策略研究跨品种价套策略(源码)

策略研究品价差套利策略附源码 原 【策略研究】跨品种价差套利策略(附源码) 跨品种价差套利简介 套利原理 ​ 通俗地讲,就是两个合约相关性很好,突然市场出了一个bug,破坏了两个合约之间的平衡状态,进场套利;等待市场回复,平仓出场。即均值回复思想。 价差套利 ​ 价差套利的前提是做出商品期货品种间同一月份的价格之间的价差,并且画出价差的时间序列图,分析价差,寻找合理的价差范围,超出合理的价差变动范围时如何进行操作。 套利标的... 阅读详情

原 【策略研究】跨品种价差套利策略(附源码)

跨品种价差套利简介

套利原理

​ 通俗地讲,就是两个合约相关性很好,突然市场出了一个bug,破坏了两个合约之间的平衡状态,进场套利;等待市场回复,平仓出场。即均值回复思想。

价差套利

​ 价差套利的前提是做出商品期货品种间同一月份的价格之间的价差,并且画出价差的时间序列图,分析价差,寻找合理的价差范围,超出合理的价差变动范围时如何进行操作。

套利标的的选取

​ 我们选取同为黑钢产业的主要产品,热轧卷板与螺纹钢作为套利标的。

​ 首先,从价格走势上来看,二者价格趋势上一致性非常高,基本处于同涨同跌局面,如下图所示,2014年至2017年热轧卷板与螺纹钢价格指数,相关性达到0.924。二者成本从铁矿石到钢坯这个阶段几乎一样,只是在最终的轧制成材阶段出现了分化。

​ 其次,二者价格的季节性也表现出较高的一致性。热轧卷板和螺纹钢的年内高点普遍出现在4月,次高点出现在7月,而10月不管是热轧卷板还是螺纹钢都倾向于出现年内低点。在较一致的季节性特点下,二者的价格强弱也有一定的规律可循。一般情况下,1、2月热轧卷板的表现会略强于螺纹钢,但是之后二者比价会逐步走低,也就是螺纹钢相对于热轧卷板会逐步变强。而这种强弱关系一般到10月会达到一个极致,之后热轧卷板会再度重新变得相对强一点。

​ 为了防止未来函数的引入,在这里我们选取“HC1701”与“RB1701”作为套利观察合约

​ 图示分为两部分,上图为2016-04-01至2016-12-31的两标的合约日线收盘价的数据,经计算,相关性系数为0.988,下图为两者价差的走势,上下界分别为均值加减两倍标准差。

​ 可以看出价差在上下界之外会再次回归,这就成为了我们的交易机会,不过,均值周期需要缩短,以增加交易次数。另外,我们用2017-04-01至2017-12-31的“HC1801”与“RB1801”作为标的合约,进行回测。

跨品种价差套利策略实现(基于掘金量化平台)

策略思想

  • 获取过去的30个交易日的bar的均值正负2个标准差得到上下界。

  • 用最新价差来判断开仓方向,上穿上轨来做空价差,下穿下轨来做多价差。

  • 回归至上下轨水平内的时候平仓。

策略主要步骤实现

订阅数据

subscribe(symbols=symbols, frequency='1d', count=31, wait_group=True)(symbols=symbols, frequency='1d', count=31, wait_group=True)

​ 订阅数据需要在定义init函数里面设置,并调用subscribe函数,这里注意,我们需要通过计算前三十根bars来作为开平仓的标准,并在当前bar上做出开平仓操作,所以需要获取31根bar:

  • symbols 需要设置订阅的标的代码。

  • frequency需设置订阅数据的周期级别,这里设置1d 表示以一天为周期。

  • count需要设置获取的bar的数量

数据获取

data_rb = context.data(symbol=symbol, frequency='1d', count=31, fields='close') = context.data(symbol=symbol, frequency='1d', count=31, fields='close')

​ 订阅数据之后,需要获取已经订阅的数据来进行操作,这时需调用context.data函数:

