商品期货套利 - 多品种网格对冲模型 注释版

期货网格易略(附源) 原 期货网格交易策略(附源码) 网格交易策略 网格交易策略简介 什么是网格交易策略? ​ 网格交易是利用市场震荡行情获利的一种主动交易策略,其本质是利用投资标的在一段震荡行情中价格在网格区间内的反复运动以进行加仓减仓的操作以达到投资收益最大化的目的。通俗点讲就是根据建立不同数量.不同大小的网格,在突破网格的时候建仓,回归网格的时候减仓,力求能够捕捉到价格的震荡变化趋势,达到盈利的目的。 网格的设置... 阅读详情

商品期货套利 - 多品种网格对冲模型 注释版

  • #### 代码:
// 商品期货套利 - 多品种网格对冲模型 注释版
function Hedge(q, e, positions, symbolA, symbolB, hedgeSpread) {
   
    // 对冲对象 生成函数, 参数q 为最开始调用 商品期货交易类库模板 的 导出函数 生成的 交易队列控制对象, 参数e 为交易所对象,positions 为初始仓位
                                                                 // symbolA 为第一个合约类型,  symbolB 为第二个合约类型, hedgeSpread 为对冲 交易量控制表 字符串。
    var self = {}                                                // 声明一个 空对象 用于给空对象 初始化 后返回 (即对冲对象)
    self.q = q                                                   // 给对冲对象 添加 属性 q ,并用参数的q 初始赋值。
    self.symbolA = symbolA                                       // 给对冲对象self 添加属性 symbolA ,储存 第一个合约类型
    self.symbolB = symbolB                                       // ...
    self.name = symbolA + " & " + symbolB                        // 对冲对象的 名称 即对冲组合
    self.e = e                                                   // 对冲对象 中储存交易所对象 的引用 
    self.isBusy = false                                          // 繁忙 标记 初始为 不繁忙。
    self.diffA = 0                                               // 差价A ,  即 symbolA买一 - symbolB卖一 
    self.diffB = 0                                               // 差价B ,  即 symbolB卖一 - symbolA买一
    self.update = _D()                                           // 记录 更新时间
    var arr = hedgeSpread.split(';')                             // 把传入的  交易量控制表 字符串 按照 ';' 字符 分割。
    self.dic = []                                                // 网格节点 对象 数组
    var n = 0                                                    // 
    var coefficient = 1                                          // 系数 初始1
    for (var i = 0; i < positions.length; i++) {                 // 遍历持仓信息。
        if (positions[i].ContractType == symbolA) {              // 如果遍历当前的 持仓信息 的合约类型 和 当前对冲对象的 第一个合约类型 相同
            n += positions[i].Amount                             // 累计 类型为 symbolA 的合约的持仓量
            if (positions[i].Type == PD_LONG || positions[i].Type == PD_LONG_YD) {   // 如果 持仓类型是 多仓 , coefficient 赋值为 -1 ,即 代表 反对冲: 多 symbolA  空 symbolB
                coefficient = -1
            }
        }
    }
    _.each(arr, function(pair) {
   
                                    // 把 控制表字符串 数组的  每一个单元  迭代传递到 匿名函数 作为参数 pair
        var tmp = pair.split(':');                               // 把每个 网格节点的 单元 按照':'字符 分割成 参数 数组 tmp
        if (tmp.length != 3) {                                   // 由于 格式 是  30:15:1  即   开仓差价: 平仓差价: 下单量    ,所以 用 ':' 分割后 tmp长度 不是3的 即 格式错误
            throw "开仓表不正确";                                  // 抛出异常  格式错误
        }
        var st = {                                               // 每次迭代的时候 构造一个对象 
            open: Number(tmp[0]),                                // 开仓  把 tmp[0]  即 30:15:1 按 ':' 分割后 生成的数组中的 第一个元素  30 , 通过 Number 函数 转换为数值
            cover: Number(tmp[1]),                               // 平仓..
            amount: Number(tmp[2]),                              // 量..
            hold: 0                                              // 持仓 初始为0
        }
        if (n > 0) {                                             // 如果 n 大于0  ,即 开始的时候 有持仓。
            var m = Math.min(n, st.amount)                       // 取 当前合约组合中 s
delta对冲策略_波动率套利策略详解:一个交易过程的全面考察 兴业证券任瞳 于明明期权的波动率交易简介波动率交易(Volatility Trading)是一种利用期权构造的交易策略,其收益不依赖于标的资产的价格变动方向,而依赖于标的资产的价格波动情况,其核心是寻找期权的隐含波动率和市场的实际波动率的价差,并对其进行相应交易,换句话说如果我们预测的波动率与期权的隐含波动率有显著不同,我们就可以通过相应的期权交易进行获利。波动率交易最常见的一种交易方... 阅读详情

