前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >极值波动策略

极值波动策略

作者头像
用户1075292
发布2019-09-29 10:56:59
7010
发布2019-09-29 10:56:59
举报
文章被收录于专栏:听雨堂听雨堂听雨堂

设想得很好,在每次波动的极值点进行操作,用买入和卖出价格两个数组记录买入和卖出价格。这样可以保证每个操作都盈利。

以一次价格低点为例,从低到高,查询卖出列表,如果匹配,说明前期的某个卖出操作已经可以盈利,则买入,并删除卖出数组中的记录。从低到高搜索,可以保证把最高的卖出价格留到后面,增加操作的容量。

如果卖出列表没有对应操作,则查询买入列表,如果临近范围已经有买入记录,则不买,防止在某个价位反复买入,如果该区间没有买入记录,则买入,并记录。核心策略如下:

#分布判断,如果可行,修改g.long或g.short,返回True
#使用g.orderprice和g.mm判断
def distcheck(): 
    jl=1   #预设的盈利距离
    idx=int(g.orderprice/g.step) #求出区间索引
    buycnt=len([x for x in g.buy if x>0])
    sellcnt=len([x for x in g.sell if x>0])
    
    if g.mm==1:  #买入
        #if buycnt-sellcnt>0:
            #return False
        for i in range((idx+jl),len(g.sell)):    #遍历寻找
            if g.sell[i]>0:
                print("买入%.2f(%.2f)"%(g.orderprice,g.sell[i]))
                g.sell[i]=0
                return True
        if g.buy[idx]==0:
            g.buy[idx]=g.orderprice
            print("买入%.2f"%(g.orderprice))
            return True
    if g.mm==-1:  #卖出
        #if sellcnt-buycnt>0:
            #return False
        for i in range((idx-jl),0,-1):    #遍历寻找
            if g.buy[i]>0:
                print("卖出%.2f(%.2f)"%(g.orderprice,g.buy[i]))
                g.buy[i]=0
                return True
        if g.sell[idx]==0:
            g.sell[idx]=g.orderprice
            print("卖出%.2f"%(g.orderprice))
            return True
            
    return False

这是回测的结果:

image
image

很不理想,这种操作,可能导致分化,买入列表最后都是一些高价,卖出列表都是低价,这是最后阶段的列表

image
image

无论是调整区间,还是调整盈利预期,还是保持两个列表平衡,都不能有效改善。

分析原因:买卖的控制,尽管保证了每次买卖自己盈利了,但对于总体,或者两个列表上“挂着”的交易来说,可能是一种亏损。

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2019-08-19 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档