互联网中如何利用回归幅度构建多品种反转策略
小编给大家分享一下互联网中如何利用回归幅度构建多品种反转策略，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
成都创新互联公司专注于青川网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供青川营销型网站建设，青川网站制作、青川网页设计、青川网站官网定制、成都微信小程序服务，打造青川网络公司原创品牌,更为您提供青川网站排名全网营销落地服务。
策略原理
价格反转是一种能量转换的结果，是一个艰难的过程，需要充分的时间、空间进行能量的交换。但正如能量守恒定律，时间可以换取空间，反之空间可以抵消时间。反转中既有激烈的单日V型反转，又有耗时颇巨的圆底与圆顶，V型反转，直来直去，干净利落，无半点喘息时间。
相对而言，基于固定点位的反转，可能会受制于品种价格波动率的变化而变化，但是基于固定百分比幅度的反转，则较少受到类似的困扰，除非该品种的波动性水平已经发生变化。本策略正是基于这一点。
同样，在这个策略中，并没有定义如何区分趋势和震荡，而是直奔主题，根据当前价格与前期高低点的关系来开平仓。因为不管是趋势还是震荡，这些都只是人为主观定义的一个概念，在行情走出来之前，谁也不知道是趋势还是震荡，所以这些主观定义是典型的事后分析时用到的概念。
况且，在不同的时间与趋势结构力度框架下，震荡与趋势基本上很难准确的定义，大周期的震荡就是小周期的趋势。那么也就是说，在行情没有走出来的之前，对行情进行震荡与趋势的分析定义，也是没有意义的。
策略构建
第一步，我们先来看下策略框架，在fmz网站的策略广场，有很多不同种类的策略框架，这些框架可以用于不同的策略类型，简单方便还能节省不少时间，比如本篇的利用回归幅度构建多品种反转策略，就比较适合使用CTA策略框架。具体的使用方法，可以参考这个链接
该策略框架后台自动提供数据和基础服务，借助该策略框架可以大幅提高策略编写效率，正常几百行的策略，用CTA策略框架几十行就能实现一个并发稳定可实盘的多品种策略。另外，配合专门的程序化交易数据结构和丰富的金融统计函数库，同样支持复杂的逻辑应用，简单又不失灵活。如下：
function main() {
$.CTA("RB000,RU000,CF000,TA000,I000,PP000,P000,L000,J000,JM000", function(st) {
var bars = st.records; // 获取K线数组
// K线长度过滤
if (bars.length < 20) {
return
}
var unit = 1; // 下单数量
var buyToOpen = '多头开仓条件';
var buyToClose = '多头平仓条件';
var sellToOpen = '空头开仓条件';
var sellToClose = '空头平仓条件';
// 多头平仓
if (buyToClose) {
return -unit;
}
// 空头平仓
if (sellToClose) {
return unit;
}
// 多头开仓
if (buyToOpen) {
return unit;
}
// 空头开仓
if (sellToOpen) {
return -unit;
}
});
}第二步，开始在CTA框架中填充策略逻辑，首先给每个合约创建一个仓位表。大家知道，不同品种在不同行情中，开平仓的时机是不一样的，比如：螺纹钢开了多单，橡胶开了空单；或者螺纹钢平仓了，橡胶还持有空单。所以仓位表可以针对具体合约分别记录和管理持仓，如下：
contractType = 'rb000/rb888,ru000/ru888'; // 合约类型
var contractType_Dic = {}; // 创建一个空对象，用于接收不同的合约类型
var contractType_Array1 = contractType.split(","); // 分割合约类型参数
var contractType_Array2 = []; // 创建一个空数组，用于接收不同的交易合约
for (var i = 0; i < contractType_Array1.length; i++) { // 遍历每个设置的合约
contractType_Array2.push(contractType_Array1[i].split('/')[1]); // 分别存储交易合约
}
contractType_Array2.toString(); // 把数组转变为字符串
for (var key in contractType_Array2) { // 遍历字符串
contractType_Dic[contractType_Array2[key]] = {
falsePosition: 0 // 把每个交易合约的初始仓位赋值为0
}
}
Log(contractType_Dic) // 查看处理好的仓位表，打印：{ rb888: { falsePosition: 0 }, ru888: { falsePosition: 0 } }第三步，把策略开平仓逻辑写到里面就可以了。其中用到了K线周期内最高价和最低价与当前价格的相互位置关系。策略没有附带止盈止损，只有开仓和平仓，核心思想就是：截断亏损，让利润奔跑！大家注意看下面策略代码中的注释。
多头开仓：如果当前没有持仓，并且价格大于前 N 根 K 线内的最低价 + 百分比幅度。
空头开仓：如果当前没有持仓，并且价格小于前 N 根 K 线内的最高价 - 百分比幅度。
