
數量技術宅團隊在CSDN學院推出了量化投資系列課程
歡迎有興趣系統學習量化投資的同學,點擊下方鏈接報名:
量化投資速成營(入門課程)
Python股票量化投資
Python期貨量化投資
Python數字貨幣量化投資
C++語言CTP期貨交易系統開發
數字貨幣JavaScript語言量化交易系統開發
更多精彩內容,歡迎關注公眾號:數量技術宅,探討資料分析、量化投資問題,請加技術宅微信:sljsz01(個人號快加滿,欲添加老師請從速)
多周期共振,提高策略勝率
趨勢策略是量化投資策略中一個重要的類別,趨勢策略有著低勝率、高盈虧比的特征,低勝率意味著當行情長期不出現趨勢,策略會面臨較大的回撤幅度、較長的回撤周期,容易讓策略交易者產生無法繼續執行策略的念頭,那么,如何可以提高趨勢策略的勝率,使其在震蕩行情盡可能少開倉、甚至不開倉,我們這里引進多周期共振的方法,
多周期共振,理論依據是自然界的“分形理論”,我們把該理論應用到K線圖表上,市場不同級別的K線,如果抹去K線周期,很難看出所屬的K線周期;根據分形理論,大小周期K線的屬性是極其相似的,同樣的,他們都具有識別趨勢的功能,
因此,當大、小K線周期都提示市場具有趨勢行情的時候,此時趨勢延續的概率也將更大,而我們在開發策略中需要做的,就是實作多周期共振信號的撰寫,
日線與其他日內周期共振的策略開發
在本文的分享中,我們將采用一個支持策略撰寫開發、測驗、交易的三方平臺:交易開拓者(TB)來為大家實作多周期共振的策略思路,我們首先來看日線與其他日內分鐘周期共振的策略開發,我們以日內想要交易的分鐘周期作為主周期,所以此時需要獲取的是日線這個非主周期的K線資料,并計算相應的指標,
日線的跨周期資料獲取比較便捷,TB為我們直接定義了日線的跨周期函式,可以呼叫日線的開、高、低、收等常用K線資料,日線收盤價用法如下,可以用CloseD(N)的方式獲得,日線開盤價、最高價、最低價的資料獲取方式同理,分別是OpenD(N)、HighD(N)、LowD(N),

我們以著名的技術指標Keltner通道為例,演示如何在分鐘級別的主周期,利用TB的日線跨周期函式來計算日線的Keltner通道,先通過回圈依次獲取日線周期前N天的收盤價,計算輔助指標SumValue(日線收盤價之和)以及SumTR(日線真實波幅之和),最后計算Keltner通道的上下軌,

日線Keltner通道的效果展示:由于日線資料在對應的分鐘級別K線周期上,不是連續變化的,所以我們看到的Keltner通道是呈現一小段一小段折線形式變化的,

任意K線級別的多周期共振
如果我們不僅需要日線級別周期,還需要其他更精細的分鐘級別周期,來進行共振的確認,此時,我們就需要自己撰寫跨周期獲取K線資料的函式了,在本文中,技術宅將分享給大家一個自編的計算任意K線級別跨周期K線的函式,
這個函式有兩個引數:一是目標時間周期,支持任意跨周期時間的獲取,月、日、小時、任意分鐘;二是目標時間周期BAR偏移,一般情況下我們選1,即當前主周期能獲取到的歷史最近1個跨周期K線的資料,避免未來資料,該函式支持輸出跨周期K線的所有資料:開、高、低、收、成交、持倉等資料,

接下來是跨周期資料獲取的核心實作部分,我們首先需要在每根小周期的K線上,記錄它所屬的大時間周期(跨周期)下的開高低收等值的變化;接下來,我們需要把在大的時間周期級別上屬于同一根K線的開高低收等資料,記錄在這一組小周期K線的最后一根K線上;最后,將相應的K線資料作為參考引數回傳,就能得到任意跨周期的K線資料了,


自編的跨周期函式,它的使用方法很簡單,我們可以通過呼叫跨周期函式,進一步計算所需要的跨周期技術指標,我們在此處以簡單移動平均線為例,只需要設定擬跨的K線周期、偏移、均線計算周期,首先呼叫跨周期K線資料獲取函式得到跨周期的收盤價,再呼叫求和函式并除以均線計算周期,就能得到跨周期計算的均線指標了,

我們舉一個簡單的任意跨周期均線指標的計算示例,此處我們以5分鐘K線作為主周期,擬計算30分鐘跨周期K線的均線,均線的計算周期為20、60周期的雙均線,并展示效果,有了前述函式的鋪墊,代碼實作變得相當簡單,

再來看一下跨周期均線的繪圖結果,完美實作了跨周期指標的計算和呈現,

一個多周期共振的策略實體
現在,有了計算任意跨周期K線、跨周期指標的函式,我們就可以根據策略的思路,輕松構建多周期共振的交易策略了,在文末,我們為大家展示一個多周期共振的交易策略實體,該示例用到了多周期共振的思路,以及我們實作多周期共振的函式,
我們按照等權重,對目前期貨市場所有交易活躍的品種,應用該策略做了組合測驗,不刻意挑選品種,是為避免選品種帶來的過度擬合,驗證多周期共振邏輯是否真正有效,



從回測結果來看,總體業績比較穩健的向上,不同品種互有盈虧,我們沒有刻意篩選品種,也沒有對單個品種做任何的引數調優,已經充分說明策略思路是有效的,
如果你想要獲取上述分享的策略,歡迎添加技術宅微信:sljsz01(個人號快加滿,欲添加老師請從速),與我交流,


往期干貨分享推薦閱讀
【數量技術宅|金融資料分析系列分享】為什么中證500(IC)是最適合長期做多的指數
大宗商品現貨資料不好拿?商品季節性難跟蹤?技術宅帶你Python爬蟲一鍵解決沒煩惱
【數量技術宅|金融資料分析系列分享】如何正確抄底商品期貨、大宗商品
【數量技術宅|量化投資策略系列分享】股指期貨IF分鐘波動率統計策略
【數量技術宅 | Python爬蟲系列分享】實時監控股市重大公告的Python爬蟲
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/181314.html
標籤:AI
下一篇:視頻超分:MuCAN(MuCAN: Multi-Correspondence Aggregation Network for Video Super-Resolution)
