python如何實現動態階梯突破策略

這篇文章給大家分享的是有關python如何實現動態階梯突破策略的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

什么是突破策略

我們知道，期貨市場的價格以趨勢和震蕩交替的方式演變，如果我們只使用一種方法抓住趨勢，就能賺到趨勢行情的錢。那么，用什么方式來抓住趨勢呢？比較簡單的一種方法就是用突破策略。通過設置價格的上下軌，或者支撐位、壓力位，當價格超過上軌，我們認為行情即將啟動，開倉做多，反之亦然。

市面上有很多不同種類的突破策略，大致可以分為：形態突破（包括：雙肩型、頭肩型、頸線、趨勢線等等）、指標突破（均線、KDJ、ATR等等）、通道突破（新高和新低、支撐線和阻力線）、量能突破（成交量、能量潮）。其中在量化交易中，最常用的是：指標突破和通道突破。

突破策略理論

在邏輯學中，有一個“充分不必要條件”的概念，也就是說：如果有A不一定有B，但如果有B就必定有A。那么B就是A的充分而不必要的條件，即充分不必要條件，A是B的必要不充分條件。所以站在結果的角度講，價格突破關鍵點位后未必形成趨勢，但趨勢上漲或下跌必然會突破其間的關鍵價格位置。

另外，從突破的原因上講，市場漲跌取決于買賣雙方實力對比。當價位沖破上一時段的最高點時，在上一時段任何價位做空頭的人都無一例外被套牢，它當中肯定有一部分要認賠平倉出局，反過來又給升勢推波助瀾。相反，當行情跌破上一時段的最低價時，在上一時段任何一點做多頭的統統都出現浮動虧損，其中一定有部分要止損作平倉賣出，正好對跌勢落井下石。

策略邏輯

階梯策略，這是一個比較土的名字，因為其在圖表上的外形類似臺階而得名，最初的靈感來自于階梯止損。相信有過實盤經驗的人應該深有體會：當市場進行橫向整理或者搖擺不定的時候，對交叉類系統的打擊很大，往往會買在高點，賣在低點。如果行情一直持續，則會出現連續虧損，連續的虧損信號將對交易者造成嚴重的心理負擔和資金回撤壓力。如下圖：

通過利用，通道技術則可以過濾或者減少價格反復纏繞，減少部分虛假信號，對于降低無效交易有巨大幫助。本策略并非傳統的通道策略。而是根據前期最高價和最低價，反向建立自適應通道。這里提到的自適應是指回溯日期會根據我們的邏輯進行調整，具體來說本策略是由市場波動的變動率來變化。

大部分通道策略的組成是由兩個因子決定，第一個就是中軌，然后再根據中軌算出通道寬度，即上下軌。比如常見的布林帶通道( BollingerBand )，先是由一條均線當中心線，而通道寬度是由標準差所決定。階梯策略的通道并不是以中軌得來，與之相反的是：先根據市場波動率計算出通道上下軌，然后再根據通道寬度算出中軌。

另外，在判定最高點和最低點的 K 線條數取決于我們愿意給交易多少變化空間，我們用來越多的 K 線條數來確定上下軌，我們給予程序化交易的變化空間越大，相應的，在觸發止損前盈利回撤的幅度也會越大。使用越近的高點或低點，止損被觸發的速度也越快。想讓通道窄一點就設定小一點，想讓通道寬一點就設定大一點。

設置通道

• 上軌：如果當根K線最低價小于上根K線最低價，上軌就等于前N根K線最高價的最高價

• 下軌：如果當根K線最高價大于上根K線最高價，下軌就等于前N根K線最低價的最低價

• 中軌：上軌和下軌的平均值

入場條件

• 多頭入場：如果當前沒有持倉，并且價格大于上軌，買入開倉。

• 空頭入場：如果當前沒有持倉，并且價格小于下軌，賣出開倉。

出場條件

• 多頭出場：如果當前持有多單，并且價格小于中軌，賣出平倉。

• 空頭出場：如果當前持有空單，兵器價格大于中軌，買入平倉。

為了避免過度擬合，在設計策略的時候，只給定了一個參數。雖然僅有一個參數，但卻不失策略在市場中的靈活性。不僅如此，階梯策略既能適應國內外商品期貨，還可以應用于 A 股 ETF ，包括外盤 ETF 和反向杠桿 ETF，以及外匯市場。當然只是適應部分品種，從全品種統計來看，這是一個普適性比較強的策略。

