一种量化投资策略组合风险管控方法与流程

本发明涉及一种风险管控方法，具体为一种量化投资策略组合风险管控方法，属于投资风险管控技术领域。

背景技术：

伴随着互联网技术和硬件技术的不断发展，我们有能力处理越来越多的数据，数据也呈现几何装增长态势，互联网技术和金融行业的进一步结合，推动互联网金融市场的繁荣发展。互联网充当着基础的金融数据存储和传播的作用，两者的结合更加高效完成了金融信息传播，以及资源优化配置。大数据技术的不断完善。传统的金融业务数据不断搬上网络，使得数据量剧增，伴随着金融大数据的接入，基于云计算技术的金融数据的挖掘和使用潜藏着巨大的价值。

量化投资是传统金融领域和互联网技术相结合的一个细分领域，通过两者结合，可以利用高效的技术进行分析实现资源的合理配置。量化投资是指以获取稳定收益为目的、通过数量化方法及计算机程序发出买卖指令的投资交易方式。其中，投资策略是指利用数量化的方法，进行金融市场的分析、判断和交易的策略和算法总称。

传统的投资方式基本都是靠主观判断，通过人工交易软件进行投资交易，此种交易方式无法规避主观的情绪偏差，无法克服人性的弱点，实时性也存在一定的问题，而一般的量化投资往往侧重于某个方面的策略，根据用户向平台输入收入，年龄等个人信息，量化投资平台根据金融领域的现代组合理论算法为用户推荐相应的投资策略，用户根据推荐买入并且长期持有，并且在合适的卖出判断条件卖出获取收益。策略在于应对风险发生判断全面性思考不足，面对风险管控的灵活性和实时性不佳。

技术实现要素：

本发明的目的就在于为了解决上述问题而提供一种量化投资策略组合风险管控方法。

本发明通过以下技术方案来实现上述目的：一种量化投资策略组合风险管控方法，包括以下步骤：

步骤1、策略启动，数据读取器采用python语言和pandas、numpy等组件读取交易运行数据；

步骤2、策略配置器动态配置检测风险相关参数，包括是否检测大盘180天形态，三黑鸦形态，大盘指数基本面增长情况等具体指标，可以按需灵活配置；

步骤3、大盘基本面检测器，根据最近n天的大盘涨幅进行检测大盘运行状态，并且产生基本面状态信号；

步骤4、大盘形态检测器，根据最近四天大盘k线的形态判断是否存在三黑鸦形态，根据180天判断大盘整体所处周期形态；

步骤5、大盘风险生成器根据策略配置器、大盘基本检测器和大盘k线检测器综合判断生成当前大盘趋势和预警；如果大盘存在风险，直接清仓退出交易；

步骤6、个股风险检测器根据已经持仓的个股评估个股的基本面和近期盈利和亏损情况，如果基本面变差则产生风险信息；如果出现在剔除黑名单中，或者亏损一定数额，也产生风险信号；

步骤7、个股基本面选择器根据个股选择条件，根据当前价格price，市净率eps，市盈率pe或者市值cap大小等组合条件筛选出基本面不错的个股；

步骤8、个股技术面选择器，进一步根据个股最近的一个周期的k线技术面进行判断，选择基本面不错而且是潜在价格上涨概率最大的股票；

步骤9、根据上面大盘和个股产生的风险信号和个股选择的信号，进行调仓买卖操作。

优选的，为了防止投资本金受损，所述步骤3和步骤4中，通过大盘基本面检测器与大盘形态检测器共同评估大盘趋势风险。

优选的，为了有效降低风险或者增加收益，所述步骤6中，个股风险检测器具有组合方式的止损或者止盈条件。

优选的，为了避免盈利能力不佳等基本面不佳的股票进入到选个策略中，所述步骤7中，个股基本面选择器根据个股的基本面情况进行前期的选股筛选。

优选的，为了避免通过固定参数方式执行操作，所述步骤7中，个股基本面选择器根据实时环境动态调整风险控制参数。

优选的，为了能够根据实际需求进行动态的组合控制，所述步骤6中，个股风险检测器具有动态的选择风险控制的组合风险，避免策略风险控制单一。

本发明的有益效果是：该量化投资策略组合风险管控方法设计合理，通过大盘基本面检测器与大盘形态检测器共同评估大盘趋势风险，盘趋势是投资的主要考量因素点，在大盘走势良好的的情况可以加大投入，增大仓位，大盘整体表现不佳或者突然出现大跌时，个股的清仓或者止损，防止投资本金受损，个股风险检测器具有组合方式的止损或者止盈条件，可以有效降低风险或者增加收益，个股基本面选择器根据个股的基本面情况进行前期的选股筛选，避免盈利能力不佳等基本面不佳的股票进入到选个策略中，防止增大下跌存在的风险，个股基本面选择器根据实时环境动态调整风险控制参数，避免通过固定参数方式执行操作，能够根据外部环境的动态变化调整自身的内部参数，从而达到更好的运行状态，个股风险检测器具有动态的选择风险控制的组合风险，避免策略风险控制单一，同时能够根据实际需求进行动态的组合控制，灵活性较强。

