1. Chất tiêu hóa
  2. Các cuộc thảo luận
  3. Công cụ phân tích nâng cao dựa trên phát triển ngữ pháp Alpha101

Công cụ phân tích nâng cao dựa trên phát triển ngữ pháp Alpha101

Tác giả:Tốt, Tạo: 2020-06-09 09:34:58, Cập nhật: 2023-11-01 20:27:17

img

Tóm lại

Nền tảng FMZ đã tung ra một công cụ phân tích yếu tố giao dịch dựa trên WorldQuant Alpha101, cung cấp một vũ khí mới cho các nhà phát triển các chiến lược giao dịch định lượng. Thông qua các yếu tố phân tích, nó giúp mọi người hiểu rõ hơn về thị trường và hiểu sâu hơn về các cơ hội đằng sau thị trường tài chính.

Alpha101 là gì?

img

Trước khi giới thiệu Alpha101, trước tiên hãy hiểu Alpha là gì? Alpha đề cập đến lợi nhuận dư thừa. Ví dụ: mua 1 triệu quỹ chỉ số và giữ nó mọi lúc. Đây là một chiến lược Beta để kiếm lợi nhuận thụ động trên thị trường. Nhưng nếu bạn sử dụng 10 triệu để mua 10 cổ phiếu, và kiếm thêm 10% bằng cách mua một quỹ chỉ số, thì 10% này là lợi nhuận dư thừa Alpha. Đừng đánh giá thấp lợi nhuận dư thừa Alpha này. Trên thực tế, hầu hết các nhà giao dịch trên thị trường, bao gồm cả các nhà quản lý quỹ, không thể đánh bại chỉ số, vì vậy nhiều người cố gắng cải thiện lợi nhuận Alpha. Tất nhiên, có một số nhà giao dịch và công ty quỹ xuất sắc.

  • Chiến lược giao dịch lợi nhuận vượt quá = lợi nhuận thụ động (Beta) + lợi nhuận giao dịch (Alpha)

Vào năm 2015, quỹ đầu cơ giao dịch định lượng WorldQuant LLC, vốn giỏi khai thác dữ liệu, đã phát hành báo cáo nghiên cứu WorldQuant Formulaic 101 Alpha, trong đó tiết lộ 101 biểu thức Alpha mà họ đang hoặc đã sử dụng, mục đích của nó là cung cấp cho các nhà phát triển chiến lược giao dịch cung cấp thêm cảm hứng và ý tưởng. Nhiều người đặt câu hỏi về các yếu tố được tiết lộ bởi WorldQuant, bởi vì sau cùng, thị trường chứng khoán Trung Quốc khác với thị trường chứng khoán nước ngoài. Nhưng hóa ra hầu hết các yếu tố này vẫn có hiệu quả trên thị trường Trung Quốc.

Các yếu tố trong Alpha101 là gì?

Trong báo cáo nghiên cứu, Alpha được chia thành ba loại: yếu tố giá, yếu tố khối lượng và yếu tố phân chia.

  • Nhân tố giá: Công thức tính toán chỉ sử dụng giá, bao gồm: giá mở, giá cao nhất, giá thấp nhất, giá đóng cửa, v.v. Kết quả là một giá trị cụ thể.

  • Số lượng và yếu tố giá: Công thức tính toán sử dụng khối lượng và giá. Ý tưởng thiết kế là xác định mối quan hệ giữa thay đổi giá và thay đổi khối lượng giao dịch, và đầu ra là một giá trị cụ thể.

  • Nhân tố phân phân: Công thức tính toán sử dụng khối lượng giao dịch và giá cả. Nó giống như nhân tố khối lượng và giá, ngoại trừ việc đầu ra là 0 hoặc 1.

