1983年年中,著名的商品投機家理查德.丹尼斯與他的老友比爾.埃克哈特進行了一場辯論,這場辯論是關于偉大的交易員是天生造就還是後天培養的。理查德相信,他可以教會人們成為偉大的交易員。比爾則認為遺傳和天性才是決定因素。
為了解決這一問題,理查德建議招募并培訓一些交易員,給他們提供真實的帳戶進行交易,看看兩個人中誰是正确的。
他們在《巴倫氏》、《華爾街期刊》和《紐約時報》上刊登了大幅廣告,招聘交易學員。廣告中稱,在一個短暫的培訓會後,新手将被提供一個帳戶進行交易。
理查德從報名的人中精選出13個人,1983年12月底,學員被邀請到芝加哥進行兩周的培訓,到1984年1月初,開始用小帳戶進行交易。到了2月初,在學員證明了自己的能力之後,丹尼斯給其中的大多數人提供了50萬至200萬美元的資金帳戶。
“學員們被稱為‘海龜’(丹尼斯先生說這項計劃開始時他剛剛從亞洲回來,他解釋了自己向别人說過的話,‘我們正在成長為交易員,就象在新加坡他們正在成長為海龜一樣’)。”----斯坦利.W.安格瑞斯特,《華爾街期刊》,1989年9月5日
海龜成為交易史上最著名的實驗,因為在随後的四年中這些海龜交易員取得了年均複利80%的收益。
是的,裡克證明了交易可以被傳授。他證明了用一套簡單的法則,他可以使僅有很少或根本沒有交易經驗的人成為優秀的交易員。而這個交易法則被後世稱為“海龜交易法則”。
海龜交易法則具體内容**海龜交易法則:**海龜交易法則屬于趨勢交易,首先建立唐奇安通道(下文會具體解釋),即确定上突破線和下突破線,如果價格突破上線,則做多,如果價格突破下線就平倉或做空。
唐奇安通道與開倉唐奇安通道,作為一個通道必定有上線和下線,上線就是前N1日内的最高價,下線就是前N2日内的最低價,一般來說N1=20,N2=10;然後,價格上穿就買,下穿就賣,就是這麼簡單。
但是僅僅隻用唐奇安通道進行買賣,其實效果跟MACD線等其他趨勢策略的效果差不多,并沒有更優
ATR與倉位管理海龜交易法則最核心的部分,在于倉位的控制,這種止損會讓你基準的虧損不超過總資金的n%,所以這部分的思想是需要我們學習的。
當日的真實波幅TR(true range)計算當日真實波幅公式
TR1=Max(H1−L1,H1−C0,C0−L1)TR1=Max(H1−L1,H1−C0,C0−L1)
其中,下表1代表當日,下表0代表昨日,C0C0是昨日開盤價close,H是最高價high,L是最低價low。
平均波幅ATR(Average true range)一般取前20日的平均TR。
ATR20=mean(TR1,TR2…TR19,TR20)ATR20=mean(TR1,TR2…TR19,TR20)
其中,公式 mean(X1,X2)mean(X1,X2) 代表求 X1X1 和 X2X2 的平均數。
這時候我們已經求出ATR,這個數字可以當做衡量今天的價格波幅的基準,為1單位,比如現在價格是100元,基準波幅ATR=4元,代表今天基準波幅在98-102元,如果是2倍ATR,波幅就在96-104元。
倉位管理在僅讨論多頭的情況下:
1、如果标的價格跌破"持倉均價-0.5(1、1.5、2)倍的ATR",則平倉至原始倉位的75%(50%,25%,0%)。
2、如果标的價格跌破唐奇安通道下軌,則全平倉。
海龜交易法則策略實現(基于掘金量化平台)策略思想
subscribe(symbols=symbols, frequency='1d', count=31, wait_group=True)
訂閱數據需要在定義init函數裡面設置,并調用subscribe函數,這裡注意,我們需要通過計算前三十根bars來作為開平倉的标準,并在當前bar上做出開平倉操作,所以需要獲取31根bar:
data = context.data(symbol=symbol, frequency='1d', count=31, fields='close')
訂閱數據之後,需要獲取已經訂閱的數據來進行操作,這時需調用context.data函數:
position_long = context.account().position(symbol=symbol, side=PositionSide_Long)
position_short = context.account().position(symbol=symbol, side=PositionSide_Short)
在判斷平倉條件時,需要獲取持倉信息(包含持倉均價),這就需要調用context.account().position函數:
分析
我們選取了2017年6月至2017年12月作為回測周期,“RB1801”與“FG801”作為标的合約,均線長短周期分别為5d,20d,唐奇安通道上下軌計算周期分别為20d,10d,ATR計算周期為20d,可以看出:
策略源碼
# coding=utf-8
from __future__ import print_function, absolute_import, unicode_literals
import sys
import numpy as np
import pandas as pd
try:
import talib
except:
print('請安裝TA-Lib庫')
sys.exit(-1)
from gm.api import *
'''
本策略通過計算CZCE.FG801和SHFE.rb1801的ATR.唐奇安通道和MA線,
當價格上穿唐奇安通道且短MA在長MA上方時開多倉;當價格下穿唐奇安通道且短MA在長MA下方時開空倉(8手)
若有多倉則在價格跌破唐奇安平倉通道下軌的時候全平倉位,否則根據跌破
持倉均價 - x(x=0.5,1,1.5,2)倍ATR把倉位平至6/4/2/0手
若有空倉則在價格漲破唐奇安平倉通道上軌的時候全平倉位,否則根據漲破
持倉均價 x(x=0.5,1,1.5,2)倍ATR把倉位平至6/4/2/0手
回測數據為:CZCE.FG801和SHFE.rb1801的1min數據
回測時間為:2017-09-15 09:15:00到2017-10-01 15:00:00
'''
def init(context):
# context.parameter分别為唐奇安開倉通道.唐奇安平倉通道.短ma.長ma.ATR的參數
context.parameter = [20, 10, 5, 20, 20]
context.tar = context.parameter[4]
# context.goods交易的品種
context.goods = ['CZCE.FG801', 'SHFE.rb1801']
# 訂閱context.goods裡面的品種, bar頻率為1min
subscribe(symbols=context.goods, frequency='1d', count=51)
# 止損的比例區間
def on_bar(context, bars):
bar = bars[0]
symbol = bar['symbol']
