昨天的策略，我们使用斜率来轮动。
十年年化29.6%，回撤24.8%的动量斜率轮动+RSRS择时策略（代码+数据下载）
今天我们来优化这个斜率。
带卡曼滤波器的版本：
记录下“几组实验数据”：
结论：
1、RSRS择时不仅有有效降低回撤 ，提升夏普比率，而且还能提升收益率。
2、动量指标来看，原始动量与斜率动量其实差不多。
3、但RSRS止损（也是斜率），与动量斜率配合效果最好。
斜率计算代码如下：
系统源代码及策略同步在星球更新（至少每周一次）：
def _slope2(se): x = np.array(range(len(se))).reshape(-1,1) y = np.array(se).reshape(-1,1) l = LinearRegression().fit(x,y) slope = l.coef_[0] r_2 = l.score(x,y) re_slope = slope * r_2/se.mad() return re_slope
卡曼滤波器的代码，大家可以讨论下，有没有未来函数（效果出奇的好！）：
系统源代码及策略同步在星球更新（至少每周一次）：
def kf(se: pd.Series): series = se.fillna(0.0) observation_covariance = 0.15 initial_value_guess = 1 transition_matrix = 1 transition_covariance = 0.1 kf = KalmanFilter(transition_matrices=[1], observation_matrices=[1], initial_state_mean=0, initial_state_covariance=1, observation_covariance=1, transition_covariance=.01) pre, _ = kf.smooth(np.array(series)) pre = pre.flatten() series = pd.Series(pre, index=series.index) return series
吾日三省吾身
从结果来看，人生90%的工作都是浪费掉的。
但过程来看，没有白走的路，每一步都算数。
学习三境界：“看山是山，看水是水”，“看山不是山，看水不是水”，“看山还是山，看水还是水”。
投资如是。
刚开始接触投资，债券、基金、股票，山就是山，水就是水。随着深入之后，了解风险、收益，相关性，分散，波动率，技术指标，基本面。。。山不是山，水不是水。
后来，投资是一个概率“游戏”，主动承担相应风险而去博取回报。
看到昨天的策略十年年化29.6%，回撤24.8%的动量斜率轮动+RSRS择时策略（代码+数据下载），有同学留言说-24.8%的回撤还太大，无法实盘。夏普超过1，年化25%的主动型基金，你去看看，十年下来有几个基金经理做得到？
风险收益并存大家都了解，但风险收益可能不对称。
做投资一段时间的同学，容易犯急功近利的错误。
事后归因，大家觉得如果碰上早年的BTC，北京的房子，腾讯的股票之类的，早就财富自由。这要求有极强的认知格局。多数碰上的人，真是仅仅是运气好。
我们更关心，面向未来，我们能做什么？
很难对不对，你看到的每个股票，觉得好的，价格都不便宜了对不对？其实十年前，你看的时候也是这样的。因此，不必后悔，回到十年前，那仍然是你最优选择。
投资赚什么钱？ 投机是赌预测，严格来讲，拉长周期，二级市场不可预测。有时候好，有时候差。很多人只晒自己好的时候。投资是赚公司成本的钱，投ETF赚市场的Beta。这个逻辑是永生的，也是资本市场设立的目的。
普通人判断不是公司的未来发展，这是我聚焦ETF投资的核心原因。
十年年化29.6%，回撤24.8%的动量斜率轮动+RSRS择时策略（代码+数据下载）
发布者：股市刺客，转载请注明出处：https://www.95sca.cn/archives/103712
站内所有文章皆来自网络转载或读者投稿，请勿用于商业用途。如有侵权、不妥之处，请联系站长并出示版权证明以便删除。敬请谅解！