Nguyên nhân giá

Tên của nhà máy Công thức yếu tố FMZ ghi chú
Alpha # 1 (rank ((ts*argmax ((signedpower ((((trở lại < 0)? stddev ((trở lại, 20)): đóng), 2.), 5)) - 0,5) Xu hướng
Alpha # 4 (-1 * ts_rank(rank(low), 9)) Quay lại
Alpha # 5 (rank((mở - (sum(vwap, 10) / 10))) * (-1 _ abs(rank((close - vwap))))) Quay lại
Alpha #8 (-1 _ rank(((sum(open, 5) _ sum ((returns, 5)) - delay (((sum(open, 5) * sum ((returns, 5)), 10)))))) Quay lại
Alpha #9 ((0 < ts*min(delta(close, 1), 5))? delta(close, 1) : ((ts_max(delta(close, 1), 5) < 0)? delta(close, 1) : (-1 * delta(close, 1)))) Chuyển ngược hoặc xu hướng
Alpha #18 (-1 * rank (((((stddev ((abs ((((close - mở))), 5) + (close - mở)) + mối tương quan ((close, mở, 10)))))) Quay lại
Alpha #19 ((-1 * dấu hiệu(((close - trì hoãn ((close, 7)) + delta ((close, 7)))))) _ (1 + cấp bậc ((((1 + tổng ((trả lại, 250))))))) Sự khác biệt xu hướng
Alpha#20 (((-1 * rank ((((open - delay ((high, 1)))) _ rank (((open - delay ((close, 1)))) * rank (((open - delay ((low, 1)))) Quay lại
Alpha #23 (((sum ((high, 20) / 20) < high)? (-1 * delta ((high, 2))): 0) Phục hồi ngắn hạn trên trung bình động 20 giai đoạn
Alpha #24 ((((delta((sum ((close, 100) / 100), 100) / delay ((close, 100)) < 0.05) hoặc ((delta (((sum ((close, 100) / 100), 100) / delay ((close, 100)) == 0.05))? (-1 _ (close - ts_min ((close, 100))): (-1 _ delta ((close, 3))) Quay lại
Alpha #29 (min(product(rank(rank(scale(log ((sum))min(rank(rank(((-1 * rank(delta((close - 1), 5))))), 2), 1))))), 1), 5) + tsrank ((đã chậm trễ)) ((-1 * trả về), 6), 5)) Quay lại
Alpha #32 (scale(((sum(close, 7) / 7) - close)) + (20 * scale(correlation(vwap, delay ((close, 5), 230)))) Quay lại
Alpha #33 rank ((((-1 * ((1 - (mở / đóng)) ^ 1))) Quay lại
Alpha #34 rank(((1 - rank((stddev(trả về, 2) / stddev ((trả về, 5)))) + (1 - rank(delta(close, 1))))) Quay lại
Alpha #37 (đồng cấp (đối quan hệ (đối quan hệ) trì hoãn (đối quan hệ) mở - đóng), 1), đóng, 200)) + xếp hạng (đối quan hệ) mở - đóng))) Số liệu thống kê
