热久久视久久精品,人人妻人人操91,国产91精品一区二区麻豆网站

繼續討論不同輪動日的影響

2023-04-16 22:15:36 來源：雪球網小 中

上周五我們討論的是150元閾值下不同輪動日的影響，那么如果是無閾值，或者170元閾值、130元閾值的情況下會如何呢？我們先來看看最激進的無閾值：

(資料圖片僅供參考)

和150元閾值類似，也還是差異很大，2018年1月3日輪動的一天，2020年的收益率高達驚人的190.09%，即使2021年也高達114.79%，但到了2022年一下子縮水乘1.99%，2023年截止到4月14日也只有2.12%，今年3個多月甚至跑輸等權指數。即使其他日子輪動的沒有那么驚人的收益率，但也是波動特別大。

我們再來看看170元閾值的結果：

依然是2018年1月3日開始輪動的一天效果最好，但依然是最近2年相對其他輪動日稍微差一點，雖然從最大回撤、夏普比例是在10個交易日輪動里表現最好的，但考慮到這2年的表現，就可能不是最佳選擇了。均值回歸現象依舊。

最后再看看最保守的130元閾值：

最佳日期似乎在2018年1月15日，最大回撤16.88%，夏普比例1.63，相對來說波動小很多了。

作為比較，我們在看看低價格和低轉股溢價率雙低排序的結果：

從數據上看，雙低排序策略在前幾年平均來說還能勉強可轉債等權指數，但到了2023年就大幅度跑輸了，有點和無閾值類似，簡單的因子如果有效，市場會很快的抹平它的有效，只不過在A股這段時間可能很長。

我們再把無閾值、170、150、130閾值和雙低排序不同日期輪動的平均值做在一張表里：

從上表我們看到，即使平均后，如果只看收益率，那么還是最激進的無閾值表現最好，2019年起平均累計收益率高達549.25%，年化收益率高達54.38%。但如果分年度看，是非常不均勻的，另外32.37%的最大回撤也偏大，夏普比例1.38%也不是最好的。相比較而言，150元閾值的最大回撤和夏普比例反而勝出。簡單的雙低排序似乎表現相對不佳。

從以上討論可以看到，用全部數據來優化，很容易使得某一天輪動日對應的策略經過優化后存在過度擬合，從表現上看，就是稍微改動一下輪動日，回測的收益率就下跌，但如果下降的不多，這也是可以接受的。或者還有一種方法是把所有數據分成新老數據兩段，，比如最近3個月的數據作為新數據，3個月前的作為老數據。優化因子的時候新數據先不參與，等優化確定因子權重后再觀察新數據段的表現，這相當于把新數據段作為實盤了。即使這樣，我們依然會遇到各種意想不到的問題，量化不是無腦，而是要動更多的腦筋。我相信將來AI會大有用武之地的。

關鍵詞：