recent_data = context.data(symbol=symbol, frequency='1d', count=51, fields='close,high,low')
close = recent_data['close'].values[-1]
# 計算ATR
atr = talib.ATR(recent_data['high'].values, recent_data['low'].values, recent_data['close'].values,
timeperiod=context.tar)[-1]
# 計算唐奇安開倉和平倉通道
context.don_open = context.parameter[0] 1
upper_band = talib.MAX(recent_data['close'].values[:-1], timeperiod=context.don_open)[-1]
context.don_close = context.parameter[1] 1
lower_band = talib.MIN(recent_data['close'].values[:-1], timeperiod=context.don_close)[-1]
# 若沒有倉位則開倉
position_long = context.account().position(symbol=symbol, side=PositionSide_Long)
position_short = context.account().position(symbol=symbol, side=PositionSide_Short)
if not position_long and not position_short:
# 計算長短ma線.DIF
ma_short = talib.MA(recent_data['close'].values, timeperiod=(context.parameter[2] 1))[-1]
ma_long = talib.MA(recent_data['close'].values, timeperiod=(context.parameter[3] 1))[-1]
dif = ma_short - ma_long
# 獲取當前價格
# 上穿唐奇安通道且短ma在長ma上方則開多倉
if close > upper_band and (dif > 0):
order_target_volume(symbol=symbol, volume=80, position_side=PositionSide_Long, order_type=OrderType_Market)
print(symbol, '市價單開多倉8手')
# 下穿唐奇安通道且短ma在長ma下方則開空倉
if close < lower_band and (dif < 0):
order_target_volume(symbol=symbol, volume=80, position_side=PositionSide_Short, order_type=OrderType_Market)
print(symbol, '市價單開空倉8手')
elif position_long:
# 價格跌破唐奇安平倉通道全平倉位止損
if close < lower_band:
order_close_all()
print(symbol, '市價單全平倉位')
else:
# 獲取持倉均價
vwap = position_long['vwap']
# 獲取持倉的資金
band = vwap - np.array([200, 2, 1.5, 1, 0.5, -100]) * atr
# 計算最新應持倉位
grid_volume = int(pd.cut([close], band, labels=[0, 10, 20, 30, 40])[0]) * 2
order_target_volume(symbol=symbol, volume=grid_volume, position_side=PositionSide_Long,
order_type=OrderType_Market)
print(symbol, '市價單平多倉到', grid_volume, '手')
elif position_short:
# 價格漲破唐奇安平倉通道或價格漲破持倉均價加兩倍ATR平空倉
if close > upper_band:
order_close_all()
print(symbol, '市價單全平倉位')
else:
# 獲取持倉均價
vwap = position_short['vwap']
# 獲取平倉的區間
band = vwap np.array([-100, 0.5, 1, 1.5, 2, 200]) * atr
# 計算最新應持倉位
grid_volume = int(pd.cut([close], band, labels=[0, 10, 20, 30, 40])[0]) * 2
order_target_volume(symbol=symbol, volume=grid_volume, position_side=PositionSide_Short,
order_type=OrderType_Market)
print(symbol, '市價單平空倉到', grid_volume, '手')
if __name__ == '__main__':
'''
strategy_id策略ID,由系統生成
filename文件名,請與本文件名保持一緻
mode實時模式:MODE_LIVE回測模式:MODE_BACKTEST
token綁定計算機的ID,可在系統設置-密鑰管理中生成
backtest_start_time回測開始時間
backtest_end_time回測結束時間
backtest_adjust股票複權方式不複權:ADJUST_NONE前複權:ADJUST_PREV後複權:ADJUST_POST
backtest_initial_cash回測初始資金
backtest_commission_ratio回測傭金比例
backtest_slippage_ratio回測滑點比例
'''
run(strategy_id='dcda6cd6-e139-11e7-9f7c-9cd21ef04ea9',
filename='turtal.py',
mode=MODE_BACKTEST,
token='token',
backtest_start_time='2017-06-01 09:15:00',
backtest_end_time='2017-12-11 15:00:00',
backtest_adjust=ADJUST_PREV,
backtest_initial_cash=10000000,
backtest_commission_ratio=0.0001,
backtest_slippage_ratio=0.0001)
更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!