有可能过了几年策略就会完全反向。但“做”不一样。相对于大盘股、中盘股，小盘股容易做得多，原因其实很简单：盘子小了，庄容易控。而庄本质上是人，而且是数量较少的人，所以操作也好、偏好也好，规律性就比较强了。这是我的一个假设，所有接下去的策略都建立在这个假设之上。

概括地说，是三个小点：

1. 庄家处于较好的控盘状态，几乎不受干扰；
2. 庄家的轮换几乎不会发生，即控盘者是一致的；
3. 控盘者的操盘习惯很固定。 接下来的事情就很简单了，每三个月选取 context.num 只盘子最小的股（这边最好加一个 tickers 的 validity 的筛选，我懒得加了。。），然后读取她们过去 25 周的 [收盘，高位，低位，交易量] 的数据，放在一个 list of DataFrame 里面（这边数据最好 normalize 一下，但也被我懒掉了。。。。。）。接下来用这个 list 的每一项训练一个 model ，总共得到 context.num 个 model 。建模就到这里结束了。不要问我为什么是 25 。

然后就是每天一次的交易。每天开盘后 1 分钟读分钟收盘价，用前一天的 [收盘，高位，低位，交易量] 预测当天收盘价，用两者比值决定现在要不要买。一直这样交易三个月，然后换票重新建模。这里有一个我之前遗漏了的问题（详情可以对比不会看盘但是有脑子的小盘股），即假设中的第一点。这个第一点其实我最开始的时候并没有考虑周全，因为我下意识觉得盘子小了庄自然一直处于良好的控盘状态，除非盘子变大。这里其实有一个 bug ，就是股灾。股灾之下恐慌情绪高涨，不仅小盘股中几乎可以忽略的游散会恐慌，庄也会恐慌（毕竟庄不可能只有这一个仓位）。面对千股跌停这种开挂一样的存在所有人都吓尿了，操作的规律性荡然无存，用历史数据训练的模型自然不再适用。所以这里 trade 函数里，我加上了一段监测大盘走势的代码。

所以就刚得过股灾了 hhhhhhh 。

最后补充一句：

做神经网络建议用 keras 库不要像我用 pybrain ，后者已经停更好多年了。我只是懒。。因为 pybrain 的 api 简单。。。。੯ੁૂ‧̀͡u

好吧再补充几句。。。。

除了筛选 ST 退市股票的那个程序段欢迎大家随意使用外，整个策略的其他部分请勿私自擅作商用（或者 Rq 比赛用 T. T 泪崩，，我刚刚才意识到自己公开了什么）。。。还有就是，本人正在无比真诚地找暑期实习或者暑期科研 2333333

Allen Frostline

不定期说不好会更新 点此查看你想要的干活来源