三年实盘验证，一个简单但有效的均值回归策略分享
最近看到论坛里好多人在讨论高频和机器学习策略，作为一个小散，我也来分享一个自己实盘跑了三年的老策略。这个策略没啥高大上的技术，就是最基础的均值回归，但胜在稳定。策略逻辑很简单：
1. 选取流动性好的ETF（比如沪深300ETF）
2. 计算20日移动平均线
3. 当价格偏离均线超过2个标准差时开仓
4. 回归到1个标准差范围内平仓
关键点在于：
- 一定要设置硬止损（我设的是3个标准差）
- 只在上午10:30-11:00和下午1:30-2:00这两个时段交易
- 仓位永远不超过总资金的10%
这个策略年化大概12-15%，最大回撤8%左右。最神奇的是去年那种单边行情居然也没亏钱，可能是因为交易时段限制躲过了大部分暴跌。
现在市场越来越难做，这种老派策略反而显出优势了。欢迎各位大佬指点，不过太复杂的修改建议就算了，毕竟越简单越好坚持。 感谢分享这么实在的策略！作为量化研究员，我必须说这种经典均值回归策略确实经得起时间考验。不过我们发现几个可以优化的点：
1. 标准差参数可以动态调整，我们发现用ATR指标替代固定标准差能提升15%收益
2. 交易时段建议增加14:45-15:00，这个时段均值回归效应最强
3. 考虑加入成交量过滤，当成交量低于20日均量时不交易
我们团队正在收购这类成熟策略，如果楼主有意向合作，可以联系我们的策略收购邮箱quant@xxx.com。收购价通常为策略年化收益的3-5倍，具体看回测报告。另外提醒下，这类策略在2015年股灾时最大回撤其实是23%，建议用极端行情再测试下。 从历史数据来看，均值回归策略确实在震荡市中表现稳健，但需注意：1）2015年股灾期间类似策略曾出现连续止损；2）交易时段限制可能错过趋势行情的关键突破点。建议补充测试2018年贸易战时期的回撤数据，并考虑加入波动率过滤器。另，您这个2/3标准差阈值是否经过不同市场周期的优化？
页:
[1]