基本思路

持有空仓:if self.cciValue > 0:开多限价单,价格bollUpelif self.cciValue < 0:开空限价单,价格bollDown
持有多单:下平多止损单,区间最高价-ATR*倍率
持有空单:下平空止损单,区间最低价+ATR*倍率

回测参数

重要参数:

    bollWindow = 18                     # 布林通道窗口数bollDev = 3.4                       # 布林通道的偏差slMultiplier = 5.2                  # 计算止损距离的乘数

boll的计算窗口宽度和dev倍率的标准差,slMultiplier控制ATR的止损倍率

回测结果

比较明显问题是回撤非常严重

参数优化

參數:

    setting.addParameter('bollWindow', 30, 50, 10)setting.addParameter('bollDev', 3.0, 5.0, 0.5)setting.addParameter('slMultiplier', 2.5, 3.5,0.5)

结果:

0105-0405annualizedReturn    bollDev bollWindow  slMultiplier
0   3.432777693 3.5 40  3.5
1   3.416617606 3   40  3.5
2   3.217468616 3   50  3
3   3.132264002 3.5 40  3
4   3.074147079 4   40  3
**5 2.945516596 3   40  3**
6   2.835183506 3   30  3.5
7   2.735667764 3   50  2.5
8   2.730996007 3   50  3.5
9   2.723657818 4   40  3.5
10  2.673881081 4   50  3

最优参数:bollDev,bollWindow,slMultiplier分别为3,40,3

参数稳定性测试

参数月度测试

0105-0205annualizedReturn    bollDev bollWindow  slMultiplier
0   0.95124948  3   40  3.5
1   0.789230759 3   30  3.5
2   0.736975583 3.5 40  3
3   0.552421442 3.5 40  3.5
4   0.533594474 4   40  2.5
5   0.533594474 4   40  3
6   0.533594474 4   40  3.5
**7 0.357030561 3   40  3**
8   0.287210111 3   30  3
9   0.279307442 3   50  3
10  0.153897702 3.5 30  3.50205-0305annualizedReturn    bollDev bollWindow  slMultiplier
0   7.18778478  3   40  2.5
1   6.896289457 3   30  2.5
2   6.857130472 3.5 40  2.5
3   6.709106359 4   30  2.5
**4 6.612843241 3   40  3**
5   6.364101717 3   50  2.5
6   6.351786987 3   50  3
7   6.282101781 3.5 40  3
8   6.274110366 3.5 30  2.5
9   6.243225035 3.5 50  2.5
10  6.21238006  3   30  30305-0405annualizedReturn  bollDev bollWindow  slMultiplier
0   5.392567455 3   30  3.5
1   5.060949539 3.5 40  3.5
2   4.655201708 4.5 30  3
3   4.500517519 4.5 30  3.5
4   4.324334127 3   40  3.5
5   4.293908081 5   30  3
6   4.168561364 5   40  3
7   4.139193643 5   30  3.5
8   4.128357349 3.5 30  3
9   4.013836429 5   40  3.5
10  3.999332446 4   30  3
...
**36    2.244293473 3   40  3**
共44

可见在01,02月表现都可以,03月虽然排名不是很高,但也保持了正收益.

回测图:


整体看和基准表现基本一致,如果考虑资金占用,看图持仓周期大约1/2时间,所以资金效率尚可.
回测报告:

第一笔交易:    2019-01-28 13:06:00
最后一笔交易:  2019-04-04 11:10:00
总交易次数:   10.0
总盈亏: 172,029.38
最大回撤:   -44,185.44
平均每笔盈利:  17,202.94
平均每笔滑点:  120.0
平均每笔佣金:  65.06
胜率      60.0%
盈利交易平均值 37,675.42
亏损交易平均值 -13,505.79
盈亏比: 2.79
计算按日统计结果
------------------------------
首个交易日:   2019-01-25
最后交易日:   2019-04-04
总交易日:    40
盈利交易日   15
亏损交易日:   7
起始资金:    1000000
结束资金:    1,172,029.38
总收益率:    17.2%
年化收益:    97.31%
总盈亏: 172,029.38
最大回撤:   -62,819.06
百分比最大回撤: -5.44%
总手续费:    650.62
总滑点: 1,200.0
总成交金额:   21,687,480.0
总成交笔数:   20.0
日均盈亏:    4,300.73
日均手续费:   16.27
日均滑点:    30.0
日均成交金额:  542,187.0
日均成交笔数:  0.5
日均收益率:   0.41%
收益标准差:   1.26%
Sharpe Ratio:    4.98
线性回归系数 olsNum:   3,566.87
调整线性回归系数(olsNum/最大回撤) olsNum:    -0.0568
调整线性回归系数夏普(olsNum/日收益标准差) olsNumShape:   2,825.4
近20日的最大回撤   -62,819.06
近20日总收益     3.3%
近20日收益标准差   1.18%
近20日最大单日跌率  -1.61%
近20日下跌天数    5.0
------------------------------
盈利交易bar 1674
亏损交易bar: 1618
收益标准差:   0.09%

CTA策略06_BollChannelStrategy相关推荐

  1. cta策略 有哪些_【投资理财】基本面拐点已至,当前环境适合配置哪些策略?...

