掘金社区

海龟交易法则Pinned highlighted

掘金小Q 【 论坛管理员 】 发表在策略研究 2018-03-24 10:34:14

策略研究
8832
0
0

海龟交易法则

海龟交易法则简介

什么是海龟交易法则?

海龟交易法则.png

1983年年中,著名的商品投机家理查德.丹尼斯与他的老友比尔.埃克哈特进行了一场辩论,这场辩论是关于伟大的交易员是天生造就还是后天培养的。理查德相信,他可以教会人们成为伟大的交易员。比尔则认为遗传和天性才是决定因素。

为了解决这一问题,理查德建议招募并培训一些交易员,给他们提供真实的帐户进行交易,看看两个人中谁是正确的。

他们在《巴伦氏》、《华尔街期刊》和《纽约时报》上刊登了大幅广告,招聘交易学员。广告中称,在一个短暂的培训会后,新手将被提供一个帐户进行交易。

理查德从报名的人中精选出13个人,1983年12月底,学员被邀请到芝加哥进行两周的培训,到1984年1月初,开始用小帐户进行交易。到了2月初,在学员证明了自己的能力之后,丹尼斯给其中的大多数人提供了50万至200万美元的资金帐户。

“学员们被称为‘海龟’(丹尼斯先生说这项计划开始时他刚刚从亚洲回来,他解释了自己向别人说过的话,‘我们正在成长为交易员,就象在新加坡他们正在成长为海龟一样’)。”----斯坦利.W.安格瑞斯特,《华尔街期刊》,1989年9月5日

海龟成为交易史上最著名的实验,因为在随后的四年中这些海龟交易员取得了年均复利80%的收益。

是的,里克证明了交易可以被传授。他证明了用一套简单的法则,他可以使仅有很少或根本没有交易经验的人成为优秀的交易员。而这个交易法则被后世称为“海龟交易法则”。

海龟交易法则具体内容

**海龟交易法则:**海龟交易法则属于趋势交易,首先建立唐奇安通道(下文会具体解释),即确定上突破线和下突破线,如果价格突破上线,则做多,如果价格突破下线就平仓或做空。

唐奇安通道与开仓

唐奇安通道,作为一个通道必定有上线和下线,上线就是前N1日内的最高价,下线就是前N2日内的最低价,一般来说N1=20,N2=10;然后,价格上穿就买,下穿就卖,就是这么简单。

但是仅仅只用唐奇安通道进行买卖,其实效果跟MACD线等其他趋势策略的效果差不多,并没有更优

ATR与仓位管理

海龟交易法则最核心的部分,在于仓位的控制,这种止损会让你基准的亏损不超过总资金的n%,所以这部分的思想是需要我们学习的。

当日的真实波幅TR(true range)

计算当日真实波幅公式

$$TR_1=Max(H_1−L_1,H_1−C_0,C_0−L_1)$$

其中,下表1代表当日,下表0代表昨日,$C_0$是昨日开盘价close,H是最高价high,L是最低价low。

平均波幅ATR(Average true range)

一般取前20日的平均TR。

$$ATR_{20}=mean(TR_1,TR_2…TR_{19},TR_{20})$$

其中,公式 $mean(X_1,X_2)$ 代表求 $X_1$ 和 $X_2$ 的平均数。

这时候我们已经求出ATR,这个数字可以当做衡量今天的价格波幅的基准,为1单位,比如现在价格是100元,基准波幅ATR=4元,代表今天基准波幅在98-102元,如果是2倍ATR,波幅就在96-104元。

仓位管理

在仅讨论多头的情况下:

1、如果标的价格跌破"持仓均价-0.5(1、1.5、2)倍的ATR",则平仓至原始仓位的75%(50%,25%,0%)。

2、如果标的价格跌破唐奇安通道下轨,则全平仓。

海龟交易法则策略实现(基于掘金量化平台)

策略思想

  • 当价格上穿唐奇安通道且短MA在长MA上方时开多仓;当价格下穿唐奇安通道且短MA在长MA下方时开空仓(8手)
  • 若有多仓则在价格跌破唐奇安平仓通道下轨的时候全平仓位,否则根据跌破持仓均价 - x(x=0.5,1,1.5,2)倍ATR把仓位平至6/4/2/0手
  • 若有空仓则在价格涨破唐奇安平仓通道上轨的时候全平仓位,否则根据涨破持仓均价 + x(x=0.5,1,1.5,2)倍ATR把仓位平至6/4/2/0手

策略主要步骤实现

订阅数据

subscribe(symbols=symbols, frequency='1d', count=31, wait_group=True)

订阅数据需要在定义init函数里面设置,并调用subscribe函数,这里注意,我们需要通过计算前三十根bars来作为开平仓的标准,并在当前bar上做出开平仓操作,所以需要获取31根bar:

  • symbols 需要设置订阅的标的代码。
  • frequency需设置订阅数据的周期级别,这里设置1d 表示以一天为周期。
  • count需要设置获取的bar的数量

数据获取

data = context.data(symbol=symbol, frequency='1d', count=31, fields='close')

订阅数据之后,需要获取已经订阅的数据来进行操作,这时需调用context.data函数:

  • symbols 需要设置订阅的标的代码。
  • frequency需设置订阅数据的周期级别,这里设置1d表示以一天为周期。
  • count需要设置获取的bar的数量
  • fields需要设置返回值的种类