  • symbols 需要设置订阅的标的代码。

  • frequency需设置订阅数据的周期级别,这里设置1d表示以一天为周期。

  • count需要设置获取的bar的数量

  • fields需要设置返回值的种类

策略回测分析

回测报告

民锋国际期货量化交易策略源代码大全 投资者在市场交易中面临着系统性风险(即贝塔或Beta、β风险)和非系统性风险(即阿尔法或Alpha、α风险),通过对系统性风险进行度量并将其分离,从而获取超额绝对收益(即阿尔法收益)的策略组合,即为阿尔法策略。 阅读详情

相关推荐

策略研究跨种价套利策略(源码)

原 【策略研究】跨品种价差套利策略(附源码) 跨品种价差套利简介 套利原理 ​ 通俗地讲,就是两个合约相关性很好,突然市场出了一个bug,破坏了两个合约之间的平衡状态,进场套利;等待市场回复,平仓出场。即均值回复思想。 价差套利 ​ 价差套利的前提是做出商品期货品种间同一月份的价格之间的价差,并且画出价差的时间序列图,分析价差,寻找合理的价差范围,超出合理的价差变动范围时如何进行操作。 套利标的...

长亭路 640

SF13 | 实盘策略解密“小品种,小资金”在跑策略源码

致力于分享量化策略,培训视频,Python,算法研究等相关内容。

松鼠宽客的博客 1167

经典的股票量化交易策略(含源码)

1.多因子选股(股票) 多因子模型是一类重要的选股模型,它的优点是能够综合很多信息最后得出一个选股结果。多因子模型的表现相对来说也比较稳定,因为在不同的市场情况下,总有一些因子会发挥作用。因此,在量化投资中,不同的投资者和研究者都开发了很多不同的多因子模型。各种多因子模型核心的区别一是在因子的选取上,二是在如何用多因子综合得到一个最终的判断。一般而言,多因子选股模型有两种判断方法,一是打分法,二是回归法。 多因子选股策略源码:https://www.myquant.cn/docs/python_stra

量化交易研究 1万+

恒温器 Thermostat 择时策略研究

一个会换挡的交易策略 前言 趋势行情不会永远持续下去,事实上市场大部分时间都处于震荡行情,所以才会有人希望能得到一种交易策略,既可以用在趋势行情,也可以用在震荡行情。 潮汐指数 恒温器 Thermostat 交易策略,就是这种设计理念,在趋势行情中采用趋势策略,在震荡行情中采用震荡策略。这有点像汽车换挡,而决定换挡时机的因素,则是以潮汐指数(Choppy Market Index,...

宽客在线的博客 1641

量化选股策略到是量子好还基面子

转 量化选股策略——到底是价量因子好还是基本面因子好? 在今年A股的漫漫熊途中,量化对冲策略提供了一缕光亮。 量化对冲靠跑赢指数赚钱,收益与大盘涨跌无关。无论牛熊,只要股票组合比大盘跑得好,量化对冲策略就能收获超额收益(Alpha)。如果这个超额收益大于对冲成本,也就是A股特有的股指期货基差,产品就能赚钱。 因此,超额收益成为了大家竞相追逐的对象。每个人都使出了浑身解数,希望能打败市场,逐渐形成了...

绿杨 1495

量化交易:价量突破策略

价格和成交量是量化交易策略中不可或缺的分析工具。这里仅仅简单讨论价量关系,更多时候还需要考虑市场情绪,交易风险,仓位管理影响等因素。市场有风险,交易需谨慎。

木头大左的博客 1109

四品种交易策略

对于多头持仓,如果当前最低价低于买入平均价的某个百分比 `P`,或者当前开盘价低于买入平均价的某个百分比 `P`,并且当前时间在交易日的上午9:00之后,策略会执行止损操作,卖出持仓。- 对于空头持仓,如果当前最高价高于卖出平均价的某个百分比 `P`,或者当前开盘价高于卖出平均价的某个百分比 `P`,并且当前时间在交易日的上午9:00之后,策略会执行止损操作,平仓买入。- 当均线 `b` 上穿均线 `e`,且当前市场持仓不是多头时,策略会检查空头跌幅 `ktdf` 是否小于用户定义的阈值 `n`。

