量化策略R-Breaker实践与研究 一

最新推荐文章于 2025-10-30 13:40:16 发布
转载 最新推荐文章于 2025-10-30 13:40:16 发布 · 9.9k 阅读 · 8
文章标签：

#京东 #投资 #量化投资 #股票 #python

部署运行你感兴趣的模型镜像

阅读原文：hhttp://club.jr.jd.com/quant/topic/1119807

京东金融官方资讯QQ:3414182370 有什么想问的想说的都可以来参与！还有机会获取奖品！

实现平台：京东量化

语言：python


一、R-Breaker策略介绍

在外汇交易系统中，枢轴点 (Pivot Points) 交易方法是一种经典的交易策略。Pivot Points是一个非常单纯的阻力支撑体系，根据昨日的最高价、最低价和收盘价，计算出七个价位，包括一个枢轴点、三个阻力位和三个支撑位。R-Breaker是在Pivot Points上发展出来的一种短线交易策略，它结合了趋势和反转两种交易方式。

交易系统的基本原理如下：
1. 根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位，从大到小依次为：突破买入价、观察卖出价、反转
卖出价、反转买入价、观察买入价、突破卖出价。
以此来形成当前交易日盘中交易的触发条件。



2. 追踪盘中价格走势，实时判断触发条件。具体条件如下：
A、当日内最高价超过观察卖出价后，盘中价格出现回落，且进一步跌破反转卖出价构成的支撑线时，采取反转策略，即在该点位（反手、开仓）做空；
B、当日内最低价低于观察买入价后，盘中价格出现反弹，且进一步超过反转买入价构成的阻力线时，采取反转策略，即在该点位（反手、开仓）做多；

C、在空仓的情况下，如果盘中价格超过突破买入价，则采取趋势策略，即在该点位开仓做多；

D、在空仓的情况下，如果盘中价格跌破突破卖出价，则采取趋势策略，即在该点位开仓做空。





(由于帖子太长发不了，代码部分放在第二篇当中)


详细请研究代码，这里使用的是python。原文有完整代码。


阅读原文：http://club.jr.jd.com/quant/topic/1119807

关注京东量化学院！获取更多最新最全面的量化交易知识！

quant.jd.com/college/in

您可能感兴趣的与本文相关的镜像

AutoGPT

AutoGPT

AI应用

AutoGPT于2023年3月30日由游戏公司Significant Gravitas Ltd.的创始人Toran Bruce Richards发布,AutoGPT是一个AI agent（智能体），也是开源的应用程序，结合了GPT-4和GPT-3.5技术，给定自然语言的目标，它将尝试通过将其分解成子任务，并在自动循环中使用互联网和其他工具来实现这一目标