相关推荐

期权Delta对冲—Whalley-Wilmott 模型(W-W 模型)

期权Delta对冲之Whalley-Wilmott 模型

xiaowu1997的博客 1319

期货网格交易策略:原理、工具与实战优化

网格交易是量化交易中的经典策略,通过在价格波动区间预设买卖订单捕捉市场波动收益。其核心原理基于均值回归理论,利用价格在设定网格区间内的往复运动实现低买高卖。在期货交易场景中,该策略需要特别关注保证金管理、滑点控制和流动性风险。主流实现工具包括VN.PY、QuantConnect等量化平台,各具特色:VN.PY适合高频交易但需较强编程能力,QuantConnect提供丰富数据但国内延迟较高。有效的网格策略需平衡网格间距、单量规模和风险敞口等参数,2026年期货市场预计波动率增大,策略需相应调整间距和保证金缓冲

weixin_32325225的博客 109

Alpha对冲策略

1. 策略原理 何为alpha? 提到Alpha策略,首先要理解什么是CAPM模型。 CAPM模型于1964年被Willian Sharpe等人提出。Sharpe等人认为,假设市场是均衡的,资产的预期超额收益率就由市场收益超额收益和风险暴露决定的。如下式所示。 其中rm为市场组合,rf为无风险收益率。 根据CAPM模型可知,投资组合的预期收益由两部分组成,一部分为无风险收益率rf,另一部分为风险收益率。 CAPM模型一经推出就受到了市场的追捧。但在应用过程中发现,CAPM模型表示的是在均衡状态下市

小壁虎的春天 5510

套利模型

3块买进,5块卖出

互联网金融爱好者 3717

趋势、马丁、对冲结合ea的编程实践(七)近两个月左右效果汇总

趋势指标结合马丁、网格、对冲等策略的编程实践, 经过了近两个月的模拟盘几个帐户策略的运行,发现总体效果还是非常不错的,最近两个月也经历了几次不小的行情 ,尤其的全系列29个币种(包括黄金)都运行,极其考验策略系统的极限运行能力。其中网格版的浮亏最小,业绩曲线最为稳定。(如图所示) 网格版2020年10月27日,到2020年12月21日,净值纯收益14.49%,还有很大的升值空间,因为可以放大倍数。最早为每次0.01手,后来运行20天左右调为0.02手,今天开始调为0.1手。 另外一个版本为马丁版本,按0

omidsky的博客 4746

动态平衡网格交易_网格交易 套利:期货经典书籍

《期货市场技术分析》(墨菲)这是一部技术分析的工具书、教科书。本书涵盖了技术分析自道氏以来所有重要的研究成果。因此,是期货交易者的入门必读书目之一。我在 货的前几年也至少读了三遍以上。《日本蜡烛 图技术》(尼森)蜡烛图是目前最常见的看盘的基本工具,也是分析市场、指导交易的最基础的工具。因此,熟悉蜡烛图的原理和使用方法,这同样也是一个基础性的准备工作。《股票作手回忆录》译 者 丁圣元描述了...