Alpha #38 ((-1 _ rank(ts_rank(close, 10))) _ rank((close / open))) Quay lại
Alpha #41 (((cao * thấp) ^ 0,5) - vwap) Quay lại
Alpha #42 (đồng cấp) / cấp (đồng cấp) Quay lại
Alpha #46 ((0.25 < (((giảm thời gian, gần 20) - chậm trễ ((gần, 10)) / 10) - ((giảm thời gian, gần 10) - gần) / 10)))? (-1 _ 1) : ((((giảm thời gian, gần 20) - chậm trễ, gần, 10)) / 10) - ((giảm thời gian, gần 10) - gần) / 10)) < 0)? 1 : ((-1 _ 1) * (giảm thời gian, gần, gần, 1))))) Quay lại
Alpha #48 Bỏ đi Bỏ đi
Alpha #49 (((((giảm thời gian, gần 20) - chậm thời gian, gần 10)) / 10) - ((giảm thời gian, gần 10) - gần) / 10)) < (-1 _ 0.1))? 1 : ((-1 _ 1) * (gần - chậm thời gian, gần 1)))) Quay lại
Alpha #51 (((((chậm, 20) - chậm (chậm, 10)) / 10) - ((chậm (chậm, 10) - gần) / 10)) < (-1 _ 0.05))? 1 : ((-1 _ 1) * (chậm - chậm (chậm, 1)))) Không có
Alpha #53 (-1 * delta((((gần - thấp) - (cao - gần)) / (gần - thấp)), 9)) Quay lại
Alpha #54 ((-1 _ ((thấp - đóng) _ (mở ^ 5))) / ((thấp - cao) * (khép ^ 5))) Quay lại
Alpha #56 Bỏ đi Bỏ đi
Alpha #57 (0 - (1 * ((close - vwap) / decay*linear(rank(ts_argmax(close, 30)), 2)))) Quay lại
Alpha#60 (0 - (1 * ((2 _ scale(rank(((((close - low) - (high - close)) / (high - low)) * volume)))))) - scale(rank(ts*argmax(close, 10)))))) Không có
Alpha #66 ((rank ((decay_linear(delta ((vwap, 3.51013), 7.23052)) + ts_rank ((decay_linear(((((low * 0.96633) + (low _ (1 - 0.96633))) - vwap) / (open - ((high + low) / 2))), 11.4157), 6.72611)) * -1) Quay lại
Alpha #73 (max(rank(decay*linear(delta(vwap, 4.72775), 2.91864)), ts_rank(decay_linear(((delta(((open * 0.147155) + (low _ (1 - 0.147155)), 2.03608) / ((open _ 0.147155) + (low _ (1 - 0.147155)))) _ -1), 3.33829), 16.7411)) _ -1) Quay lại
Alpha # 84 signedpower ((ts_rank (((vwap - ts_max ((vwap, 15.3217)), 20.7127), delta ((close, 4.96796)) Không có
Alpha # 101 ((khép - mở) / ((cao - thấp) +.001)) Quay lại

