首页
学习
活动
专区
圈层
工具
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
22 篇文章
1
配对交易千千万,强化学习最NB!(附文档+代码讲解)
2
【全网首发】机器学习该如何应用到量化投资系列(二)
3
【全网首发】机器学习该如何应用到量化投资系列(三)
4
【Python量化投资】趋向系统指标策略 ADX、DMI指标用于股票池(附源码)
5
【Python量化投资】经典策略复现之R-Breaker(附源码)
6
【深度学习量化投资】RNNs在股票价格预测的应用基于Keras
7
基于 RNN、LSTM 的股票多因子预测模型
8
【代码+论文】最全LSTM在量化交易中的应用汇总
9
强化学习(Reinforcement Learning)应用于量化投资系列专题(一)——在交易中的应用
10
强化学习(Reinforcement Learning)应用于量化投资系列专题(二)——设计一个外汇交易系统基于自适应强化学习
11
基于无监督学习的期权定价异常检测(代码+数据)
12
最新 | 深度递归LSTM-LRP非线性时变多因子模型(附下载)
13
创新AI算法交易:重新定义Bar、标签和平稳性(附代码)
14
变分自编码器:金融间序的降维与指标构建(附代码)
15
利用深度神经网络增强时间序列动量策略
16
TensorTrade:基于深度强化学习的Python交易框架
17
量价特征因子:基于HMM的多空策略(附代码)
18
XGBoost:股价预测进阶
19
【独家】周志华教授gcForest(多粒度级联森林)算法预测股指期货涨跌
20
【量化精品】通过LSTM神经网络进行时序预测针对股票市场(附Python源码)
21
金融时序预测:状态空间模型和卡尔曼滤波(附代码)
22
波动率预测:基于CNN的图像识别策略(附代码)

【Python量化投资】经典策略复现之R-Breaker(附源码)

R-Breaker是个经典的具有长生命周期的日内模型

类型:日内趋势追踪+反转策略

周期:1分钟、5分钟

根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位,

从大到小依次为:

突破买入价(buy_break)、观察卖出价(sell_setup)、

反转卖出价(sell_enter)、反转买入价(buy_enter)、

观察买入价(buy_setup)、突破卖出价(sell_break)

以此来形成当前交易日盘中交易的触发条件。

交易规则:

- 反转:

- 持多单,当日内最高价超过观察卖出价后,盘中价格出现回落,且进一步跌破反转卖出价构成的支撑线时,采取反转策略,即在该点位反手做空;

- 持空单,当日内最低价低于观察买入价后,盘中价格出现反弹,且进一步超过反转买入价构成的阻力线时,采取反转策略,即在该点位反手做多;

- 突破:

- 在空仓的情况下,如果盘中价格超过突破买入价,则采取趋势策略,即在该点位开仓做多;

- 在空仓的情况下,如果盘中价格跌破突破卖出价,则采取趋势策略,即在该点位开仓做空;

源代码

下一篇
举报
领券