【精选】破解波动性突破实盘系统

量化投资与机器学习微信公众号

发布于 2018-01-29 19:01:53

1.1K0

发布于 2018-01-29 19:01:53

1、波动性突破实盘系统介绍

1.1 系统设计思想

波动性突破，本身带有一定程度自适应市场的特点，为趋势跟踪系统中的上品，我们再加入时间清仓、顺势下轿的元素，在中性的盘整市道中主动退出突破交易，或在发生第二次波动性突破的时候顺势平仓，这样就部分解决了利润回撒的问题，至于参数，个人倾向于没有参数的交易系统模型最好，最具有未来市场的适应能力，如果必须要有一两个参数，那么以该参数在大幅度变动的测试环境下，仍然可以盈利为佳。

1.2 波动性突破系统的文华财经源码：

TR:= MAX(MAX((HIGH-LOW),ABS(REF(CLOSE, 1）-HIGH)), ABS (REF(CLOSE, 1)-LOW))；ATR := MA(TR, 10)；DT:=CLOSE>REF(CLOSE, l)+REF(ATR, l)×1.5；KT:=CLOSEREF(CLOSE, l)+REF(ATR, l)×1.5, 2)=1&&DT：KT2:=COUNT(CLOSE＜REF(CLOSE, 1)-REF(ATR, l)×1.5, 2)=1&&KT:DT,BPK;KT,SPK;CROSS (BARSLAST (DT),N) || DT2, SP;CROSS (BARSLAST (KT),N) || KT2, BP;

1.3 文华财经函数注解：

文华中：

1、买开/卖开（BK/SK)、买平/卖平(BP/SP)和买平开/卖平开(BPK/SPK)的字母缩写。简单说，就是前者每次交易有间隔，类似于一般人的交易方式；而后者就是平仓后立即反手，是连续在市场交易。 2、REF(X,N) 引用X在N个周期前的值。 3、BARSLAST(X) 求上一次条件成立到当前的周期数。 4、COUNT(X,N) 表示统计在N周期内满足X条件的周期数。 5、CROSS(X,Y) 表示X上穿Y。

2、策略代码分享

2.1 策略文件

function  WATR(Int,Begin,cellPar)global idexKglobal Tlenglobal TimeDTglobal TimeKTN=cellPar{1};if Int    traderSetParalMode(false);    idexK=traderRegKData('day',1);    Tlen=length(idexK(:,1));    TimeDT=zeros(Tlen,1);    TimeKT=zeros(Tlen,1);else    %提取数据    [mp,~,~] = traderGetAccountPositionV2(1,(1:Tlen));    [~,HandListCap,~,~,~]=traderGetAccountInfoV2(1);    iddexK = traderGetRegKData(idexK, 30, false);    [Multiple, ~, ~, ~, ~, ~, ~] = traderGetFutureInfoV2(1:Tlen);    for i=1:Tlen        idddexK=iddexK(1+8*(i-1):8*i,:);        time=idddexK(1,:);        high=idddexK(3,:);        low=idddexK(4,:);        close=idddexK(5,:);        sharenum=floor(HandListCap*0.8/close(end)/Multiple(i)/Tlen);        %指标计算        TR=max(max((high(1:end-1)-low(1:end-1)),abs(close(1:end-1)-high(1:end-1))),abs(close(1:end-1)-low(1:end-1)));        ATRValue=MA(TR,10);        DT=close(end)>close(end-1)+ATRValue(end-1)*1.5;        KT=close(end)<close(end-1)-ATRValue(end-1)*1.5;        if DT==1            TimeDT(i)=time(end);        elseif KT==1            TimeKT(i)=time(end);        end        D1=close(end-1)>close(end-2)+ATRValue(end-2)*1.5;        D2=close(end-2)>close(end-3)+ATRValue(end-3)*1.5;        K1=close(end-1)<close(end-2)-ATRValue(end-2)*1.5;        K2=close(end-2)<close(end-3)-ATRValue(end-3)*1.5;        DT2=(D1+D2==1)&&DT;        KT2=(K1+K2==1)&&KT;        SP=(time(end-N+1)>TimeDT(i))||DT2;        BP=(time(end-N+1)>TimeKT(i))||KT2;        %开平仓动作        if mp(i)==0            if KT                traderBuyV2(1,i,sharenum,0,'market','buy');            elseif   DT                traderSellShortV2(1,i,sharenum,0,'market','sell');            end        elseif mp(i)>0            if  DT                traderPositionToV2(1,i,0,0,'market','stop');            elseif BP                traderPositionToV2(1,i,0,0,'market','stop');            end        elseif  mp(i)<0            if KT                traderPositionToV2(1,i,0,0,'market','stop');            elseif SP                traderPositionToV2(1,i,0,0,'market','stop');            end        end    endendendfunction MAValue=MA(Price,Length)MAValue=zeros(length(Price),1);for i=Length:length(Price)    MAValue(i)=sum(Price(i-Length+1:i))/Length;endMAValue(1:Length-1)=Price(1:Length-1);end

2.2执行文件

targetList1 = traderGetCodeList('dce000');targetList2 =traderGetCodeList('czce000');targetList3 = traderGetCodeList('shfe000');targetList=[targetList1,targetList2,targetList3]; targetList=targetList([2 16 17 18 33 47]);traderSetBacktest(100000000,0.0025,0.02,0,1,0,0);AccountList(1) = {'FutureBackReplay'};N=7;traderRunBacktestV2('WATR',@WATR,{N},AccountList(1),targetList,'day',1,20110101,20170820,'FWard');

3、回测表现

对几种不同类型同时成交量活跃的商品期货2010年至2017年进行回测。

赠书活动

量化投资与机器学习公众号联合机械工业出版社送出5本《MATLAB金融算法分析实战——基于机器学习的股票量化分析》

详解MATLAB金融工具箱及金融算法分析与应用。涵盖43个量化投资指标、14种算法应用和23个算法案例。涵盖14种常用数据处理算法、8种股票预测机器学习算法。详解MATLAB金融数据挖掘中的趋向和发展趋势指标。从机器学习算法出发，用MATLAB对金融大数据进行仿真分析
本书全面系统地讲解了MATLAB金融算法分析与应用，以及金融数据挖掘中的趋向和发展趋势指标，并结合具体的机器学习算法分析，让读者深入学习和掌握MATLAB金融数据机器学习算法。本书注重实战，通过大量的案例，帮助读者更好地理解书中的内容。