Nhân tố giá khối lượng

Tên của nhà máy Công thức yếu tố FMZ ghi chú
Alpha # 2 (-1 * mối tương quan ((rank ((delta ((log ((volume), 2)), rank ((((close - open) / open)), 6)) Phân biệt về khối lượng và giá cả
Alpha # 3 (-1 * mối tương quan (đồng hạng (mở), xếp hạng (số lượng), 10)) Phân biệt về khối lượng và giá cả
Alpha #6 (-1 * mối tương quan (( mở, khối lượng, 10)) Phân biệt về khối lượng và giá cả
Alpha #7 ((adv20 < khối lượng)? ((-1 _ ts_rank ((abs(delta(close, 7)), 60)) _ sign ((delta(close, 7))) : (-1 * 1)) Không có
Alpha #11 ((rank ((ts*max((vwap - đóng), 3)) + rank ((ts_min((vwap - đóng), 3))) * rank ((delta(volume, 3))) Tái thu nhỏ
Alpha #12 (dấu hiệu (delta)) khối lượng, 1)) Phân biệt về khối lượng và giá cả
Alpha #13 (-1 * xếp hạng (covariance) xếp hạng (close), xếp hạng (volume), 5))) Phân biệt về khối lượng và giá cả
Alpha #14 ((-1 _ rank(delta(trả về, 3))) _ correlation ((open, volume, 10)) Phân biệt về khối lượng và giá cả
Alpha #15 (-1 * tổng số (đứng bậc) mối tương quan (đứng bậc) cao (đứng bậc), số lượng (đứng bậc), 3)), 3)) Phân biệt về khối lượng và giá cả
Alpha #16 (-1 * xếp hạng (covariance) xếp hạng (high), xếp hạng (volume), 5))) Phân biệt về khối lượng và giá cả
Alpha #17 (((-1 _ rank(ts_rank(close, 10))) _ rank(delta(delta(close, 1), 1))) * rank(ts*rank((volume / adv20), 5))) Tái thu nhỏ
Alpha #22 (-1 * (delta(correlation ((high, volume, 5), 5) _ rank ((stddev ((close, 20)))))) Phân biệt về khối lượng và giá cả
Alpha #25 rank ((((((-1 _ trả về) _ adv20) _ vwap) _ (cao - gần))) Không có
Alpha #26 (-1 * ts*max ((sự tương quan ((ts_rank ((số lượng, 5), ts_rank ((cao, 5), 5), 3)) Phân biệt về khối lượng và giá cả
Alpha #28 thang điểm ((((tương quan ((adv20, thấp, 5) + ((cao + thấp) / 2)) - gần)) Tránh từ ngược
Alpha #30 (((1.0 - cấp bậc ((((đánh dấu ((((kết thúc - trì hoãn ((kết thúc, 1))) + dấu (((đánh dấu, 1) - trì hoãn ((kết thúc, 2)))) + dấu (((đánh dấu, 2) - trì hoãn ((kết thúc, 3)))))))) * tổng số (đánh dấu, 5)) / tổng số (đánh dấu, 20)) Quay lại
Alpha #31 ((rank(rank(rank(decay_linear((-1 * rank(rank(delta(close, 10)))), 10)))))) + rank (((-1 _ delta(close, 3)))) + dấu hiệu ((scale(correlation ((adv20, low, 12)))))))) Phân biệt về khối lượng và giá cả
Alpha #35 (tran ((volume, 32) * (1 - tscấp bậc (đồng cấp + cao) - thấp), 16))) * (1 - ts*rank (trở lại, 32))) Không có
Alpha #36 ((((((2.21 * xếp hạng(hối quan hệ(((kết thúc - mở), trì hoãn ((số lượng, 1), 15))) + (0.7 _ xếp hạng((kết thúc - đóng)))) + (0.73 _ xếp hạng(ts*rank(đã trì hoãn (((((-1 * trả về), 6), 5)))))))) + xếp hạng (((hối quan hệabs ((vwap, adv20, 6)))))) + (0.6 _ xếp hạng (((((sum ((kết thúc, 200) / 200) - mở)) _ (kết thúc - mở))))) Xu hướng
Alpha #39 ((-1 _ rank((delta(close, 7) _ (1 - rank(decay*linear((volume / adv20), 9)))))))))) * (1 + rank(sum(returns, 250)))) Phân biệt về khối lượng và giá cả
Alpha #40 ((-1 * xếp hạng ((stddev ((cao, 10))) _ tương quan ((cao, khối lượng, 10)) Phân biệt về khối lượng và giá cả
Alpha #43 (tran (((volume / adv20), 20) *hạng (((-1 * delta ((close, 7)), 8)) Sự khác biệt ngược
Alpha #44 (-1 * mối tương quan ((cao, cấp bậc ((số lượng), 5)) Phân biệt về khối lượng và giá cả
Alpha #45 (-1 _ ((rank (((sum(delay ((close, 5), 20) / 20)) _ correlation ((close, volume, 2)) * rank ((correlation ((sum(close, 5), sum ((close, 20), 2)))) Phân biệt về khối lượng và giá cả