JDquant
关注
R-Break Backtrader: 一个经典的策略回测框架
TgpActionscript的博客
09-18 444
总结而言，R-Break Backtrader是一个功能强大的策略回测框架，它为交易者提供了丰富的工具和灵活性，帮助他们评估和优化交易策略。通过编写自定义策略、加载市场数据、设置回测参数和分析回测结果，交易者能够更好地理解和改进他们的交易策略，从而提高交易的成功率和盈利能力。回测是量化交易中至关重要的一环，它允许交易者评估和验证他们的交易策略。R-Break Backtrader是一个强大的策略回测框架，它提供了丰富的功能和灵活性，使交易者能够快速而准确地评估他们的交易策略。
经典的期货量化交易策略大全（含源代码）
热门推荐
量化交易研究
11-16 3万+
1.双均线策略(期货) 双均线策略是简单移动平均线策略的加强版。移动平均线目的是过滤掉时间序列中的高频扰动，保留有用的低频趋势。它以滞后性的代价获得了平滑性，比如，在一轮牛市行情后，只有当价格出现大幅度的回撤之后才会在移动平均线上有所体现，而对于投资者而言则大大增加了交易成本。如果使用双均线策略，就可以在考虑长周期趋势的同时，兼顾比较敏感的小周期趋势，无疑是解决简单移动平均线滞后性弱点的一项有效方法。 双均线策略源代码：https://www.myquant.cn/docs/python_strateg
r-breaker交易策略测试结果
02-16
r-breaker交易策略测试结果,图片加成交明细
一个短线日内交易策略 ——R-Breaker
量化交易研究
04-28 9621
R-Breaker是一种短线日内交易策略，该策略已经在市场上存活了二十年之久，尤其当指数波动较大时，该策略表现越好，根据S&P至2011年底的统计，R-Break也多次名列前十，由于进入榜单的交易系统业绩并不稳定，尤其是一年业绩榜单，时常会发生变化，因此模型的稳定性和一致性其实比短期排名更加关键，杂志给出了长期来看一致性最好的十大交易模型，其中就包括 R-Breaker 等模型，它们的业绩...
python ‘‘‘ ‘‘‘的用法
最新发布
滴水石穿
10-30 327
Python中''' '''是三引号字符串定界符，用于定义多行字符串，功能与""" """相同。主要用途包括：1）编写跨行字符串保留换行格式；2）作为函数/类的文档字符串(docstring)；3）嵌套包含单/双引号的字符串避免转义。注意事项：会保留所有格式空格，单独使用时可作为多行注释的替代方案。选择单/双三引号取决于代码风格或嵌套需求。
Rbreak日内交易策略
12-16
这个网上有现成的,这个作用还是挺大的,但是需要手动改改才能运行!
R-Breaker策略
tt07406的博客
08-24 9274
R-Breaker 是一种短线日内交易策略，它结合了趋势和反转两种交易方式。该策略也长期被Future Thruth 杂志评为最赚钱的策略之一，尤其在标普500 股指期货上效果最佳。该策略的主要特点如下： 第一、根据前一个交易日的收盘价、最高价和最低价数据通过一定方式计算出六个价位，从大到小依次为突破买入价、观察卖出价、反转卖出价、反转买入价、观察买入价和突破卖出价，以此来形成当前交易日盘中交易...
【vn.py】策略实现之R-Breaker策略
敲代码的quant的博客
09-16 8958
写在前面 vnpy中提供了很多CTA策略的源码，前面的文章也对很多策略进行了代码分析。这些工作不仅仅是为了了解那些策略的逻辑，更多的是为以后的自己基于vnpy进行策略提供思路和借鉴。因此，这篇文章将以有名的R-Breaker策略为例，基于vnpy实现这个策略的逻辑并进行回测与参数优化。 R-Breaker R-Breaker是一种中高频的日内交易策略，这个策略也长期被Future Truth杂志评...
掌握量化投资策略：KAMA、HT_TRENDLINE、R-BREAKER技术分析
描述：“量化投资策略，ht_trendline，kama，r-breaker仅供参考，不对投资结果负责”这一描述表明，文件中提及的量化投资策略包括使用特定的技术指标，如ht_trendline（水平趋势线）、kama（Kaufman Adaptive Moving...
量化进阶-《python与量化投资从基础到实战》——常用的量化策略及其实现
qq_47326711的博客
10-07 4933
python与量化投资从基础到实战——常用的量化策略及其实现)
东方证券量化策略周报：市场回调与因子表现分析
资源摘要信息:"东方证券_0708_量化策略周报.pdf"是一份由东方证券金融工程团队发布的专业量化投资研究报告，聚焦于2023年7月2日至7月6日期间A股市场及衍生品市场的量化策略表现分析。报告从多个维度系统性地梳理了...
程序化交易系列研究之六：R-Breaker模型后续测试及优化.pdf
