基于Python工具的价格走势选股策略研究及优化.docx

?

?

基于Python工具的价格走势选股策略研究及优化

?

?

摘要：随着2020年3月1日新《中华人民共和国证券法》的正式落地及其证券发行注册制的全面实行，中国资本市场的开放度将会空前提高，股票市场无疑会注入一批新活力。面对这种大趋势，采用传统的人工选股带来的低效率、高成本、高风险的弊端可能会被逐渐放大，造成资源的浪费。通过借鉴在西方国家发展起来的业绩稳定、投资理性的量化投资技术及拥有广泛的第三方科学计算库的Python编程工具，对著名的威廉·欧奈尔先生创作的《Howtomakemoneyinstocks》一书中所记载的技术分析方面“杯底”价格走势图进行量化，并结合RPS（股价相对强度）和交易量的综合判断进行智能筛选，可以提升选股效率和可靠性。

关键词：量化投资;Python;欧奈尔

随着我国经济的快速发展、金融制度的不断完善，我国的股票市场也处在蓬勃发展的历史进程中。2020年3月1日，《中华人民共和国证券法》的修订预示了我国股票市场在接下来数年内将带来巨大的变革，首当其冲的是企业入市门槛的大幅度降低，会带来我国股票市场股票数量的大幅度增加。而在愈来愈错综复杂的股票市场中，我国证券投资机构及部门也将会面临严峻的考验。量化投资是指利用计算机程序通过数学、统计学知识进行自动发送买卖指令的一种交易方式，源于美国，在海外已经发展了有30余年，其优点在于业绩稳定及风险较小，且反应速度远比传统盯盘速度要快很多。近几年随着我国大数据、机器学习的发展，量化投资的也渐渐在我国国内展露苗头。

随着资本市场的快速发展，愈来愈多投资者尝试通过股票历史数据来预测股票的涨跌，可以看到我国对量化投资方向的研究也是比较丰富的。曾武序等人通过爬取股票数据，然后对数据进行解析，对数据归一化处理，最后利用BP神经网络对股票进行预测。此方法具有重要现实意义和经济价值，但必须进行定性预测且预测精确度也尚待提升。

陳文颖利用大数据分布式计算平台Hadoop中的聚类分析对股票进行分类预测，被聚在一类中的股票走势有很大的相似性。但此方法还需要在聚类的基础上，对同一类的股票信息进行进一步的分析从而提高实用性。黄敏健等人在sklearn框架下分析清洗股票历史数据，后通过机器训练来预测股价。机器学习算法可以通过一定范围的指标评估从而辅助交易策略。然而在实际环境中，模型预测的准确率具有数据依赖性，无法适用于所有场景。

郝知远在MATLAB上用数据挖掘方法进行股票预测，投资者可以利用这个过预测系统获得股票上涨概率和选股方面的建议。但是由于计算机性能的制约和获取股票数据渠道的限制，此原理还是具有一定的局限。

本文基于Python编程工具，以威廉·欧奈尔先生的投资理念为实践对象，对欧奈尔先生的著作《Howtomakemoneyinstocks》中提到的著名价格走势图进行量化并应用于Python编程工具，从而对具有涨幅潜力的股票进行筛选。

一、欧奈尔选股模型概述

二级市场的研究方法一般来说有基本面分析和技术面分析，基本面分析是对公司的基本信息及财务数据等的分析，技术面分析是分析股市数据信息，判断买卖时机。威廉·欧奈尔先生在著作《Howtomakemoneyinstocks》中对基本面分析与技术面分析进行了巧妙结合，其中技术面分析中欧奈尔通过对美国历史上的股票进行归纳统计得出几种价格走势图。本文对此著作中的最著名的价格走势图——“杯柄”价格走势图进行研究。

（一）欧奈尔“杯柄”价格走势图

欧奈尔先生选股一般先是进行基本面的分析，基本面包括公司基本业务、基本发展方向、基本财务状况数据等等，对这些多方面的统计数据展开综合性的统计分析。基本面分析囊括了很多的文字性、抽象性、前瞻性分析，在这一方面的分析上现在的计算机分析水平还没有达到聘美专业人士通过大量经验进行的分析水平，因此本文不打算对基本面分析展开深入探讨。但是欧奈尔另一方面也很重视技术面分析即股票买入时机的选择，这一方面的分析其实在西方国家几十年的量化投资经验来看已经远超人们的手动择时，在我国日益壮大的资本市场引导下，有必要借鉴西方市场的经验，合理选择程序量化方案并自动择时。

欧奈尔先生对美国股票市场中绝大部分的上涨股票进行了统计归纳，总结出几种价格走势图。股票一直有一种历史相似性，其供求关系往往也会呈现出惊人的一致性，因此借助于价格走势图的技术面分析也不枉为一种可靠的分析方法。欧奈尔选股走势图中属“杯柄”走势图最为著名，如下图所示。

（二）“杯柄”价格走势图的运作机制及其量化

首先将U型杯底的时间跨度即横向跨度设定为20天或60天，茶杯形态的深度设定为33%以内，欧奈尔先生在著作中设定形态深度是为了防止反弹幅度过大导致突破杯柄的概率提升，提升模型的稳定性。根据以上描述，可以设定四个数值，以时间跨