Alpha #47 ((((đồng cấp, 5) / 5))) - hạng, (vệp - trì hoãn, (vệp, 5))))) Không có
Alpha #50 (-1 * ts*max(rank(correlation(rank(volume), rank ((vwap), 5)), 5)) Phân biệt về khối lượng và giá cả
Alpha #52 ((((-1 * tsmin ((low, 5)) + delay ((ts_min(low, 5), 5)) * rank ((((sum(returns, 240) - sum ((returns, 20)) / 220))) * tshạng ((thanh lượng, 5)) Phân biệt về khối lượng và giá cả
Alpha #55 (-1 * mối tương quan (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc) (đứng bậc Phân biệt về khối lượng và giá cả
Alpha #58 Bỏ đi Bỏ đi
Alpha #59 Bỏ đi Bỏ đi
Alpha #63 Bỏ đi Bỏ đi
Alpha #67 Bỏ đi Bỏ đi
Alpha #69 Bỏ đi Bỏ đi
Alpha#70 Bỏ đi Bỏ đi
Alpha #71 max(ts_rank(decay_linear(correlation(ts_rank ((close, 3.43976), ts_rank ((adv180, 12.0647), 18.0175), 4.20501), 15.6948), ts_rank ((decay_linear((rank(((low + open) - (vwap + vwap))) ^2), 16.4662), 4.4388)) Không có
Alpha #72 (rank ((decay_linear(correlation ((((high + low) / 2), adv40, 8.93345), 10.1519)) / rank ((decay_linear(correlation ((ts_rank ((vwap, 3.72469), ts_rank ((volume, 18.5188), 6.86671), 2.95011))) Không có
Alpha #76 Bỏ đi Bỏ đi
Alpha # 77 min(rank(decay_linear(((((high + low) / 2) + high) - (vwap + high)), 20.0451)), rank(decay_linear(correlation(((high + low) / 2), adv40, 3.1614), 5.64125))) Không có
Alpha #78 (đồng độ tương quan (đồng độ tương quan) thấp * 0,352233) + (đồng độ tương quan (đồng độ tương quan) thấp * 0,352233)), 19,7428), tổng (đồng độ tương quan (đồng độ tương quan), 5,77492) Không có
Alpha #80 Bỏ đi Bỏ đi
Alpha #82 Bỏ đi Bỏ đi
Alpha #83 ((rank(delay(((high - low) / (sum ((close, 5) / 5)), 2)) * rank ((rank(volume))) / (((high - low) / (sum ((close, 5) / 5)) / (vwap - close))) Không có
Alpha #85 (tỷ lệ tương quan (tỷ lệ tương quan cao _ 0,876703) + (gần _ (1 - 0,876703)), adv30, 9.61331)) ^tỷ lệ tương quan (tỷ lệ tương quan cao + thấp) / 2), 3.70596), tỷ lệ tương quan (tỷ lệ tương quan thấp, 10.1595), 7.11408))) Không có
Alpha #87 Bỏ đi Bỏ đi
Alpha #88 min(rank(decay_linear(((rank(open) + rank(low)) - (rank(high) + rank ((close))), 8.06882)), ts_rank(decay_linear(correlation(ts_rank(close, 8.44728), ts_rank ((adv60, 20.6966), 8.01266), 6.65053), 2.61957)) Không có
Alpha #89 Bỏ đi Bỏ đi
Alpha #90 Bỏ đi Bỏ đi
Alpha # 91 Bỏ đi Bỏ đi
Alpha # 92 min(ts_rank(decay_linear(((((high + low) / 2) + close) < (low + open)), 14.7221), 18.8683), ts_rank(decay_linear(correlation(rank(low), rank(adv30), 7.58555), 6.94024), 6.80584)) Không có
Alpha #93 Bỏ đi Bỏ đi
Alpha #94 ((rank((vwap - ts_min(vwap, 11.5783))) ^ts_rank(correlation ((ts_rank(vwap, 19.6462), ts_rank ((adv60, 4.02992), 18.0926), 2.70756)) * -1) Không có
Alpha #96 (max(ts_rank(decay_linear(correlation(rank(vwap), rank ((volume), 3.83878), 4.16783), 8.38151), ts_rank ((decay_linear(ts_argmax(correlation(ts_rank(close, 7.45404), ts_rank ((adv60, 4.13242), 3.65459), 12.6556), 14.0365), 13.4143)) * -1) Không có
Alpha # 97 Bỏ đi Bỏ đi
Alpha #98 (đứng bậc (đứng bậc_đường thẳng (đối quan hệ)), tổng (đứng bậc_đường thẳng (adv5, 26.4719), 4.58418), 7.18088)) - bậc (đứng bậc_đường thẳng (ts_đứng bậc)) (đứng bậc_đối quan hệ) mở (đứng bậc), bậc (đứng bậc), 20.8187), 8.62571), 6.95668), 8.07206))) Không có
Alpha#100 Bỏ đi Bỏ đi