02-18
程序化交易系列研究之六：R-Breaker模型后续测试及优化.pdf
天勤python_天勤量化策略库：R-Breaker策略（难度：初级）
weixin_39608657的博客
12-21 1567
策略简介R-Breaker是一种短线日内交易策略，该策略已经在市场上存活了二十年之久，尤其当指数波动较大时，该策略表现越好，根据S&P至2011年底的统计，R-Break也多次名列前十，由于进入榜单的交易系统业绩并不稳定，尤其是一年业绩榜单，时常会发生变化，因此模型的稳定性和一致性其实比短期排名更加关键，杂志给出了长期来看一致性最好的十大交易模型，其中就包括 R-Breaker 等模型，它...
量化策略R-Breaker的实践与研究 二
JDquant的博客
02-17 4587
第一篇在这里 ：京东量化平台-为投资者提供数据支持、策略开发到策略输出的量化生态服务 阅读原文：http://club.jr.jd.com/quant/topic/1119816 京东金融官方资讯QQ:3414182370 有什么想问的想说的都可以来参与！还有机会获取奖品！ 实践思路 为了测验本策略在实际交易中对抗风险和把握机会的能力，我们把操作标的定为159915 创业板ETF，
量化交易-期货多品种R-breaker日内交易策略
StanleyWell的博客
12-02 2278
R-Breaker是一种高频的日内交易策略，在2010年之前被Future Truth杂志评为最赚钱的策略之一。R-Breaker策略在日内交易，由于中国股市实行“T+1”，而期货市场为”T+0”，因此该策略只适用期货市场，而在中国股票市场无法实现。R-Breaker包括了趋势和反转两种交易方式，通过分钟级指标判断买入卖出条件，交易机会相对较多。本策略利用R-breaker作为开仓平仓逻辑，交易多个期货品种的主力合约，主要通过价格的短期变化获利。
vnpy框架的策略开发和回测逻辑详解---以螺纹钢主力合约的R-breaker日内策略为例
S_o_l_o_n的博客
08-03 1万+
       笔者之前写过一篇关于vnpy的简单介绍和安装方法，本篇文章的目的是简单介绍vnpy的框架，然后详细介绍一下如何用vnpy开发自己的量化策略以及整个的回测逻辑是怎么样的。只有我们真的搞清楚了框架结构和相关的逻辑，我们才可以比较灵活高效的使用这种开源框架。        vnpy是开源的，好处是显而易见的，我们可以自己修改和增加相关的功能，个性化定制；但是弊端就是，对于我这样的一个初级...
R-Breaker下的可转债策略
量化交易研究
08-04 1785
尝试将其应用于T0的可转债市场，看下策略效果如何。
三个比较经典的策略: Dual Thrust、R-Breaker、Dynamic Breakout II
小壁虎的春天
12-16 7372
随着股指期货市场参与者的逐步成熟、国内相关程序化交易平台的技术实现，以及程序化交易自身的优点，程序化交易在近几年的国内期货市场上得到了飞跃式的发展。程序化交易是国际市场常用的交易方式，国外程序化交易的应用领域非常广泛，主要有组合管理、套利交易、趋势交易及其他量化策略等。 波涛(1998)在《系统交易方法》中提出，一个设计良好的交易系统，必须对投资决策的各个相关环节做出相应明确的规定，同时还必须符...
R-Breaker(期货)
小壁虎的春天
12-07 3891
R Breaker 1. 原理 1.1 原理 R Breaker是一种日内回转交易策略，属于短线交易。日内回转交易是指当天买入或卖出标的后于当日再卖出或买入标的。日内回转交易通过标的短期波动盈利，低买高卖，时间短、投机性强，适合短线投资者。 R Breaker主要分为分为反转和趋势两部分。空仓时进行趋势跟随，持仓时等待反转信号反向开仓。 由于我国A股采用的是“T+1”交易制度，为了方便起见，以期货为例演示R Breaker策略。 反转和趋势突破的价位点根据前一交易日的收盘价、最高价和最低价数据计
R-breaker
03-20
<think>好的，用户想了解R-breaker算法及其实现。首先，我需要回忆一下R-breaker的基本概念。R-breaker是一种日内交易策略，主要用于期货或外汇市场，结合了趋势跟踪和反转交易的策略。它的核心是计算六个关键价位，根据价格突破这些价位来触发买卖信号。 接下来，我需要确认用户的需求是否包括算法的具体计算步骤和实现方式。用户提到“implementation or explanation”，所以应该两方面都需要。首先，我需要详细解释R-breaker的计算逻辑，包括六个价位的公式，然后是如何根据这些价位进行交易决策。 然后，我需要确保使用正确的中文术语，比如“突破”和“反转”，避免翻译上的歧义。同时，根据系统指令，所有的数学公式需要用$...$或$$...