获取持仓信息

position_long = context.account().position(symbol=symbol, side=PositionSide_Long)

position_short = context.account().position(symbol=symbol, side=PositionSide_Short)

在判断平仓条件时,需要获取持仓信息(包含持仓均价),这就需要调用context.account().position函数:

  • symbols 需要设置订阅的标的代码。
  • side需要设置持仓方向,有PositionSide_LongPositionSide_Short两个选择。

策略回测分析

回测报告

回测报告.png

分析

我们选取了2017年6月至2017年12月作为回测周期,“RB1801”与“FG801”作为标的合约,均线长短周期分别为5d,20d,唐奇安通道上下轨计算周期分别为20d,10d,ATR计算周期为20d,可以看出:

  • 胜率(具有盈利的平仓次数与总平仓次数之比)达到了34.48%,因为海龟交易法则为趋势跟踪策略,所以胜率不会太高。
  • 卡玛比率(年化收益率与历史最大回撤之比)是使用最大回撤率来衡量风险。**采用最大回撤率来衡量风险,关注的是最极端的情况。**卡玛比率越高表示策略承受每单位最大损失获得的报酬越高。在这里卡玛比率超过了9。
  • 夏普比率(年化收益率减无风险收益率的差收益波动率之比)超过2.5,也即承受1单位的风险,会有超过2.5个单位的收益回报
  • 策略收益曲线整体相对稳定,适合稳定型投资者,最大回撤极小,另外,策略在趋势行情行情中表现更加。

策略源码

# 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('请安装TA-Lib库')
    sys.exit(-1)
from gm.api import *

'''
本策略通过计算CZCE.FG801和SHFE.rb1801的ATR.唐奇安通道和MA线,
当价格上穿唐奇安通道且短MA在长MA上方时开多仓;当价格下穿唐奇安通道且短MA在长MA下方时开空仓(8手)
若有多仓则在价格跌破唐奇安平仓通道下轨的时候全平仓位,否则根据跌破
持仓均价 - x(x=0.5,1,1.5,2)倍ATR把仓位平至6/4/2/0手
若有空仓则在价格涨破唐奇安平仓通道上轨的时候全平仓位,否则根据涨破
持仓均价 + x(x=0.5,1,1.5,2)倍ATR把仓位平至6/4/2/0手
回测数据为:CZCE.FG801和SHFE.rb1801的1min数据
回测时间为:2017-09-15 09:15:00到2017-10-01 15:00:00
'''


def init(context):
    # context.parameter分别为唐奇安开仓通道.唐奇安平仓通道.短ma.长ma.ATR的参数
    context.parameter = [20, 10, 5, 20, 20]
    context.tar = context.parameter[4]
    # context.goods交易的品种
    context.goods = ['CZCE.FG801', 'SHFE.rb1801']
    # 订阅context.goods里面的品种, bar频率为1min
    subscribe(symbols=context.goods, frequency='1d', count=51)
    # 止损的比例区间


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]
    # 计算ATR
    atr = talib.ATR(recent_data['high'].values, recent_data['low'].values, recent_data['close'].values,
                    timeperiod=context.tar)[-1]
    # 计算唐奇安开仓和平仓通道
    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]
    # 若没有仓位则开仓
    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:
        # 计算长短ma线.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
        # 获取当前价格
        # 上穿唐奇安通道且短ma在长ma上方则开多仓
        if close > upper_band and (dif > 0):
            order_target_volume(symbol=symbol, volume=80, position_side=PositionSide_Long, order_type=OrderType_Market)
            print(symbol, '市价单开多仓8手')
        # 下穿唐奇安通道且短ma在长ma下方则开空仓
        if close < lower_band and (dif < 0):
            order_target_volume(symbol=symbol, volume=80, position_side=PositionSide_Short, order_type=OrderType_Market)
            print(symbol, '市价单开空仓8手')
    elif position_long:
        # 价格跌破唐奇安平仓通道全平仓位止损
        if close < lower_band:
            order_close_all()
            print(symbol, '市价单全平仓位')
        else:
            # 获取持仓均价
            vwap = position_long['vwap']
            # 获取持仓的资金
            band = vwap - np.array([200, 2, 1.5, 1, 0.5, -100]) * atr
            # 计算最新应持仓位
            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, '市价单平多仓到', grid_volume, '手')
    elif position_short:
        # 价格涨破唐奇安平仓通道或价格涨破持仓均价加两倍ATR平空仓
        if close > upper_band:
            order_close_all()
            print(symbol, '市价单全平仓位')
        else:
            # 获取持仓均价
            vwap = position_short['vwap']
            # 获取平仓的区间
            band = vwap + np.array([-100, 0.5, 1, 1.5, 2, 200]) * atr
            # 计算最新应持仓位
            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, '市价单平空仓到', grid_volume, '手')


if __name__ == '__main__':
    '''
    strategy_id策略ID,由系统生成
    filename文件名,请与本文件名保持一致
    mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
    token绑定计算机的ID,可在系统设置-密钥管理中生成
    backtest_start_time回测开始时间
    backtest_end_time回测结束时间
    backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
    backtest_initial_cash回测初始资金
    backtest_commission_ratio回测佣金比例
    backtest_slippage_ratio回测滑点比例
    '''
    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)
暂无评论

Looks like your connection to 掘金量化社区 - 量化交易者的策略交流学习社区 was lost, please wait while we try to reconnect.