By name: quant-timing-intro description: 量化择时基础知识，介绍量化择时的概念、框架和主要方法论。适用于需要理解择时策略基本框架的场景。
量化择时入门
什么是量化择时
量化择时是利用数量化方法，通过对各种宏观微观指标的量化分析，试图找到影响大盘走势的关键信息，并对未来走势进行预测。
择时目标
- 上涨：买入持有
- 下跌：卖出清仓
- 震荡：高抛低吸
挑战
- 大盘走势与宏观经济、微观企业、国家政策、国际形势密切相关
- 准确判断走势具有相当难度
量化择时主要方法
| 方法 | 说明 |
|---|---|
| 趋势择时 | 基于技术指标判断趋势 |
| 市场情绪择时 | 基于投资者情绪指标 |
| 有效资金模型 | 基于资金流向 |
| 牛熊线 | 基于布朗运动理论 |
| Hurst指数 | 基于分形理论 |
| SVM分类 | 基于机器学习 |
| SWARCH模型 | 基于宏观指标 |
| 异常指标 | 基于特殊市场状态 |
择时指标分类
1. 趋势型指标
- MA（移动平均）
- MACD
- DMA
- TRIX
2. 情绪型指标
- 投资者信心指数
- 封闭式基金折溢价率
- 新股指标
- 基金仓位
3. 资金型指标
- 资金净流入
- 有效资金
- M2货币供应
4. 预测型指标
- SVM分类
- 神经网络
- 回归模型
择时策略评价
核心指标
- 累计收益率：总收益水平
- 胜率：交易成功概率
- 夏普比率：风险调整收益
- 最大回撤：最大亏损幅度
- 交易次数：策略活跃程度
择时效果判断
- 不错过大的系统性机会
- 能回避较大的系统性风险
- 能良好地辨别盘整状态
A股择时特点
- 个人投资者众多，情绪影响大
- 政策市特征明显
- 牛短熊长特征
- 波动性较大
使用场景
- 大盘择时判断
- 仓位管理决策
- 风险管理
- 资产配置调整
注意事项
- 没有100%准确的择时
- 需要结合多种方法
- 考虑交易成本
- 定期优化参数