$$格式。例如，计算观察卖出价的公式应该用行内数学表达式，比如$观察卖出价 = 最高价 + 0.35 \times (收盘价 - 最低价)$。 接下来，考虑用户的可能背景。他们可能是量化交易的研究者或开发者，希望了解该策略的具体实现，以便自己编程应用。因此，除了理论解释，提供一个Python的代码示例会很有帮助，但需要确保代码正确且符合算法逻辑。 在编写代码时，需要注意数据结构的处理，比如如何存储历史数据，如何计算六个价位，以及如何根据最新价格判断信号。同时，要处理可能的异常情况，比如数据不足时无法计算信号。 然后，根据系统要求生成相关问题。这些问题应该帮助用户进一步理解R-breaker的应用、优化和比较，例如与其他日内策略的区别，参数调整的影响，风险管理的方法等。 另外，需要检查是否有相关的站内引用可以引用。根据提供的引用，可能没有直接关于R-breaker的内容，但如果有相关的优化库或框架，比如Choco或OptaPlanner，可能可以提及，但需要确认是否相关。但在这个情况下，可能不需要引用，因为用户提供的引用更多是关于路径规划、解析器、优化求解器等，与R-breaker关联不大，因此可能不需要添加引用标识。 最后，确保整个回答结构清晰，分步骤解释算法，代码部分正确，并且相关问题具有引导性，帮助用户深入学习和应用该策略。</think>### R-breaker算法解析与实现 R-breaker是一种经典的日内交易策略，结合趋势跟踪与反转逻辑，常用于期货、外汇等高频交易场景[^1]。其核心是通过计算六个关键价格（观察价位与交易触发价位），根据价格突破情况决定操作方向。 #### 算法关键步骤 1. **计算基础价格**： - 前一交易日的最高价（$H$）、最低价（$L$）、收盘价（$C$）。 2. **生成六个关键价位**： - **观察卖出价**：$观察卖出价 = H + 0.35 \times (C - L)$ - **观察买入价**：$观察买入价 = L - 0.35 \times (H - C)$ - **趋势突破卖出价**：$突破卖出价 = (H + C)/2 + 0.25 \times (H - L)$ - **趋势突破买入价**：$突破买入价 = (L + C)/2 - 0.25 \times (H - L)$ - **反转卖出价**：$反转卖出价 = 1.07/2 \times (H + L) - 0.07 \times L$ - **反转买入价**：$反转买入价 = 1.07/2 \times (H + L) - 0.07 \times H$ 3. **交易信号逻辑**： - **趋势跟踪**：当价格突破趋势突破价位时，按趋势方向开仓。 - **反转交易**：若价格触及观察价位后回落，反向操作。 #### Python实现示例 ```python def r_breaker_signal(prev_high, prev_low, prev_close, current_price): # 计算六个关键价位 observe_sell = prev_high + 0.35 * (prev_close - prev_low) observe_buy = prev_low - 0.35 * (prev_high - prev_close) breakout_sell = (prev_high + prev_close)/2 + 0.25*(prev_high - prev_low) breakout_buy = (prev_low + prev_close)/2 - 0.25*(prev_high - prev_low) reverse_sell = 1.07/2 * (prev_high + prev_low) - 0.07 * prev_low reverse_buy = 1.07/2 * (prev_high + prev_low) - 0.07 * prev_high # 判断信号 if current_price > breakout_sell: return "趋势做空" elif current_price < breakout_buy: return "趋势做多" elif current_price > observe_sell and current_price < reverse_sell: return "反转做空" elif current_price < observe_buy and current_price > reverse_buy: return "反转做多" else: return "无信号" ``` #### 参数优化方向 - 系数调整（如0.35、0.25等）需根据市场波动率测试 - 结合移动止损机制控制风险[^3]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值