集保庫存資料(每週末更新)，是一個很有用的資訊，是我主觀交易會使用的條件，
簡單介紹如下：
https://www.cmoney.tw/learn/course/0520/topic/1079
透過集保庫存觀察大戶開始佈局的個股，撰寫每周更新的策略：
此策略主要希望找到 主力開始佈局的個股 ，
再發動前跟著上車，吃一個小波段的魚肉。
一、主力的定義?
1.多少張算是大戶? 直覺和股價 與 流通股數 相關，因為此策略使用close*cond_all.smallest
，所以持股為低價股為主，認為至少100張以上才算大戶。
2.多少張算是散戶? 持股小於10張應該都算是小散戶。
二、主策略條件：
1.單純回測主力持股比例上升，結果daily mean 16.8% 但是MDD -57.5%，表示這個主條件
是有效，可以進行往下探討：
(1)分級10~13進行評估，結果以12最佳(400張以上)，也和傳統的主力設定相同。
(2)不單純只是持股比例上升，探討上升多少比例，範圍0.5~2%，每0.25%回測，結果
1.25~1.75%回測都有效提升，daily mean 48.2% MDD -41.7%。
2.散股持股比例下降作為濾網，分級探討3~5，結果為4&5較佳，放寬條件先選擇5(20張
以下)，調高下降的比例去回測，結果反而不佳。
3.套用基本條件close>10、vol.ma10>200張、roe>0。
三、出場
1.進場主條件消失應該就要退場，所以主力持股比例降下x%要出場，回測範圍0.1~0.5%，
改善的效果都很好，抓取高原的中間值0.35%。
2.從return mae mfe可以觀察持股天數越多天績效越佳，關鍵在於斜率，0~20天的斜率最陡，
所以持股天數我抓20天 (實際回測範圍10~90 也是20較佳)
3.有效降低MDD，daily mean 52.1% MDD -27.8%。
四、濾網
1.close> ma(x)：回測範圍10~60，每10天跑一次，結果提升一點點daily mean，結果以40均
線效果最佳 (回測結果20~60天差益不大)
2.Score>=4 才啟動策略，結果提升一點點daily mean。
3.限制散戶的持股比例，回測範圍10~35%，結果<25%最佳，有效提升daily mean降低MDD。
4.rev_ma3/ma12>x，避免選到營收下滑的公司，0.95~1.05結果都有降低MDD，採用0.95讓
條件沒這麼嚴苛。
五、結論
1.回測結果非常好，daily mean 70.3、sharpe ratio 2.5、MDD -15.9、win ratio 53%。
2.流動性測試，遇到漲停的機率很低，成交股數有稍為較少(設定200張)，但還可以接受。
3.跑GMFE/MAE機器學習優化，準確率太低，沒有提升效果。
0 留言