仓位管理 – 2.实战篇

上一篇》说到了仓位管理的重要性。这一篇则说明我对仓位控制算法的设计,以及最终使用的算法。由于内容较多,本文中我尽量只说重点。

 

概念



算法:就是将一定可变范围内的一组输入条件,轮换到确定的输出时,所使用到的逻辑换算关系。

仓位控制算法:其输入就是投资标的的相关因素,输出则是当前应该使用的仓位占比。不同的算法,所使用的输入条件不同,但是需要想办法进行量化,如:估值、价格、宏观环境、行业、量能、时间……等。得出仓位占比,乘以你对该标的的总投资金,就得出它的持仓资金,剩下的则是空仓资金,以备必要时加仓。

 

模拟运行表格



用于算法设计的表格如下:

初始的资金设置为 10000 元。通过24个月的数据模拟,来观察按照不同算法不断进行调仓后,每个月的资金的变化。每一个页面中的表格都是这个统一的格式,不同的地方在于测试的曲线不同,曲线的介绍详见后文。

各列的含义:

月份:为期两年的数据模拟测试。

浮动:当前月份的价格对于估值的绝对浮动百分比。

估值:当前月份人为对标的(大盘)的估值。

当前点位:该月份的价格(大盘的点位)。

涨跌:本月相对上月的价格的涨跌幅度。

指导仓位:通过仓位控制算法得出的本月底应该拥有的仓位占比。

月初现金:月初时的空仓现金量。

月末投金:月末时仓位中的资金量。=上月投金*(1+本月涨跌)

月末总资金:月末时空仓现金与持仓资金的总和。也就是月底时的总资产量。

仓位总资金:用于计算最终仓位资金的总资金。仓位资金=仓位总资金*指导仓位。

调整后股金:月末时按照指导仓位进行资金调整后的持仓资金。=仓位总资金/月末总资金/固定资本金*指导仓位。(用于计算仓位资金的总资金的选择会有变化,后面会有介绍)

调整后现金:调整后的空仓资金。

当月盈利:当月的总资产相对于上月的增幅。

最后一个月的月末总资金,就是经过两年投资后的资产终值。

 

用于测试的曲线



对于选定的仓位控制算法,我们需要使用不同的涨跌幅曲线对其进行模拟运行。下面我设计了8个测试曲线,并追加了2015年的真实涨跌幅曲线。

曲线说明:

X轴:月份。

Y轴:涨跌幅。

测试曲线由零点开始,经历不同的波动后,最终都再次回复到零点。

考虑到股市总体是向上的,所以有些曲线并不是X轴对称的。

 

 

仓位控制算法的设计与演进



下面我将从最简单的算法开始设计,并根据其缺点,进行逐步演讲:

 

方法一:仓位控制模拟-1(根据每月资本金计算仓位)

指导仓位=50%+50%*(估值-点数)/(估值*IF(点位>估值,1,0.4))。也就是50%的基础值,50%的变化值,变化值随着点数变高而降低。当点位上浮100%时,仓位0%;下浮40%时,仓位100%。

调整后仓内资金=月末总资金*指导仓位。也就是月末的持仓资金通过每个月底的总资产来计算。

经测试,这种算法在大涨大跌曲线时,最终造成了较多的亏损。如下图:

原因分析:当跌幅较大时,这时仓位虽然很高,但是本金变得很少,股金随之变少,再也无法赚回原来亏损的资金。

 

方法二:仓位控制模拟-2(根据固定资本金计算仓位)

指导仓位算法同方法一。

调整后仓内资金=10000*指导仓位。也就是永远按照初始的资金来计算仓位。

经测试,这种算法在大跌大涨时,出现了较多的借款(杠杆资金)。更重要的缺点是:当盈利后,还按照原始资金计算仓位,导致现金与股金失调,仓位控制算法逐步失去意义。

 

方法三:仓位控制模拟-3(根据递增资本金计算仓位)

指导仓位算法同方法一。

调整后仓内资金=仓位总资金*指导仓位。仓位总资金是不断只递增不减的月末总资金。这样设计是为了解决方法一中遇到点位大跌时,总资金变少后期无法回本的问题。

但是,也有缺点:

1、杠杆太高。在第19个月时,达到了需要借款-2.6倍。不过,指数在估值的基础上跌到这种份上的机率从历史来看,从未发生过。如果发生这种情况,说明整个国家也出现了问题。

2、资金利用率不高。在现实场景下,大部分都是在估值旁边的小范围内变化。而方法一到三的指导仓位算法,导致大部分时间,空仓的闲置资金较多,利用率不高。

大涨大跌时:

 

方法四:仓位控制模拟-3-1(根据递增资本金计算仓位 & 基础仓位70%)

从这里开始,开始只调整指导仓位的计算方法。这里我们将方法中指导仓位中的基础仓位由50%调整为70%,提高初期的仓位占比。

指导仓位=70%+30%*(估值-点数)/(估值*IF(点位>估值,1,0.4))。也就是70%的基础值,30%的变化值,变化值随着点数变高而降低。当点位上浮100%时,仓位40%;下浮40%时,仓位100%。

大涨大跌时:

方法四、五、六比较相近,最后一起分析。

 

方法五:仓位控制模拟-3-2(根据递增资本金计算仓位 & 基础仓位80%)

指导仓位=80%+20%*(估值-点数)/(估值*IF(点位>估值,1,0.4))。

大涨大跌时:

 

方法六:仓位控制模拟-3-3(根据递增资本金计算仓位 & 永远满仓)

指导仓位=100%+0%*(估值-点数)/(估值*IF(点位>估值,1,0.4))。

大涨大跌时:

方法四、五、六中,分别调整了不同的基础仓位百分比,得出的结论类似:虽然最终的盈利都比较高,但是同样造成杠杆过高的问题,方法六中最多时达到了 -400% 的杠杆资金。

 

方法七:仓位控制模拟-3-4(根据递增资本金计算仓位 & 基础仓位70% & 变化仓位50%)

四、五、六中,变化的百分比较少,只有30%、20%、0%,这样会导致仓位控制算法的作用变得比较少。所以在方法七是在方法四的基础上,调高了变化值。

指导仓位=70%+50%*(估值-点数)/(估值*IF(点位>估值,1,0.4))。

这种方法下,杠杆也不少……

 

收益率对比



上面对比了几种不同方案下,可能出现的问题,以及风险所在、杠杆资金需求。下面从收益的角度来对这几个方案进行综合的对比:

 

3-4 的方案,在过山车行情中,赚得最多,达到了1000%的涨幅!

而平衡波动的三种曲线下,收益率几乎一致。(原因是每个月的涨跌幅其实都是10%)。

再来看一下这几个方案所需要的杠杆资金:

 

结论



能从上述对比的表格中看出:3-4 相对于 3-2 来说,运用的资金和杠杆基本一致,但是收益却近乎两倍。另外,3-3 满仓方案下,杠杆要求最大,但是收益却并不高。这正体现出,在同样的资金和承担同样的风险的情况下,选择合适的仓位控制算法,能带来更好的收益率。不同的仓位控制算法,收益率大相径庭。这与《前一篇》中描述的理论一致。

其实没有最好的方案,只有最适合的方案。在投资时,需要根据合适的收益率预期、风险预期、以及预期可动用的杠杆资金,来确定需要采用的方案。

根据我个人的情况,我最终选择的是最后一个方案:3-4。

 

时间: 2024-10-14 05:52:27

仓位管理 – 2.实战篇的相关文章

仓位管理 – 1.理论篇

看到文章标题中的"仓位管理",读者可能会认为它只适用于股市投资.其实不然.只要是投资都涉及到风险.回报率.投资额度,都会涉及到仓位管理.再者,人生本身就带着无数的抉择.风险和回报,人生中的很多事情,其实都是投资的一种.(关于本人的基金投资方法以及仓位管理的原因,见<股票.基金投资方案总结>.) 两三个月前,看了好几篇文章都提到了"凯利公式",所以自己也去特地去搜索了一些文章并进行学习.看完之后,比较震憾.第一次认识到了仓位管理的重要性竟然如此之高.这也正

JBuilder9+Weblogic7实战篇之工具篇(JDBC 1)

JBuilder9+Weblogic7实战篇<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> 工具篇(配置JDBC 1)                                                                              作者:黄 凯         E_mail:hk_sz@163.com Weblogic7中配置J