2401_84919512的博客 284

跨品种套利量化策略源码.py

跨品种价差套利原理,通俗地讲,就是两个合约相关性很好,突然市场出了一个bug,破坏了两个合约之间的平衡状态,进场套利;等待市场回复,平仓出场。即均值回复思想。

springboot+vue的量化交易系统源码.zip

springboot+vue的量化交易系统源码.zip

股市常见99策略源码-聚宽平台

股市常见99策略源码-聚宽平台 为txt格式,内部为原文链接及说明 代码及注释

计算机组成原理课程设计_微程序控制的简单模型机设计

微程序控制的简单模型机设计 要求 基本要求 完成一个简单主机的设计,模型机应具备如下能力:在自行设计的指令集基础上,运行自行编写的简单用户程序,实现特定运算功能。 弹性要求 在此基础上,完成必要的扩展,实现模型机的功能扩展设计,包括:实现多种运算功能(指令集的扩充)、支持更为丰富的寻址方式、有更为完善的微程序设计等。 实验软件和硬件环境 QuartusII, FPGA计算机组...

sailist的记录站 3万+

复用浏览器之跳过扫码登录

复用浏览器 1、通过命令启动浏览器:chrome --remote-debugging-port=9222(前提是退出所有的chrome浏览器) 2、启动浏览器之后,在地址栏输入127.0.01:9222,成功复用如下图所示:

qq_43911915的博客 2033

ComfyUI-controlnet控制出图

提供加载预处理器节点。

Bu2n的博客 5494

深入解析iDP3的Learning模块:从数据集构建到3D动作预测的代码实现

本文深入解析iDP3框架的Learning模块,从数据集构建到3D动作预测的完整代码实现。通过扩散模型实现视觉输入到动作序列的端到端预测,详细介绍数据采集、增强策略、模型架构及训练技巧,帮助开发者掌握3D动作预测策略的核心技术。

k0l1m2n3o的博客 310

掌握RDMA核心:从同步构建到异步事件的连接艺术

本文深入解析RDMA编程中的双模式设计,揭示同步配置与异步事件机制的协作关系。第一部分阐述同步函数rdma_bind_addr和rdma_listen的本地化角色,强调它们仅完成本地端点配置。第二部分剖析异步事件模型,重点分析连接请求和建立事件的处理流程。通过完整生命周期序列图展示两种模式的交互过程,并提供错误处理、资源管理和性能调优的实用建议。文章指出,理解同步本地配置与异步网络响应这一责任划分,是掌握RDMA编程的关键所在。

数字人生 282

第三天:Python基础语法详解

Python代码规范与注释最佳实践 摘要: 本文深度解析Python缩进规则与代码结构的技术规范,包括缩进的底层原理、语法规则和错误处理。详细阐述Python注释系统,涵盖行内注释、文档字符串和类型注释等多种形式,并提供工业级代码组织方案。研究显示,良好的缩进可提升40%的代码识别速度,降低50%的认知负荷。文章还对比了Sphinx、pdoc等主流文档生成工具,给出企业级项目中的注释编写原则和模板建议,帮助开发者构建更可维护的Python代码。

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 1011

ESP32-C3入门教程 问题篇⑳——subprocess.CalledProcessError: Command ‘[‘D:\\.espressif\\python_env\\idf5.4_py3.

ESP32-C3入门教程 问题篇⑳——subprocess.CalledProcessError: Command '['D:\\.espressif\\python_env\\idf5.4_py3.

772

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

上一篇: 策略研究集合竞选(源码)
下一篇: 策略研究行轮动略(附码
RXiaoHong
博客等级 码龄8年 102粉丝 286原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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