当前位置:网站首页>R-Breaker下的可转债策略
R-Breaker下的可转债策略
2022-08-06 20:52:00 【量化密码库】
R-Breaker策略是一个经典的短线日内交易策略,因为策略持仓需要在尾盘平掉,并不持仓过夜,所以并不适合应用于股票市场。
今天,我们尝试将其应用于T0的可转债市场,看下策略效果如何。
先简单温习下R-Breaker策略的逻辑:
R-Breaker策略根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位,从大到小依次为:突破买入价、观察卖出价、反转卖出价、反转买入、观察买入价、突破卖出价。以此来形成当前交易日盘中交易的触发条件,追踪盘中价格走势,实时判断触发条件。
具体条件如下:
突破
在空仓条件下,如果盘中价格超过突破买入价,则采取趋势策略,即在该点位开仓做多。在空仓条件下,如果盘中价格跌破突破卖出价,则采取趋势策略,即在该点位开仓做空。
反转
当日内最高价超过观察卖出价后,盘中价格出现回落,且进一步跌破反转卖出价构成的支撑线时,采取反转策略,开空仓或反手做空。
当日内最低价低于观察买入价后,盘中价格出现反弹,且进一步超过反转买入价构成的阻力线时,采取反转策略,开多仓或反手做多。
了解了R-Breaker策略逻辑之后,我们就可将R-Breaker策略和可转债相结合了。
策略逻辑如下:
1、先获取最近N个交易日最活跃的M只可转债(小市值因子+高波动因子,周频更换);
2、M只可转债平均仓位按照R-Breaker策略进行交易(仅做多);
3、每只标的每周仅交易一次,动态止盈止损,尾盘平仓。
进一步编写回测,相关参数如下:
初始资金:20万
回测品种:可转债
回测区间:2021年06月01日-2022年06月30日
相关参数:最大持有数量:5只,波动计算周期:5天;动态止盈止损幅度:3%
整体的回测情况如下:

进一步对策略的持仓数量进行测试对比。
5只 | 10只 | 20只 | 50只 | |
年化收益率 | 11.27% | 9.38% | 2.31% | 1.75% |
最大回撤 | 3.45% | 1.70% | 2.81% | 1.41% |
夏普比率 | 1.41 | 1.80 | 0.78 | 0.82 |
胜率 | 47.40% | 44.05% | 41.43% | 40.89% |
根据上表可看出,随着最大持仓数量的上升,个股仓位不断减小,年化收益率和最大回撤都是减小的,所以主要看胜率和夏普比率。其中胜率和最大持仓数量呈反比,而夏普比率在最大持仓数量为10只时达到最大值1.80。
同时,通过观察持仓数量为10只的策略信号发现,每日开仓信号较少,在263个交易日中仅有311笔开仓,大部分有信号的交易日中仅2~4个开仓信号,超过5个开仓信号的交易日仅1天,资金利用率较低。所以,这里完全可以将买入仓位提升至2/最大持仓数量。
优化策略后,年化收益率达到17.92%,最大回撤3.39%,夏普比率为1.77%,胜率保持在44%左右,整体来看策略净值在不断上升,符合突破类型策略的特征。

策略源码已分享至掘金量化社区,感兴趣的朋友可以自行下载研究。
传送门:https://bbs.myquant.cn/thread/3068
- End -
声明:本内容由掘金量化原创,仅供学习、交流、演示之用,不构成任何投资建议!如需转载请联系掘金小Q(VX:myquant2018)授权,否则作侵权处理!
边栏推荐
- RedisCacheManager + CacheManager [email protected] 实现注解化缓存管理
- easyexcel 写 文件流存ftp
- Servlet使用
- openssl官网文档资料
- STM32MP157A驱动开发 | 03-usb host接口的使用(U盘 )
- 嵌入式系统驱动初级【8】——设备树
- 【zeno】zeno如何为自定义节点添加功能(apply函数和ZENDEFNODE初探)
- 【目标检测】小脚本:Xml标签可视化
- R语言dplyr包summarise_at函数计算dataframe数据中多个数据列(通过向量指定)的方差
- Edge Computing: Inventory 100 Knowledge Points
猜你喜欢
随机推荐
分布式理论
2022-8-6 集合容器
CodeTON Round 2 (Div. 1 + Div. 2, Rated, Prizes!) F
Open legendary GM website
为什么说“3D建模”是未来不可少的行业
TI AM335x继任者?AM6254性能解析
Danger!Please replace BeanUtils in your code now!!!
SimpleDateFormat常用格式代码一览
如何检查导入数据中有重复项
R语言dplyr包summarise_at函数计算dataframe数据中多个数据列(通过向量指定)的方差
y89. Chapter 5 Distributed Link Tracking System -- Deployment Skywalking and Skywalking Cases (3)
后出海时代:“陡坡式增长”失速,“阶梯式增长”到来
电商巨头困境反转,阿里和亚马逊的殊途同归
R语言ggplot2可视化:使用patchwork包将两个ggplot2可视化结果组合起来、使用labs函数为第二个子图添加标题信息
Kotlin - Coroutine Builder CoroutineBuilder
初探基于OSG+OCC的CAD之Netgen体网格划分与显示
Unity API详解——GameObject类
一文带你了解webrtc基本原理(动手实现1v1视频通话)
Detailed explanation of xss-labs shooting range 1~7
LeetCode_695_岛屿的最大面积









