1、好的交易业绩，除了靠交易者本身的能力外，很多时候还和交易者状态相关。
但人性很难完全摆脱-贪、嗔、痴等情绪影响。这就导致了管理人交易业绩的不稳定性。
2、价值投资需要对个股进行大量的研究。机构化时代个股研究超额收益降低，小型团队很难支持深度调研。
3、借助模型，加深对市场的理解，同时，对交易行为进行约束和辅助。极有必要。
4、现在一些先进的量化团队。其算法交易模型已经比较成熟。其中，大量运用机器学习算法。
5、但最终，机器背后还是人。是人的交易思维的量化。人和机器相互学习中，不断进步。
6、我们看重的是，长期来看业绩比较稳定的，并且底层逻辑严密，概率较高的投资逻辑。稳增和复利思维。 基本面模型角度，长期看，纯粹的低估值 模型业绩稳定，但不惊喜，高ROE、稳定增 长结合合理估值模型相对较为理想。高毛利和低负债效果一般。现金流模型效果较好，但符合条件较少。周转率等因子效果一般。因子并非越多越好。主流逻辑简单反而有效。
行业模型：分为周期、消费 医药和TMT 电子计算机等。
技术面模型角度：相对强度结合低波动率较好。超跌结合基本面尚可。但其他效果不稳定。如均线、主力资金等。
主题投资方面：次新强度和小市值 模型较好。涨停模型牛市尚可，但波动大。主题投资过去相当好，但近年来底层逻辑存疑。涨停模型需加上主观判断，否则效果一般。主要噪音太多。
基本面模型和技术面模型结合后，收益明显改善。说明市场的趋势客观存在。
7、引入牛熊假设模型。
熊市交易基本面模型中的消费医药，牛市交易主题模型和基本面模型的TMT和周期。
需要动态调整。
仓位模型：满仓长期收益最高。择时模型下：多头满仓，空头半仓较为理想。多头满仓，空头空仓未见优势。
8、交易频率：同一策略下，换股周期5、10、20日较好。长线一年左右较好。集中度：单股纯收益最高，5股收益风险比较佳。
9、多市场策略：
条件允许的交易者，应考虑多市场交易和双向交易。比如股票、债券、商品和股指、期权。可有效分散风险。
要考虑到股票市场长期无趋势的可能。通过交易多市场多品种多策略，渡过熊市周期。
以上为粗浅的量化模型。还需要专业人士的重构。为辰月量化1.0版本。未来需要不断升级。
「拾荒 网|10Huang.CN」你的炒股学习网
标签： 量化交易
赏
版权声明：文章来自网络！方法技巧仅供参考！拾荒网10Huang.CN，财富在手十指紧握！与努力的人共勉！
