如何建立量化交易模型（二）

翁富

在上一文章《如何建立量化交易模型》中已讲解，一套程序化量化交易模型分为信号和交易两大部分。建立交易模型的第一步首先要解决买卖信号。以做多为例，第一步就要解决买入信号，然后再到卖出信号。买入信号可以以特定K线，分时走势等已有理论依据为基础的标的物为研究对象。确立买入信号具体特征条件后，对个股历史走势出现买入信号特征和规律进行统计研究。

研究买入信号的规律可以从多方面入手：（1）标的信号的自身具体特征状态；（2）标的个股信号下午开盘第一波拔高幅度统计；（3）标的个股信号出现后盘中价格表现特征以及细分；（4）标的个股信号出现后收盘价格表现特征以及细分。

而笔者以中午收盘价的涨跌情况与幅度作为基准参照，将个股信号自身结构特征与细分成以下几类：（1）绿盘下跌状态下拔高 （跌幅超过2%以上）；（2）平盘状态下拔高 （涨跌幅-1%至1%内）；（3）小幅上升状态下拔高 （涨幅2%以内）；（4）大幅上升状态下拔高（涨幅2%以上）。（参照图1、2）

下面笔者以个股信号出现下午开盘第一波拔高幅度规律入手进行统计，这一数据统计研究主要目的是研究分析，第一波拔高幅度的大小对这些股票，当天价格中盘特别是收盘表现有什么的影响，另外对这些股票的短线影响程度如何？从中找出最强的信号规律。

下午开盘第一波拔高幅度，是指下午开盘后出现大买单拔高到连续性拔高结束，这一过程的拉升幅度。这种拉高表现是较特别的拉升，一般最小拔高幅度都超过2%。

一波拔高有的在几分钟时间内直拉涨停，这连续性过程的拉升幅度在2%-10%之间，具体呈如何状态分布就得做详细的统计才有结果。做这些统计是为了搞清这些拔高状态的规律，为接下来研究拔高后股价盘中的表现，和收盘的表现做准备。拔高后股价盘中有没有明显出现调整？调整的幅度大小？收盘股价涨跌幅如何？这些都是接下来要做统计分析的。这是对信码源自身内在结构的研究，了解的越清楚就越能掌握信码源的特性的规律。