多头平仓：如果当前持有多单，并且价格小于前 N 根 K 线内的最低价与前 N 根 K 线内的最高价的和的一半。
空头平仓：如果当前持有空单，并且价格大于前 N 根 K 线内的最低价与前 N 根 K 线内的最高价的和的一半。
function main() {
// 参数
cycleLength = 50; // 周期长度
backRatio = 1; // 回撤比率
contractType = 'rb000/rb888,ru000/ru888'; // 合约类型
unit = 1; // 下单数量
// 仓位表
var contractType_Dic = {}; // 创建一个空对象，用于接收不同的合约类型
var contractType_Array1 = contractType.split(","); // 分割合约类型参数
var contractType_Array2 = []; // 创建一个空数组，用于接收不同的交易合约
for (var i = 0; i < contractType_Array1.length; i++) { // 遍历每个设置的合约
contractType_Array2.push(contractType_Array1[i].split('/')[1]); // 分别存储交易合约
}
contractType_Array2.toString(); // 把数组转变为字符串
for (var key in contractType_Array2) { // 遍历字符串
contractType_Dic[contractType_Array2[key]] = {
falsePosition: 0 // 把每个交易合约的初始仓位赋值为0
}
}
// CTA框架
$.CTA(contractType, function(st) {
var bars = st.records; // 获取K线数组
var j = bars[bars.length - 2].Close; // 获取上根K线收盘价
var high = TA.Highest(bars, cycleLength, 'High'); // 计算N日内的最高价
var low = TA.Lowest(bars, cycleLength, 'Low'); // 计算N日内的最低价
var highBack = high * (1 - backRatio / 100); // 计算N日内的最高价的回撤1%的值
var lowBack = low * (1 + backRatio / 100); // 计算N日内的最低价的回撤1%的值
// 过滤K线数量
if (!bars || bars.length < cycleLength + 1) {
return;
}
//多头平仓
if (contractType_Dic[st.symbol].falsePosition > 0 && j < (lowBack + highBack) / 2) {
contractType_Dic[st.symbol].falsePosition = 0;
return -unit;
}
//空头平仓
if (contractType_Dic[st.symbol].falsePosition < 0 && j > (lowBack + highBack) / 2) {
contractType_Dic[st.symbol].falsePosition = 0;
return unit;
}
//多头开仓
if (contractType_Dic[st.symbol].falsePosition == 0 && j > lowBack && j > highBack) {
contractType_Dic[st.symbol].falsePosition = 1;
return unit;
}
//空头开仓
if (contractType_Dic[st.symbol].falsePosition == 0 && j < lowBack && j < highBack) {
contractType_Dic[st.symbol].falsePosition = -1;
return -unit;
}
});
}完整策略源码已经公开到发明者量化 https://www.fmz.com/strategy/69937 ，无需配置直接回测。
策略改进
总的来说，这是一个通用性极强的策略。当然这只是个简单的策略思路，该策略或许可以在其他地方改进：
1、增加波动率因子。我们都知道，每个品种的都有其性格，基本面与技术面互相影响。增加波动率因子，可以更客观的反映出当前品种的价格走势。
2、将固定周期改为自适应周期。这个策略核心参数，其实只有一个，而且参数是固定。如果我们通过价格变化速度与加速度的关系，动态的将固定参数加减，可以更能即时反映当时的行情。
3、将百分比回撤改为固定的数值。举个例子，如果当前价格是1000，那么其1%就是10；如果当前价格是5000，那么其1%就是50。10与50之间在相差了好几个数量级。同样的合约品种，因为不同时期的当前价格，结果导致开平仓条件相差很大。
以上是“互联网中如何利用回归幅度构建多品种反转策略”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
分享题目：互联网中如何利用回归幅度构建多品种反转策略
链接分享：http://scyanting.com/article/gsdgod.html