Nguyên nhân phân chia

Tên của nhà máy Công thức yếu tố FMZ ghi chú
Alpha #22 (-1 _ (delta(correlation ((high, volume, 5), 5) _ rank ((stddev ((close, 20)))))) Quay lại
Alpha #27 ((0,5 < rank (((sum ((correlation ((rank ((volume), rank ((vwap), 6), 2) / 2,0)))? (-1 * 1) : 1) Phân biệt về khối lượng và giá cả
Alpha #61 (đồng cấp - ts*min))) Phân biệt về khối lượng và giá cả
Alpha #62 ((rank ((correlation ((vwap, sum ((adv20, 22.4101), 9.91009)) < rank ((((rank ((open) + rank ((open)) < (rank ((((high + low) / 2)) + rank ((high))))) * -1) Không có
Alpha #64 ((rank ((correlation(sum(((open * 0.178404) + (low _ (1 - 0.178404))), 12.7054), sum ((adv120, 12.7054), 16.6208)) < rank ((delta((((((high + low) / 2) _ 0.178404) + (vwap _ (1 - 0.178404)), 3.69741))) * -1) Không có
Alpha #65 ((rank(correlation(((open _ 0.00817205) + (vwap _ (1 - 0.00817205)), sum ((adv60, 8.6911), 6.40374)) < rank((open - ts*min(open, 13.635)))) * -1) Không có
Alpha #68 ((ts_rank(correlation ((rank(high), rank ((adv15), 8.91644), 13.9333) < rank ((delta((((close * 0.518371) + (low _ (1 - 0.518371)), 1.06157))) * -1) Không có
Alpha #74 ((rank ((correlation ((close, sum ((adv30, 37.4843), 15.1365))) < rank ((correlation ((rank ((((high _ 0.0261661) + (vwap _ (1 - 0.0261661)))), rank ((volume), 11.4791))) * -1) Không có
Alpha #75 (đồng cấp (đối quan hệ (đối quan hệ), khối lượng, 4.24304)) < cấp (đối quan hệ (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), cấp (đối quan hệ), 12.4413))) Mối quan hệ giá khối lượng
Alpha #79 Bỏ đi Bỏ đi
Alpha #81 ((rank(log(product(rank((rank(correlation ((vwap, sum ((adv10, 49.6054), 8.47743)) ^ 4)), 14.9655))) < rank ((correlation ((rank(vwap), rank ((volume), 5.07914))) * -1) Không có
Alpha #86 ((ts_rank(correlation ((close, sum ((adv20, 14.7444), 6.00049), 20.4195) < rank (((((open + close) - (vwap + open)))) * -1) Không có
Alpha #95 (tín hạng - ts_min (tín hạng, 12.4105))) < ts_rank (tín hạng, mối tương quan) tổng (tín hạng cao + thấp) / 2), 19.1351), tổng (tín hạng, 19.1351), 12.8742)), 11.7584)) Không có
Alpha #99 ((rank ((correlation(sum ((high + low) / 2), 19.8975), sum ((adv60, 19.8975), 8.8136)) < rank ((correlation ((low, volume, 6.28259))) * -1) Không có

Thực hiện trên nền tảng FMZ

Trang web chính thức của FMZ mở (FMZ.COM) để đăng ký và đăng nhập, bấm Dashboard ở phía trên bên trái, và chọn Analysis Tool trong danh sách bên trái, như được hiển thị trong hình sau:

img

Trên trang công cụ phân tích, phía trên là thanh cài đặt, có thể được đặt theo thứ tự từ trái sang phải: đa dạng, thời gian bắt đầu và kết thúc, thời gian, loại hình ảnh. Dưới thanh cài đặt là khu vực chỉnh sửa công thức. Nếu bạn không thể viết công thức, bạn có thể nhấp vào menu thả xuống bên dưới và chọn công thức bạn đã chỉnh sửa. Có nhiều ví dụ công thức được hỗ trợ ở đây. Ngoài ra, các công cụ phân tích nền tảng FMZ đã hỗ trợ hầu hết các công thức Alpha101 chính thức, chỉ cần nhấp và sử dụng. Nhấp vào công thức tính toán để hiển thị kết quả tính toán ở phía dưới, nó hỗ trợ nhiều phương pháp xuất dữ liệu: hình ảnh, bảng (CSV), JSON, vv.

img

Cần phải chú ý đến

Các tham số trong công thức nhân tố là mặc định và không phải là các tham số tối ưu. Các nhà giao dịch có thể chọn các tham số phù hợp hơn theo biểu tượng, thời gian và kinh nghiệm của riêng họ.

Các yếu tố là độc lập với nhau, và chồng chất nhiều yếu tố trên nhau có thể không nhất thiết dẫn đến kết quả tốt hơn.

Các yếu tố là vô hạn, Alpha101 chỉ là một thủ thuật, tôi tin rằng mọi người có thể lấy cảm hứng từ nó và tạo ra nhiều yếu tố và chiến lược giao dịch định lượng tốt hơn.

Tóm lại

Trong nhiều công thức giao dịch yếu tố, bề mặt có vẻ không hợp lý, nhưng có một số ý tưởng và lý do đằng sau công thức. Nhưng hằng số duy nhất trong thị trường là nó liên tục thay đổi, vì vậy hiệu quả của các yếu tố này có đặc điểm phi tuyến tính trong các ứng dụng thực tế. Nói cách khác, không có yếu tố hiệu quả và luôn hiệu quả, không có phương pháp giao dịch phổ quát. Là một nhà giao dịch định lượng, bạn nên có tâm trí cởi mở, giỏi tóm tắt và sử dụng nó để cố gắng và đổi mới để kiếm lợi nhuận trong một thị trường liên tục thay đổi.

Có liên quan
Thêm nữa

2019 FMZ - Tất cả các quyền được bảo lưu