趋势永存：打败市场的动量策略读后感1000字

　　《趋势永存：打败市场的动量策略》是一本由【美】Andreas F. Clenow（安德烈亚斯 F. 克列著作，电子工业出版社出版的平装图书，本书定价：59.00元，页数：200，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《趋势永存：打败市场的动量策略》精选点评：

　　●本质上还是拟合避开了美股过去20年的两次大熊市，早期选股上可能还有点效果，估计最近几年是跑输的，特别是在考虑策略容量和冲击成本之后。

　　●动量投资应该还算是有效的，本书策略主要还是避开了两次大熊市导致的

　　●牛市中最有可能发生的事情就是牛市会一直持续下去。

　　●一本类似于海龟交易法则的介绍单一策略的书，和海龟相比少了一些理论建构和故事，所以显得略显乏味一些。总的来说作者介绍的策略是非常有普适性的，我相信在A股也能取得不错的投资成绩，但能抵得住诱惑和寂寞，十几年如一日的执行一种单调的策略岂是普通人能做到的。。

　　●一个动量指标：价格序列的斜率乘R方，既考虑动量强度又考虑波动性

　　●好书，做量化的人需要仔细看看。不要陷入曲线拟合的陷阱中。不管是知乎还是论坛，见过太多模拟交易中夏普3以上的策略。。然而实盘确一个都看不到。。

　　●动量指标是排名指标吗，用在A股是不是阶段涨跌幅统计，换手率统计排名靠前？A股题材股都是短期放量大幅拉升，不考虑基本面的交易系统大部分是海市蜃楼，耍花腔……

　　●201909读完，对我当前的小资金，意义不大。等资金上了亿以后再来研究吧。

　　●受益匪浅

　　●有点可怕

　　《趋势永存：打败市场的动量策略》读后感(一)：股票版本的海龟交易策略

　　去年到今年读了几十本讲交易策略的书，这本书可以排的进前三。

　　这本书完整的讲述了一个交易策略是如何产生的。从动因开始讲述基本思路，从思路落到选股实践，从选股再落实到各股的仓位分配，加上符合逻辑的出场策略。完完整整彻彻底底讲明白了一个真实的交易策略，可以说是纯正的干货。

　　每一个做量化交易的人都应该仔细读读这本书，关键在于策略的思路，参数反而是最不重要的。还有一点确实点醒了我，拿一个现在的指数中各股跑模拟策略，感觉效果都很好，其实这已经是利用了未来数据。

　　看书的过程中，我也会随着章节的扩展产生很多错误的想法。比如看见200日均线错误的让策略出场，内心就会抑制不住想改成220均线等等，人实在是太容易陷入找到完美交易圣杯的陷阱之中了。

　　这本18年10月翻译出版的书现在在豆瓣还没有足够评分。希望后来读到的人可以庆幸在茫茫书海中找到了这一本干货。

　　《趋势永存：打败市场的动量策略》读后感(二)：memo

　　趋势永存-打败市场的动量策略

　　2019.3

　　1，注意指数衍生品，反向etf和反向杠杆etf问题-交易的实际是Gamma而非Delta，买入反向产品实际上是做空波动率

　　2，指数本身就是一种动量策略。回测需注意的问题-幸存者偏差(指数成分股调整和退市等)，需要用总回报数据-拆股合股和分红再投资等

　　3，GICS行业分类-根据消费者判定：日用消费品，、非必须消费品、能源、金融、工业、信息技术、材料、电信服务、公用事业和医疗保健

　　4，趋势跟随的核心前提是基于多元化-同时交易多种不同类别的资产，如果资产之间的相关性非常低，那么你将可能以更低的风险取得更多的回报。

　　5，不应将杠杆和风险混淆。风险控制非常重要，但杠杆高低并不是非常有用的衡量标准。期货交易者-小仓位高杠杆+现金理财

　　6，股票和期货的真正区别在于高相关性和系统beta性：股票作为一个群体具有非常高的同质性，非常高的内部相关性。

　　7，谈到头寸规模时，你需要记住：我们不是分配资金而是分配风险，这是我们理解头寸的关键。

　　风险均衡-根据每只股票的波动率来衡量每个头寸的规模。这样保证了波动 性较大的股票的权重较低，从而使得每只股票对投资组合总体风险的影响力相同。

　　8，ATR，是average true range平均真实波幅的缩写，这是用来衡量股票价格波动的一种指标。

　　真实波幅为今日振幅、今日最高与昨收差价、今日最低与昨收差价，这三个数值中的最大值。ATR即一段时间内的真实波幅平均值。

　　风险因子：单只股票每日对整个投资组合产生影响的比例。如果你将某只股票的风险因子设为0.001，那么单只股票每天对投资组合产生0.1%或10个基点的影响。这里前提假设当前ATR和历史ATR接近。