weixin_39953740的博客 2727

ETF套利交易实务详解-套利攻略

ETF套利交易实务详解-套利攻略ETF套利交易实务详解-套利攻略ETF套利交易实务详解-套利攻略ETF套利交易实务详解-套利攻略

Ex网格对冲EA_EX网格对冲EA_对冲_ea_

正反方向网格策略对冲,长期盈利稳定不爆仓

告别手动归档:基于Allegro Skill的XTools一键生成Gerber与生产文件实践

本文详细介绍了基于Allegro Skill的XTools工具如何实现一键生成Gerber与生产文件,大幅提升PCB设计效率。通过自动化流程,解决了传统手动归档中的重复劳动、人为失误和标准不统一等问题,特别适合需要频繁输出生产文件的工程师。文章包含安装配置、实战操作、问题排查及进阶技巧,帮助用户快速掌握这一高效工具。

weixin_30505225的博客 462

Unity集成阿里云语音AI:从麦克风录音到实时语音合成的全流程实现

本文详细介绍了在Unity中集成阿里云语音AI服务,实现从麦克风录音到实时语音合成的完整流程。通过调用阿里云的语音转文字和文字转语音接口,开发者可以快速为游戏或应用添加语音交互功能,提升用户体验。文章涵盖了环境配置、签名认证、音频处理及项目集成等核心步骤,并提供了实用的调试技巧。

weixin_29224589的博客 324

FOC电机控制实战:增量式编码器零位校准的5个关键步骤(附STM32代码)

本文详细解析了FOC电机控制中增量式编码器零位校准的5个关键步骤,包括电角度锁定、定时器计数清零、机械偏移角补偿等,并提供了STM32平台的实战代码。通过精准的零位校准,可显著提升电机控制系统的精度和稳定性,适用于工业伺服和机器人关节等高精度场景。

rum55的博客 620

C++版Cesium实战:从OpenGL到3DTiles的全流程开发指南

本文提供了一份C++版Cesium全流程开发指南,详细阐述了如何利用OpenGL和Qt从零构建高性能、可离线部署的三维GIS应用。内容涵盖开发环境搭建、OpenGL渲染引擎初始化、Cesium核心坐标系与场景管理移植,并重点解析了3DTiles数据的解析、异步加载与渲染优化等硬核实战技术,旨在帮助开发者实现与现有C++工业软件的深度集成。

weixin_28077113的博客 166

HHD Device Monitoring Studio:破解版在串口调试中的实战应用

本文详细介绍了HHD Device Monitoring Studio破解版在串口调试中的实战应用,包括安装指南、串口监控功能解析、Modbus RTU协议分析案例以及自定义协议解析技巧。通过具体操作步骤和性能优化建议,帮助开发者高效完成端口监控和调试任务,提升工作效率。

weixin_29268331的博客 961

《网络安全自学教程》- OSI七层模型分层及作用,数据封装与解封过程,数据传输过程。

OSI分哪七层,每层的作用是什么,解释数据在七层模型中是怎样传输的,封包和解封过程,数据包在每一层是怎么封装和解封的。

wangyuxiang946的博客 1万+

STM32G431的 FDCAN使用5M加速时,出现奇葩问题,如何解决?

🏆 本文收录于《全栈Bug调优(实战版)》专栏,致力于分享我在项目实战过程中遇到的各类Bug及其原因,并提供切实有效的解决方案。无论你是初学者还是经验丰富的开发者,本文将为你指引出一条更高效的Bug修复之路,助你早日登顶,迈向财富自由的梦想🚀!同时,欢迎大家关注、收藏、订阅本专栏,更多精彩内容正在持续更新中。让我们一起进步,Up!Up!Up!    备注: 部分问题/难题源自互联网,经过精心筛选和整理,结合数位十多年大厂实战经验资深大佬经验总结所得,数条可行方案供所需之人参考。

**My Coding Family** 1643

本地通知与健康数据的隐私保护方案

随着移动健康(mHealth)应用的普及,本地通知与健康数据的结合为用户提供了更加个性化的健康管理体验。然而,这种便利性也带来了严峻的隐私保护挑战。本文旨在探讨如何在移动应用中实现本地通知功能的同时,确保用户健康数据的隐私安全。本地通知与健康数据结合的技术架构隐私保护的核心技术方案具体算法实现与数学模型实际应用案例分析本文首先介绍背景知识和核心概念,然后深入探讨隐私保护的技术方案,包括算法原理和数学模型。接着提供实际代码实现和应用场景分析,最后讨论未来发展趋势和挑战。

移动开发前沿的博客 1310

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

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

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

上一篇: CTP商品期货多品种海龟交易策略 (注释版)
下一篇: BotVS量化学习教程(1)认识什么是量化交易、程序化交易。
SunnyColor
博客等级 码龄19年 49粉丝 11原创
评论
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