相似文件
换一批
经管之家送您一份
应届毕业生专属福利!
求职就业群
感谢您参与论坛问题回答
经管之家送您两个论坛币!
+2 论坛币
很多朋友不知道量化怎么下手,我大概起个思路,后面我们会用更加详细的文章分析,一个简单的量化策略,首先包括标的筛选模型体系、仓位控制模型体系、回测及套利体系。先汇报一下我们正在做的几件事: 1.数据整理及开放,我们采集了一些数据,需要整理通过api的借口开放出来,但数据整理的工作很繁重; 2.我们在构建新债中签率预测模型,新债上市价预测模型,新债上市破发风险模型,这些模型会逐步上线,相关技术文章也会慢慢分享出来; 3.思考可转债交易策略及模型的融合,形成可转债的分析框架,并以此延伸到其他证券领域 截至2020-01-02日收盘统计了2773 家公司,整体TTM市盈率为: 16.777407 (昨天为16.544723)整体位于 41% 百分位数, 合理仓位估计为 79%。 可转债整体平均价格 119.36元,转股溢价率 21.99%,溢价略降低,低于100元的15支,最低价为亚药转债89.55元。 截至2020-01-02收盘转债多因子列表如下:
我从top20中选取算法估值与真实值溢价较高,溢价较低,价格合理者买入,单只不超过20%仓位,目前净值:1.0216 ,持仓如下:
本模型使用了转股价值、剩余规模、市净率、平均股东持有流通市值、初始规模、是否担保、转股价、正股综合得分、转债余额与总市值比率、收入同比、正股变异系数、现金比率、交易量、距离回售天数、剩余年限、roe、成功下调次数、市盈率、距离转股剩余天数、建议下调次数、距离到期天数、发行评级、评级、强制赎回限价、是否可交换债等20多个变量录入机器学习算法评估转债价格。 剔除了亏损个股及收入下降的个股。 本文仅作投资交流参考,策略是双低策略复杂化,其效果有待观察,决策风险自担。 如需交流数据代码请私信,等机器组装完成后我会将相关代码写成文章分享。
扫码加我 拉你入群
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
|