    来源:格上研究 本周股票市场仍偏震荡,上证指数收涨0.91%,市场不同风格涨跌互现,以大盘蓝筹为主的上证50指数上涨2.54%,而以科技成长为主的创业板指下跌-1.8%,大盘股的表现优于小盘股.在当前 ...

  2. cta策略 有哪些_CTA 主流的交易策略都有哪些?

    CTA策略(Commodity Trading Advisor Strategy)称为商品交易顾问策略,也称作管理期货. 主要通过在基本和技术分析中导入数量模型,并借助计算机系统根据数量模型产生的买卖 ...

  3. CTA策略如何过滤部分震荡行情?

    在供给侧改革背景下,整个黑色系走了一年没有方向的震荡行情.就连常年走势凌厉的 " 小股指 " 螺纹钢,最近也很难出现往日的大波动,至少目前来看,日线级别还是处于宽幅震荡上行状态. ...

  4. 英仕曼235年传奇之路从CTA策略鼻祖到全球最大上市对冲基金

    英仕曼235年传奇之路:从CTA策略鼻祖到全球最大上市对冲基金 CTA基金网 前天从1783年伦敦城的一个木桶糖酒贸易商,发展为全球最大上市对冲基金,英仕曼集团235年的发展史令无数人感慨钦佩.英仕曼 ...

  5. 量化策略篇:股票多头策略、CTA策略、期权策略

    来源 | FunZoo趣园 出品 | Fintech独角兽 我认为quant(策略quant)的核心是策略,底层基础是系统.策略可以个逻辑,简单到我就要买或者卖,也可以是个复杂的模型.而支撑的是平稳测 ...

  6. 国内4种常用日内CTA策略介绍及实现

    本文首发于微信公众号:优矿量化实验室.文章内容属作者个人观点,不代表和讯网立场.投资者据此操作,风险请自担. 本文将向大家介绍四种常见的CTA策略(Dual Thrust.R-Breaker.菲阿里四 ...

  7. 为什么那么多人喜欢用CTA策略?

    CTA策略被称为最"分散"的策略,由于基于管理期货基金本身的特性,其可以提供多元化的投资机会,从商品,黄金,到货币和股票指数等.因此在某种程度上,管理期货基金的决策一般对计算机程序 ...

  8. 商品期货CTA策略系列文章 -- CTA策略的起源

    商品交易顾问(Commodity Trading Advisor,CTA)是一种获取绝对收益的资产管理方式或投资策略. 初始定义来自美国商品期货交易委员会(CFTC)制定的商品交易法案,是指通过为客户 ...

  9. 【量化交易01】CTA策略 菲阿里四价+空中花园策略

    菲阿里四价+空中花园策略 CTA策略(Commodity Trading Advisor Strategy),称为商品交易顾问策略,又称管理期货策略(Managed Futures),简单理解--CT ...

最新文章

  1. view(*args)改变张量的大小和形状_pytorch reshape numpy
  2. R语言在可视化图像中添加文本(Adding Text to plot)
  3. Python3 配置文件(configparser)(转载)
  4. safari浏览器横屏怎么设置_如何避免苹果safari自带浏览器“跟踪”你的信息!
  5. 升级计算机方案,关于计算机升级方案
  6. datatable 转list
  7. linux部署3proxy源码,在CentOS 7系统中从源码安装RTPProxy的方法
  8. cakephp 2.0 源码解读(一)
  9. C++设计模式之Strategy(策略模式)
  10. svn添加提交备注限制和自动发布web项目
  11. 匹配表情emoji 正则_新版Emoji表情过滤
  12. java实现调用百度图像识别API,批量识别车辆车型、颜色等信息
  13. 模块化认知:演化如何自下而上涌现出智能?
  14. wordpress初体验
  15. outlook客户端怎么看html,谷歌浏览器根据html网页启动邮件客户端Outlook(示例代码)...
  16. baseservlet怎么写_BaseServlet
  17. NB-IoT智能配电柜测温监测系统解决方案
  18. 点关于直线的距离、垂足、对称点公式
  19. css实现礼券效果2
  20. 偏微分方程简明教程第三章部分答案

热门文章

  1. 1.2.3 TCP/PI参考模型(应用层、传输层、网际层、网络接口层)、五层参考模型(应用层、传输层、网络层、数据链路层、物理层)、OSI与TCP/IP参考模型比较(转载)
  2. 1.1.1 计算机网络的概念、组成、功能和分类(转载)
  3. 系统大小端的头文件定义
  4. sql server键查找_如何查找SQL Server版本
  5. git bitbucket_如何在Bitbucket上创建新的Git存储库并查看提交的对象
  6. 白化(Whitening): PCA 与 ZCA (转)
  7. 按钮下载Eclipse Color Theme
  8. [Lintcode]102. Linked List Cycle/[Leetcode]
  9. python实时处理log文件脚本
  10. 第13届景驰-埃森哲杯广东工业大学ACM程序设计大赛--K-密码