策略編寫

根據上面的策略邏輯，我們可以在發明者量化交易平臺上實現交易策略。依次打開：fmz.com > 登錄 > 控制中心 > 策略庫 > 新建策略 > 點擊右上角下拉菜單選擇Python語言，開始編寫策略，注意看下面代碼中的注釋。

第1步：編寫策略框架

這個在之前的章節已經學習過，一個是onTick函數，另一個是main函數，其中在main函數中無限循環執行onTick函數，如下：

def onTick():
    pass

def main():
    while True:
        onTick()
        Sleep(1000)

第2步：定義全局變量

首先定義策略中的上軌、下軌，因為我們的策略中上軌、下軌時是根據一定的條件來計算的，也就是說：當前的最高價大于前面K線的最高價時，才重新計算下軌；當前的最低價小于前面K線的最低價時，才重新計算上軌。所以我們必須把上軌和下軌變量定義在onTick主函數外面。

up_line = 0  # 上軌
under_line = 0  # 下軌
mp = 0  # 用于控制虛擬持倉

另外，我們還需要定義全局變量虛擬持倉mp，策略運行之初默認是空倉mp=0，當開多單后把虛擬持倉重置為mp=1，當開空單后把虛擬持倉重置為，mp=-1，當平多單或空單后把虛擬持倉重置為mp=0。這樣我們在判斷構建邏輯獲取倉位時，只需要判斷mp的值就可以了。

第3步：計算上軌、下軌、中軌

因為在計算這些數據之前，肯定要先獲取歷史的K線基礎數據，這些基礎數據的獲取方式也很簡單，首先訂閱期貨品種，然后調用發明者量化API中的GetRecords方法。接著因為在計算上軌和下軌的時候需要用到talib庫中的Highest和Lowest方法，這兩個方法都要傳入周期參數，但如果K線數據不夠的時候，就不能正常計算其值，所以在這里就要判斷K線數據的長度，如果K線的長度不足以計算其值時，就直接返回跳過。

接著，我們分別獲取當前K線和上根K線的最高價和最低價，通過對比當前K線最高價與上根K線最高價來定義下軌的值，如果當前的最高價大于前面K線的最高價時，就重新計算下軌；同理如果當前的最低價小于前面K線的最低價時，就重新計算上軌。最后上軌和下軌的平均值就是中軌。

exchange.SetContractType("rb000")  # 訂閱期貨品種
bars = exchange.GetRecords()  # 獲取K線數組
if len(bars) < cycle_length + 1:  # 如果K線數組的長度太小，所以直接返回
    return
close0 = bars[len(bars) - 1].Close;  # 獲取當根K線收盤價
high0 = bars[len(bars) - 1].High;  # 獲取當根K線最高價
high2 = bars[len(bars) - 2].High;  # 獲取上根K線最高價
low0 = bars[len(bars) - 1].Low;  # 獲取當根K線最低價
low1 = bars[len(bars) - 2].Low;  # 獲取上根K線最低價
highs = TA.Highest(bars, cycle_length, 'High');  # 獲取前cycle_length根K線最高價的最高價
lows = TA.Lowest(bars, cycle_length, 'Low');  # 獲取前cycle_length根K線最低價的最低價
global up_line, under_line, mp  # 使用全局變量
if high0 > high2:  # 如果當根K線最高價大于上根K線最高價
    under_line = lows  # 把下軌重新賦值為：前cycle_length根K線最低價的最低價
if low0 < low1:  # 如果當根K線最低價小于上根K線最低價
    up_line = highs  # 把上軌重新賦值為：前cycle_length根K線最高價的最高價
middle_line = (lows + highs) / 2;  # 計算中軌的值

這里有一個地方需要注意，可能細心的朋友已經發現了，我們在計算上軌和下軌的時候，用到了talib庫中的Highest和Lowest函數，因為在發明者量化軟件中已經內置了這兩個常用的函數，所以我們不需要像前幾節那樣在策略開頭導入talib庫，并且在使用內置函數的時候，其寫法也略有不同，具體可以查看下方的代碼。