学习 ASP.NET MVC (第四回)实战篇

本系列文章导航 学习 ASP.NET MVC (第一回)理论篇 学习 ASP.NET MVC (第二回)实战篇 学习 ASP.NET MVC (第三回)实战篇 学习 ASP.NET MVC (第四回)实战篇 学习 ASP.NET MVC (第五回)理论篇 我们继续ASP.NET MVC之旅.上文中我们实现了对User信息的展示,详细信息的列表,还有错误页的实现.本文继续完成添加,修改,删除的操作.首先我们来完成Controller的代码: Code //         // GET: /Use

艾伟_转载:学习 ASP.NET MVC (第四回)实战篇

本系列文章导航 学习 ASP.NET MVC (第一回)理论篇 学习 ASP.NET MVC (第二回)实战篇 学习 ASP.NET MVC (第三回)实战篇 学习 ASP.NET MVC (第四回)实战篇 学习 ASP.NET MVC (第五回)理论篇 我们继续ASP.NET MVC之旅.上文中我们实现了对User信息的展示,详细信息的列表,还有错误页的实现.本文继续完成添加,修改,删除的操作.首先我们来完成Controller的代码: Code//        // GET: /Users

关于下载GAE High Replication Datastore数据[实战篇]下

通过bulk loader可以批量上传下载数据,GAE支持xml,csv格式数据批量上传,以及xml,csv和文本 格式下载. 你可以选择自动生成一个bulkloader.yaml,或者手动编码来写一个bulk loader.谷歌不推荐手动编 写,个人也觉得自动生成才是王道. 如何自动生成bulkloader.yaml bulkloader.yaml是一个描述数据格式的配置文件,格式例如xml或csv.bulk loader进行数据导入时 需要这个配置文件来将外部数据(xml或csv)转换为中间

[PhalApi实战篇(1)]Redis队列处理异步任务

[PhalApi实战篇(1)]Redis队列处理异步任务 前言 先在这里感谢phalapi框架创始人@dogstar,为我们提供了这样一个优秀的开源框架. 哈喽大家好呀!之前编写的PhalApi入门篇和进阶篇已经过去了好久了,在此之间也回答了很多小伙伴各种各样的问题,这里也希望吧里面一些问的比较多的和比较有趣的以及笔者在使用PhalApi一些新的体会,都提取出来为大家带来一些能够在实际开发中可以使用的技术或思想,那么我们就开始我们实战篇中的第一节 Redis队列处理异步任务 大家希望喵咪在Pha

iOS与JS交互实战篇(Swift/ObjC)

前言 ObjectiveC与Js交互是常见的需求,可对于新手或者所谓的高手而言,其实并不是那么简单明了.这里只介绍iOS7.0后出来的JavaScriptCore framework. 关于JavaScriptCore 本教程中所涉及到的几种类型: JSContext, JSContext是代表JS的执行环境,通过-evaluateScript:方法就可以执行一JS代码 JSValue, JSValue封装了JS与ObjC中的对应的类型,以及调用JS的API等 JSExport, JSExpor

Android多功能时钟开发案例(实战篇)_Android

上一篇为大家介绍的是Android多功能时钟开发基础内容,大家可以回顾一下,Android多功能时钟开发案例(基础篇) 接下来进入实战,快点来学习吧. 一.时钟在布局文件中我们看到,界面上只有一个TextView,这个TextView的作用就是显示一个系统的当前时间,同时这个时间还是一秒一秒跳的,要实现一秒一秒的跳就需要我们每隔一秒就要刷新一下,同时我们这里还考虑了切换到另一个Tab的时候,这个时间就不跳动了,这样就会减少这个对系统的占用,考虑到了这点我们在这里用到了Handler,通过hand

工作经常使用的SQL整理,实战篇(二)

原文:工作经常使用的SQL整理,实战篇(二)[原创] 工作经常使用的SQL整理,实战篇,地址一览: 工作经常使用的SQL整理,实战篇(一) 工作经常使用的SQL整理,实战篇(二) 工作经常使用的SQL整理,实战篇(三)   接着上一篇"工作经常使用的SQL整理,实战篇(一)"继续讨论,这一篇中主要讨论增删改查,连接,分组和排序,通配符,视图,存储过程和事务,游标,触发器这些东西. 6.增删改查 插入 --插入用户表数据 insert into Tse_User(UserID, User