菲阿里四价(期货)
菲阿里四价(期货)
分享
阅读 17446 更新 2021-04-19 13:36:04
- 1. 原理
- 2. 策略逻辑
- 3. 策略代码
- 4. 回测结果与稳健性分析
菲阿里四价
1. 原理
菲阿里四价同R Breaker一样,也是一种日内策略交易,适合短线投资者。
菲阿里四价指的是:昨日高点、昨日低点、昨天收盘、今天开盘四个价格。
菲阿里四价上下轨的计算非常简单。昨日高点为上轨,昨日低点为下轨。当价格突破上轨时,买入开仓;当价格突破下轨时,卖出开仓。
2. 策略逻辑
第一步:获取昨日最高价、最低价、收盘价、开盘价四个数据。
第二步:计算上轨和下轨。当价格上穿上轨时,买入开仓;当价格下穿下轨时,卖出开仓。
第三步:当日平仓。
回测标的:SHFE.rb2010
回测期:2020-02-07 至 2020-04-15
回测初始资金:200万
注意:若修改回测期,需要修改对应的回测标的。
3. 策略代码
# coding=utf-8
from __future__ import print_function, absolute_import
from gm.api import *
'''
上轨=昨日最高点;
下轨=昨日最低点;
止损=今日开盘价;
如果没有持仓,且现价大于了昨天最高价做多,小于昨天最低价做空。
如果有多头持仓,当价格跌破了开盘价止损。
如果有空头持仓,当价格上涨超过开盘价止损。
选取 进行了回测。
注意:
1:为回测方便,本策略使用了on_bar的一分钟来计算,实盘中可能需要使用on_tick。
2:实盘中,如果在收盘的那一根bar或tick触发交易信号,需要自行处理,实盘可能不会成交。
'''
def init(context):
# 设置标的
context.symbol = 'SHFE.rb2010'
# 订阅一分钟线
subscribe(symbols = context.symbol,frequency = '60s',count = 1)
# 记录开仓次数,保证一天只开仓一次
context.count = 0
# 记录当前时间
time = context.now.strftime('%H:%M:%S')
# 如果当前时间点是交易时间段,则直接执行algo获取历史数据,以防直接进入on_bar()导致context.history_data未定义
if '09:00:00' < time < '15:00:00' or '21:00:00' < time < '23:00:00':
algo(context)
# 如果是非交易时间段,等到上午9点或晚上21点再执行algo()
schedule(schedule_func = algo, date_rule = '1d', time_rule = '09:00:00')
schedule(schedule_func = algo, date_rule = '1d', time_rule = '21:00:00')
def algo(context):
# 获取历史的n条信息
context.history_data = history_n(symbol=context.symbol, frequency = '1d', end_time = context.now,
fields='symbol,open,high,low',count=2, df=True)
def on_bar(context,bars):
# 取出订阅的一分钟bar
bar = bars[0]
# 提取数据
data = context.history_data
# 现有持仓情况
position_long = context.account().position(symbol=context.symbol, side=PositionSide_Long)
position_short = context.account().position(symbol=context.symbol, side=PositionSide_Short)
# 如果是回测模式
if context.mode == 2:
# 开盘价直接在data最后一个数据里取到,前一交易日的最高和最低价为history_data里面的倒数第二条中取到
open = data.loc[1, 'open']
high = data.loc[0, 'high']
low = data.loc[0, 'low']
# 如果是实时模式
else:
# 开盘价通过current取到
open = current(context.symbol)[0]['open']
# 实时模式不会返回当天的数据,所以history_data里面的最后一条数据是前一交易日的数据
high = data.loc[-1, 'high']
low = data.loc[-1, 'low']
# 交易逻辑部分
if position_long: # 多头持仓小于开盘价止损。
if bar.close < open:
order_volume(symbol=context.symbol, volume=1, side=OrderSide_Sell,
order_type=OrderType_Market, position_effect=PositionEffect_Close)
print('以市价单平多仓')
elif position_short: # 空头持仓大于开盘价止损。
if bar.close > open:
order_volume(symbol=context.symbol, volume=1, side=OrderSide_Buy,
order_type=OrderType_Market, position_effect=PositionEffect_Close)
print('以市价单平空仓')
else: # 没有持仓。
if bar.close > high and not context.count: # 当前的最新价大于了前一天的最高价
# 开多
order_volume(symbol=context.symbol, volume=1, side=OrderSide_Buy,
order_type=OrderType_Market, position_effect=PositionEffect_Open)
print('以市价单开多仓')
context.count = 1
elif bar.close < low and not context.count: # 当前最新价小于了前一天的最低价
# 开空
order_volume(symbol=context.symbol, volume=1, side=OrderSide_Sell,
order_type=OrderType_Market, position_effect=PositionEffect_Open)
print('以市价单开空仓')
context.count = 1
# 每天收盘前一分钟平仓
if context.now.hour == 14 and context.now.minute == 59:
order_close_all()
print('全部平仓')
context.count = 0
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='strategy_id',
filename='main.py',
mode=MODE_BACKTEST,
token='token_id',
backtest_start_time='2020-01-01 15:00:00',
backtest_end_time='2020-09-01 16:00:00',
backtest_adjust=ADJUST_PREV,
backtest_initial_cash=100000,
backtest_commission_ratio=0.0001,
backtest_slippage_ratio=0.0001)
4. 回测结果与稳健性分析
设定初始资金10万,手续费率为0.01%,滑点比率为0.01%。回测结果如图所示:
回测期累计收益率为-4.05%,年化收益率为-6.03%。沪深300指数收益率为16.61%,整体跑输指数。最大回撤为4.34%,胜率为25.66%。
为了验证策略的稳健性,更改标的,回测结果如下:
标的 | 回测期 | 年化收益率 | 最大回撤 |
---|---|---|---|
SHFE.rb2010 | 2020.02.07-2020.04.15 | -6.03% | 4.34% |
SHFE.ag2010 | 2020.02.07-2020.04.15 | 38.03% | 7.97% |
SHFE.ni2010 | 2020.02.07-2020.04.15 | -22.46% | 22.85% |
SHFE.zn2010 | 2020.02.07-2020.04.15 | -15.93% | 12.01% |
SHFE.rb2010 | 2020.04.07-2020.06.15 | -3.40% | 1.37% |
SHFE.rb2010 | 2020.06.07-2020.08.15 | -13.96% | 2.32% |
SHFE.rb2010 | 2020.08.07-2020.10.15 | -11.38% | 2.18% |
由上表可以看出,随着品种的变化,策略的收益变化差异较大。ag2010的收益率能达到38.03%,但ni2010的收益仅为-22.46%。对于rb2010,随着回测期的变化,年化收益率均为负值,收益较不稳定。
注:此策略只用于学习、交流、演示,不构成任何投资建议。
赞 (0)