第4步：下單交易

有了上軌、下軌、中軌的值，就可以配合當前的最新價格開平倉交易了，我們可以回過頭再看下之前設計的交易邏輯：如果當前沒有持倉，并且價格大于上軌 * 1.05，買入開倉。如果當前沒有持倉，并且價格小于下軌 * 0.95，賣出開倉。如果當前持有多單，并且價格小于中軌，賣出平倉。如果當前持有空單，兵器價格大于中軌，買入平倉。

if mp == 0 and close0 > up_line:  # 如果當前空倉，并且最新價大于上軌
    exchange.SetDirection("buy")  # 設置交易方向和類型
    exchange.Buy(close0, 1)  # 開多單
    mp = 1  # 設置虛擬持倉的值，即有多單
    
if mp == 0 and close0 < under_line:  # 如果當前空倉，并且最新價小于下軌
    exchange.SetDirection("sell")  # 設置交易方向和類型
    exchange.Sell(close0 - 1, 1)  # 開空單
    mp = -1  # 設置虛擬持倉的值，即有空單
    
if mp > 0 and close0 < middle_line:  # 如果當前持有多單，并且最新價小于中軌
    exchange.SetDirection("closebuy")  # 設置交易方向和類型
    exchange.Sell(close0 - 1, 1)  # 平多單
    mp = 0  # 設置虛擬持倉的值，即空倉
    
if mp < 0 and close0 > middle_line:  # 如果當前持有空單，并且最新價大于中軌
    exchange.SetDirection("closesell")  # 設置交易方向和類型
    exchange.Buy(close0, 1)  # 平空單
    mp = 0  # 設置虛擬持倉的值，即空倉

下單交易使用if語句，如果條件為真，就先設置交易方向和類型，即：開多、開空、平多、平空。然后調用發明者量化軟件中的Buy或Sell下單函數，最后下單之后重置虛擬持倉的狀態。

完整策略代碼

'''backtest
start: 2015-02-22 00:00:00
end: 2019-10-29 00:00:00
period: 1h
exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}]
'''


# 外部參數
cycle_length = 100


# 定義全局變量
up_line = 0  # 上軌
under_line = 0  # 下軌
mp = 0  # 用于控制虛擬持倉


def onTick():
    exchange.SetContractType("rb000")  # 訂閱期貨品種
    bars = exchange.GetRecords()  # 獲取K線數組
    if len(bars) < cycle_length + 1:  # 如果K線數組的長度太小，所以直接返回
        return
    close0 = bars[len(bars) - 1].Close;  # 獲取當根K線收盤價
    high0 = bars[len(bars) - 1].High;  # 獲取當根K線最高價
    high2 = bars[len(bars) - 2].High;  # 獲取上根K線最高價
    low0 = bars[len(bars) - 1].Low;  # 獲取當根K線最低價
    low1 = bars[len(bars) - 2].Low;  # 獲取上根K線最低價
    highs = TA.Highest(bars, cycle_length, 'High');  # 獲取前cycle_length根K線最高價的最高價
    lows = TA.Lowest(bars, cycle_length, 'Low');  # 獲取前cycle_length根K線最低價的最低價
    global up_line, under_line, mp  # 使用全局變量
    if high0 > high2:  # 如果當根K線最高價大于上根K線最高價
        under_line = lows  # 把下軌重新賦值為：前cycle_length根K線最低價的最低價
    if low0 < low1:  # 如果當根K線最低價小于上根K線最低價
        up_line = highs  # 把上軌重新賦值為：前cycle_length根K線最高價的最高價
    middle_line = (lows + highs) / 2;  # 計算中軌的值
    
    if mp == 0 and close0 > up_line:  # 如果當前空倉，并且最新價大于上軌
        exchange.SetDirection("buy")  # 設置交易方向和類型
        exchange.Buy(close0, 1)  # 開多單
        mp = 1  # 設置虛擬持倉的值，即有多單
        
    if mp == 0 and close0 < under_line:  # 如果當前空倉，并且最新價小于下軌
        exchange.SetDirection("sell")  # 設置交易方向和類型
        exchange.Sell(close0 - 1, 1)  # 開空單
        mp = -1  # 設置虛擬持倉的值，即有空單
        
    if mp > 0 and close0 < middle_line:  # 如果當前持有多單，并且最新價小于中軌
        exchange.SetDirection("closebuy")  # 設置交易方向和類型
        exchange.Sell(close0 - 1, 1)  # 平多單
        mp = 0  # 設置虛擬持倉的值，即空倉
        
    if mp < 0 and close0 > middle_line:  # 如果當前持有空單，并且最新價大于中軌
        exchange.SetDirection("closesell")  # 設置交易方向和類型
        exchange.Buy(close0, 1)  # 平空單
        mp = 0  # 設置虛擬持倉的值，即空倉
    

def main():
    while True:
        onTick()
        Sleep(1000)

感謝各位的閱讀！關于“python如何實現動態階梯突破策略”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！