　　9，头寸再平衡：对于长期投资策略，比如动量策略，每两周或每月调整一次头寸规模就已足够。

　　为了减少换手率，你可以设定一个阈值，一旦目标风险和当前风险之间的差值大于阈值，则进行一次再平衡操作。

　　10，何时卖出？动量策略并不止损。但需要投资组合再平衡：

　　如果我们的投资组合持有大约20只股票，那么只要这些股票排名保持在前30就可以了。

　　如果组合中的某些股票不再是股票池的前30，或者低于其100天均线，则从组合总剔除。

　　投资组合再平衡的频率应该高于头寸再平衡，你可以每周进行一次投资组合再平衡，然后每月调整一次或两次个股的头寸即可。

　　11，自1999-2014的历史表现：长期来看有效的策略在某个时间阶段并不一定能跑赢指数

　　12，趋势过滤(很多时候，当接近底部时，它让我们调低仓位，市场随后就复苏了)能在市场转而向下的时候防止你随船沉没，而且市场一定会转而向下的，早晚会发生。在长长的熊市中避免亏损，长期来看对最终结果会产生很大的影响。(08年会遭受50%损失)

　　13，优化(参数配置-例如移动平均天数和动量周期天数等)不是一个好主意：你得到的就是一个在特定历史时期下的曲线拟合。你真正要做的是仔细思考一些理念，而不是某个精确的数字。

　　《趋势永存：打败市场的动量策略》读后感(三)：简单有效的动量策略

　　

本书描述一个基于指数回归的完整动量策略，这本书在我阅读过的几十本投资书籍(价值投资，传统技术分析，量化，机器学习)中能够进入前三。且在他的新书《Trading Evolved》(暂无中译版)，给出了python的实现代码。 策略是非常简单的:

线性回归计算得到的斜率可以用来度量股票动量，而指数回归的斜率是按百分数表示，显示出每日平均涨跌幅的百分比。然后用R2(判定系数: 价格序列与回归线的拟合程度)来衡量价格序列数据是否符合回归直线。然后降序找到排名前30的股票。

作者在《Trading Evolved》给出的代码如下：

momentum_score

至于ATR的计算, python的技术分析库talib已经有ATR的实现，使用代码如下:

ATR

策略流程图(按自己的需要改了些文字^-^)

策略流程

具体的交易规则(自己也是做了很多优化，这里简单说下)

1. 在周三进行交易(在A股，周一往往因为周末各种大事件，大消息，股价波动非常大，而周五，很多资金为了避免周末的不确定，也可能会减仓)。换成任何一个交易日也没有关系。

2. 计算动量对股票进行排名。使用上述的momentum_score方法。

3. 基于一个基点头寸规模。计算股票数量的公式为: 账户总值 * 0.001 / ATR。风险因子的设定也是因人而异。

4. 判断市场趋势，上证指数在200日均线上，熊市不要买股票，不要接往下落的飞刀。

5. 每周三的组合再平衡, 卖出: 该股票不再是股票池的前20%则卖掉，低于100日均线则卖出。有现金则继续按排名和ATR买入(有了前面的两步，也就没止损操作了)。

6. 每双周三进行一次头寸再平衡， 把当前头寸规模和期望头寸规模做对比，排名后做更新，别忘记定期进行头寸再平衡的目的是避免遭遇随机风险。

其实最主要的还是坚持执行, 传奇交易员理查德.丹尼斯曾说:

我说过很多次，你可以把我的交易法则登在报纸上，但没人会遵守它们。关键是统一性和纪律性。几乎每一个人都可以列出一串法则，而且不比我们的那些法则差多少。但它们不能给别人信心，而唯有对法则充满信心，你才会坚持这些法则，即使遭遇逆境。

作者提到对该策略的优化，边际效用并不高，在针对A股做了某些特别变动后，的确没必要优化，但是, 用机器学习方法来优化，边际效用就会大幅提升，这也是我目前在做的工作。

薄薄的一本书(189页)，读起来如沐春风，类似这样的好书不多，我阅读过类似的有:

1. 机器学习精讲, 196。

2. 万历十五年， 286，但是看起来短小精悍啊。

3. 编程珠玑, 228。

4. The c programming language, 271(英文版，我记得之前阅读过中文版，页数更少)。

5. 有限与无限的游戏， 191。

6. 奇特的一生, 168。

欢迎爱交易的朋友一起交流学习，我的公众号是:

爱交易的程序员

　　《趋势永存：打败市场的动量策略》读后感(四)：一个时序动量与截面动量相结合的股票投资系统

《趋势永存》读书笔记

本书总结就是：

　　1999~2014年。选股上，主要使用了截面动量（回归斜率）和低波动（回归判定系数、波动率（ATR）加权、剔除跳涨15%的股票）两个因子，作者也透露了小市值因子的偏好，多因子组合贡献了3.9%的超额收益；择时上，使用时序动量策略进行了有纪律的择时，避开了科网泡沫破灭和2008年金融危机，贡献了3.3%的超额收益。

具体交易规则：

　　1）每周只检查一次交易信号，比如只在周三交易，但是策略信号还是基于日频数据的；

　　2）选股：

　　i.动量指标（90日线性回归斜率乘以判断系数）选取前1/5的股票；

　　ii.股价低于其100日均线，剔除；

　　iii.最近90日，存在超过15%的价格缺口，剔除；

　　vi.标普500成分股

　　3）基于10个基点计算头寸规模，需要购买的股票数量 = 账户总值 * 0.1% / ATR；

　　4）判断市场趋势，标普500指数在200均线之上，才能买入股票。200日均线之下，能卖不能买；

　　5）每周三投资组合再平衡，回到第2条，组合中不满足选股标普的踢出组合，新加入的进入第4条是否购买；

　　6）每双周三进行一次头寸再平衡；

回测应该注意的两个问题：

　　1）未来信息。拿现在的指数成分股进行回测，而不是回测开始时的指数成分股，后续加入到指数成分股中的股票一般都是表现较好的股票。

　　2）过分参数调优，这个只是追求心理上的安慰，参数应该稳健；

　　主动管理的共同基金很难战胜基准指数，跟踪误差预算很小，超额收益不足以覆盖额外支出的费用。资料详见SPIVA报告，https://us.spindices.com/spiva/。宽基指数ETF是个好东西，避免增强型、反向、结构分级等复制的ETF产品。股票指数其实本身是一个长期动量策略，股价涨了，才能入选或是增强权重。

　　当市场横盘整理或是快速切换方向的时候，趋势跟随者便会亏损。单一品种趋势跟踪策略产生的夏普比率并不高，正是多元化才能显著提高夏普比率，多元化才是问题的根本。

　　多头与空头收益的不对称性，如果做多，头寸越来越大，期权上long gamma。反之做空，空头头寸越来小，short gamma。

　　时序动量策略（趋势跟随）不适合股票，截面动量可以。一是因为股票间的相关性很高，各时序动量策略的多元化效果不足，相对于对单一股票指数执行时序动量策略，但是夏普比率不高；二是时序动量涉及到某些时间段卖空股票，除却卖空成本不说，长期来看，这是要亏损的。

　　回溯期（Lookback periods）的动量指标需要考虑波动率，比如直接使用最新价比上过去30日均价这个指标时，那些波动率较低的证券品种永远处于中间状态。

　　作者提出的动量指标，逻辑是选出稳步上升的股票，而不是大幅跳跃式上涨的股票。对90个交易日的股价数据进行一元线性回归（y是股价时序数据的自然对数，x是1~90），动量指标 = 斜率* 判定系数（R^2）。两个附加规则，一是股价高于100日均线，二是只买入稳步上升的股票，有较大的价格缺口而大幅跳涨的股票要剔除（注：可以按单日最大涨幅排序）。

　　组合权重配比需要考虑波动率，风险评价与等权。ATR，average true range，平均真实波幅，真实波幅 = max（今高减今低，今高与昨收差价，今低与昨收差价），一般取20天的真实波幅作为ATR。计算需要持股数量的计算公式为：账户总值* 0.1% / ATR。

　　策略的持有期，动量指标信号衰减及止损。作者给出的方法是每周组合再平衡，剔除不满足动量指标信号的股票，相对于持有期就是（holding periods）1周。

拿书上的月度业绩数据做的业绩归因：

　　评论：

　　1）策略12%的年化收益率，夏普比率0.85；

　　2）同期美股时序动量策略太给力了，这是根本原因；

　　数据说明：

　　1）xsmom因子数据来自ken.french/data_library，http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html

　　2）其他因子数据来自AQR，https://www.aqr.com/Insights/Datasets#filtered-list

　　3）标普500指数数据来自Wind

　　4）书中给出的策略月度收益率数据来自《趋势永存》P87

　　5）数据都是月频收益率数据，从1999年1月至2014年12月

　　说明：

　　1）从统计显著性来看，TSMOM^EQ（美股时序动量因子）、xsmom（美股截面定量因子）、QMJ（质量因子）和sp500（标普500指数收益率），其中对质量因子还是负暴露；

　　2）作者关注的低波动因子没有体现在BAB上，也可能是因为BAB和low-volatility因子还有点差距；

　　3）判断系数，R^2 = 0.56；