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:

images/20230110_1-1.jpg

▲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


留下你的回應

以訪客張貼回應

0
  • 找不到回應

YOU MAY BE INTERESTED