实盘的时候有时候发现，涨了一根K线后直接就卖出了，导致后面K线的涨幅吃不到。所以就想着是否需要提高历史数据的权重，降低当前K线的权重，这样就不会对当前K线的变化很敏感，可能可以多持有几个小时K。

def custom_weights(length): weights = np.arange(1, length + 1) reversed_weights = weights[::-1] # 反转权重顺序 return reversed_weights / sum(reversed_weights)

df[factor_name] = df['流动溢价'].rolling(window=n, min_periods=1).apply(lambda x: np.dot(x, custom_weights(n)),raw=True)

start_date = '2020-04-01' # 回测开始时间

end_date = '2024-01-14' # 回测结束时间

参数还是168，测试结果如下

累积净值 18.64 年化收益 116.42% 最大回撤 -13.62%

用std然后再apply试试

df['流动溢价std'] = df['流动溢价'].rolling(n, min_periods=2).std()

df[factor_name] = df['流动溢价std'].rolling(window=n, min_periods=1).apply(lambda x: np.dot(x, custom_weights(n)),raw=True)

累积净值 30.07 年化收益 145.52% 最大回撤 -13.75%

不做反转：

def custom_weights(length): weights = np.arange(1, length + 1)

return weights / sum(weights)

df['流动溢价std'] = df['流动溢价'].rolling(n, min_periods=2).std()

df[factor_name] = df['流动溢价std'].rolling(window=n, min_periods=1).apply(lambda x: np.dot(x, custom_weights(n)),raw=True)

累积净值 45.74 年化收益 174.28% 最大回撤 -13.78%

默认策略是多少来着？

累积净值 51.35 年化收益 182.78% 最大回撤 -12.51%

看来效果不明显啊

实盘的时候有时候发现，涨了一根K线后直接就卖出了，导致后面K线的涨幅吃不到。所以就想着是否需要提高历史数据的权重，降低当前K线的权重，这样就不会对当前K线的变化很敏感，可能可以多持有几个小时K。

def custom_weights(length): weights = np.arange(1, length + 1) reversed_weights = weights[::-1] # 反转权重顺序 return reversed_weights / sum(reversed_weights)

df[factor_name] = df['流动溢价'].rolling(window=n, min_periods=1).apply(lambda x: np.dot(x, custom_weights(n)),raw=True)

start_date = '2020-04-01' # 回测开始时间

end_date = '2024-01-14' # 回测结束时间

参数还是168，测试结果如下

累积净值 18.64 年化收益 116.42% 最大回撤 -13.62%

用std然后再apply试试

df['流动溢价std'] = df['流动溢价'].rolling(n, min_periods=2).std()

df[factor_name] = df['流动溢价std'].rolling(window=n, min_periods=1).apply(lambda x: np.dot(x, custom_weights(n)),raw=True)

累积净值 30.07 年化收益 145.52% 最大回撤 -13.75%

不做反转：

def custom_weights(length): weights = np.arange(1, length + 1)

return weights / sum(weights)

df['流动溢价std'] = df['流动溢价'].rolling(n, min_periods=2).std()

df[factor_name] = df['流动溢价std'].rolling(window=n, min_periods=1).apply(lambda x: np.dot(x, custom_weights(n)),raw=True)

累积净值 45.74 年化收益 174.28% 最大回撤 -13.78%

默认策略是多少来着？

累积净值 51.35 年化收益 182.78% 最大回撤 -12.51%

看来效果不明显啊