这是邢不行第 110 期量化小讲堂的分享
作者 | 邢不行、密斯锌硒
常看我文章的读者应该能发现，我介绍过的量化策略大多都会在开盘时买入。
比如小市值策略和散户反着买策略：
它们都会在每个周期的第一个交易日开盘去买入相应的股票。
不知道大家有没有思考过，我们为什么会选择开盘而不是收盘或盘中买入呢？
毕竟印象中大A经常高台跳水，开盘买入不就意味着亏损吗？
这其实和股市中的某个常见现象有关，了解这个现象，对做量化及手工交易都有启发，下文我们就来做相应的介绍。
一直以来A股都被戏称为国家一级跳水运动员，非著名速降自行车手，3000点高地常备役守军。
谁让我们遇到的行情总让人一言难尽：
尤其行情较差时，大家都习惯了大A低开，即使偶尔高开也会低走。
我也问过有一定交易经验的朋友们，在他们印象中大多数时候大A都是低走的。
这样的感觉是否正确呢？A股是否真的存在低开效应呢？
我们是做量化交易的，不能只凭主观直觉去判断。
还是要找来A股历史数据，借助Python代码，去看A股是否真的频频低开。
要进行这样的验证，我们首先需要知道什么是低/高开、低/高走。
具体定义我已帮大家列示如下，就不多加赘述了：
了解了相关定义，我们就可以找来上证指数交易数据、编写相应的Python代码，统计历史上大A的开盘表现。
程序运行结果如图所示：
2007年至今，上证指数共出现1751次高开，2397次低开，另有2次平开。
从数据角度看，大盘确实以低开为主。
我们还顺便统计了A股其他指数，发现也是低开居多，高开更少：
这类现象的成因较难解释。
有人认为和A股的T+1交易制度相关，但好像也不能完全说通。
我们先用其他T+0交易市场的指数来做个交叉验证。
我们统计了恒生指数、标普500和纳斯达克指数的开盘情况：
和A股指数不同的是，上述指数高开的概率确实更高。
但不同市场低开/高开占比的差异，真的仅仅由T+1交易制度带来吗？
感兴趣的同学可以自己思考，我就不多着墨于此了。
我们再进一步去探究A股每天的走势。
计算相对简单，只需在原有代码上稍作修改即可，具体结果如图所示：
2007年至今上证指数在历史上共出现1292次低开高走，占比31%，与我们认为低开低走或高开低走出现最多的经验相悖。
当然我们也不能只看上证指数，毕竟指数无法代表全部股票，尤其是上证指数这样一个失真的指数。
因此我们还需要找出全部A股的历史数据，编写相应的Python代码，去看个股低开还是高开更多，是否也存在低开高走现象。
具体的数据我已经帮大家整理妥当，包含了所有股票（包括已退市的股票）上市至今每天的开高收低价格，甚至可以计算复权价，非常的完备。
有了数据我们就可以借助Python代码去做相应的计算：
如果你需要上述数据和代码的话，可以加我微信xbx297，都是可以直接免费发给你的。
统计结果如图所示：
2007年至今所有A股股票也都以低开为主。
比较神奇的是在剔除了停牌的情况下，仍有168万次平开，占比14.13%。
进一步挖掘当日走势，我们发现个股还是低开高走居多，然后才是低开低走和高开低走。
这与指数验证的结论是一致的，即A股整体以低开为主且低开高走的趋势最多。
这也解释了为何实盘策略会倾向于开盘买入股票，因为在收盘时获得正收益的可能性更大。
而如果在前一天收盘买入，则有更高的可能面临开盘下跌的境地。
上述结论不单单能运用到量化交易中，手工操作也可以借鉴。
比如原先准备当天收盘时买入股票的，就可以等到第二天开盘时再买入，这样相对而言会有系统性的优势，日积月累也会产生不错的收益。
当然我们的研究也不会仅仅止步于此。
接下来我们将继续深入探索，看看A股的低开高走现象又有哪些更细分的规律？
比如什么情况下股票低开会更加容易高走？
我们把低开的幅度按照0%-1%、1%-2%一直到8%-9%进行分组，共计9组。
低开9%以上涉及到跌停，这里就暂不讨论。
这9种不同程度的低开发生后，在未来1/2/3天及更多天的股价表现又会如何？
我们仍借助全部A股历史数据和Python代码来进行验证。
相关数据和代码已经准备好了，如果你需要的话，可以加我微信xbx297，都是可以直接免费发给你的。
代码运行结果如图所示：
2007年至今低开1%以内的情况最多，共409万次，而低开8%-9%的情况则只出现过5914次。
显而易见低开幅度越大，出现次数越少。
再从低开后1天的表现来看，低开8%-9%的区间更易走高，高走概率达到56.21%，盈亏比也高达3.65。
这意味着每一次高走的收益，相当于3.6次低走的收益。
再进一步去看，我们发现股票低开的幅度越大，当天平均收益也越高，最高的甚至有2.82%。
但需要注意的是，在实操中我们无法在当天卖出这些股票，即无法赚到这2.82%。
但不管怎样，长期来看低开股票未来收益都不错，只有低开幅度在4%-7%区间的股票仍会面临亏损。
至此我们对A股的低开现象做了深入分析，那是否可以据此构建一个相应的量化策略呢？
本期只是得出了一个结论，从结论转化到可以执行的交易策略还有很多步骤。
篇幅有限，就不在本文多做讲解。
大家感兴趣的话可以多多点赞，点赞破100，我们就聊聊该如何设计相应的量化策略。
文章的最后，和大家分享一点量化投资的心得。
经常有人问我小白如何入门量化投资，有什么资料分享。
我特意为大家准备了一个《量化投资新手学习大礼包》。
首先是我们自己总结的适合零基础新手的量化投资学习路径，可以让你知道自己每一步需要达到什么阶段。
接下来你可以通过我整理的量化文章合集，来更全面的了解量化投资到底是什么。
我还精选了适合各个学习阶段的策略研报合集，正如我一直所说，量化研报是很好的量化实践项目，深度研报可以显著提升你的量化水平。
这一份代码则适合喜欢研究技术指标的人，你可以跟着教程轻松计算出所有技术指标，并测试这个指标的有效性。
如果你有一定的基础，还可以尝试回测一些策略，我为你准备好了十几个不同类型的经典策略和它们的代码，相信总有一个适合你自己去魔改开发，运用到实盘。
最后也是最关键的，量化的基础就是准确的历史数据，我会送你一份股票历史日线数据和一份财务数据，你可以用它测试所有技术指标和财务指标，也可以用来回测大部分策略。
识货的你一定能够发现这个大礼包的价值吧。如果你需要的话，可以加我微信xbx297，都是可以直接免费发给你的。