附图说明

图1为本发明结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，一种量化投资策略组合风险管控方法，包括以下步骤：

步骤1、策略启动，数据读取器采用python语言和pandas、numpy等组件读取大盘指数和个股数据交易运行数据，包含大盘的20天均线，60天均线等；

步骤2、策略配置器动态配置检测风险相关参数，检测大盘180天涨幅百分比，前面连续3天k线形态，三黑鸦形态，大盘指数基本面增长情况等具体指标，可以按需灵活配置；

其中，大盘指数包含上证指数，深圳指数，中小板指数，创业板指数，沪深300指数等；

步骤3、大盘基本面检测器，根据最近30天大盘涨幅是否大于0，大盘180天涨幅是否大于100％，并且产生基本面状态信号；

步骤4、大盘形态检测器，根据大盘近4天是否连续有3天下跌，180天大盘涨幅是否大于100％，大盘各指数收盘价与20天，60天均线的比较判断是否存在三黑鸦形态，根据180天判断大盘整体所处周期形态；

步骤5、大盘风险生成器根据策略配置器、大盘基本检测器和大盘k线检测器综合三个方面判断生成当前大盘趋势和预警；如果大盘存在风险，直接清仓退出交易；

其中，策略配置器主要是根据设定的跟踪指标和策略形成逻辑判断，大盘基本检测器和k线形态检测器判断180天涨幅，最近30天涨幅，大盘收盘与均线20日和60日的相互关系，给出是否有风险的结果，比如大盘20日大于60日均线作为风险较小的结果，20日小于60日作为存在风险的结果；

步骤6、个股风险检测器先读取持仓个股的代码，取得个股基本面和持仓盈亏情况，根据已经持仓的个股评估个股的基本面和近期盈利和亏损情况，如果基本面财务数据每股收益为负或者个股被st，有退市风险等，给出风险的结果，持仓盈亏主要看买入成本与当前价格的差，来判断盈亏情况；

步骤7、个股基本面选择器根据个股选择条件，通过当前价格price，市净率eps，市盈率pe或者市值cap大小等组合条件，并根据策略逻辑选取符合低市净率，低市盈率，市值相对适中的股票池，根据打分方法排序，最终选择出要进入股票池的10只股票；

步骤8、个股技术面选择器，根据个股收盘价格与5周均线，20周均线，5日均线，20日均线，60日均线数据，获得最近的一个周期的k线技术面进行判断，再根据策略逻辑选择符合有上涨潜力和大概率的股票池，选择基本面不错而且是潜在价格上涨概率最大的股票；

步骤9、根据上面大盘和个股产生的风险信号和个股选择的信号，进行调仓买卖操作。

所述步骤3和步骤4中，通过大盘基本面检测器与大盘形态检测器共同评估大盘趋势风险，盘趋势是投资的主要考量因素点，在大盘走势良好的的情况可以加大投入，增大仓位，大盘整体表现不佳或者突然出现大跌时，个股的清仓或者止损，防止投资本金受损，所述步骤6中，个股风险检测器具有组合方式的止损或者止盈条件，可以有效降低风险或者增加收益，所述步骤7中，个股基本面选择器根据个股的基本面情况进行前期的选股筛选，避免盈利能力不佳等基本面不佳的股票进入到选个策略中，防止增大下跌存在的风险，所述步骤7中，个股基本面选择器根据实时环境动态调整风险控制参数，避免通过固定参数方式执行操作，能够根据外部环境的动态变化调整自身的内部参数，从而达到更好的运行状态，所述步骤6中，个股风险检测器具有动态的选择风险控制的组合风险，避免策略风险控制单一，同时能够根据实际需求进行动态的组合控制，灵活性较强。

工作原理：在使用该量化投资策略组合风险管控方法时，技术上主要采用了python技术，其核心组件为pandas，numpy对数据进行操作，并且采用定时器组件执行定时操作。开源组件tushare提供了需要的金融交易数据和公司的基本面数据。也可以基于当前的量化投资平台聚宽和优矿等平台运行相关策略。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。