【實戰應用】乖離率交易策略

摘要： 使用Python建立乖離率交易策略，並進行歷史回測。

使用個股未還原收盤價計算N天乖離率指標，並結合N天前最低價和最高價作為進出場依據。 閱讀建議：本文主要透過乖離率和歷史高低點作為進出場判斷依據，提供讀者使用程式進行回測時可供參考的架構，若讀者欲了解其他常用的技術指標，可先行閱讀【量化分析】MACD指標回測實戰，進而對本文有更好的理解。

前言

乖離率是常見的技術指標之一，使用當前的股價與N天的移動平均價進行比較，反映出當前股價相較於過去歷史是否過高或過低。普遍來說，當股價持續高過移動平均價稱為「正乖離」；反之持續低於移動平均價則稱為「負乖離」，因此當正負乖離持續擴大時，就會被解讀為市場正發生持續性的超買或是超跌的情況，進而作為進出場的判斷依據。但單純只用乖離率容易產生過多的交易訊號，因此我們額外加上過去N天的最高和最低價作為第二層濾網。實際策略如下：

▲圖片來源：medium

轉貼自： medium.com

若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance