海龟策略深入研究-策略回测系列-14 上一笔盈利过滤检验

量化交易核心:正期望值、夏普比率与海龟策略构建稳定盈利系统 量化交易是通过数学模型和算法实现自动化投资决策的方法。其核心原理在于利用统计规律识别市场中的盈利机会,并通过系统化执行降低人为情绪干扰。技术价值体现在能够实现风险可控的稳定收益,而非追求短期暴利。应用场景涵盖股票、期货、加密货币等多个金融市场。在量化系统中,正期望值确保策略长期盈利潜力,夏普比率衡量风险调整后收益质量。以经典的海龟策略为例,通过趋势跟踪和严格风控实现低胜率高盈亏比的稳定盈利。本文基于量化交易和风险控制等热词,深入解析如何构建具备正期望值的交易系统,并探讨夏普比率在策略优化中的实际应用,帮助投 阅读详情

上一笔盈利过滤的意思是,若上一次交易为盈利的,则当前的交易信号无效,即当前不进行交易。

 

基于20日唐奇安通道,费思认为若上一次突破是盈利的,那么新突破点可能离当前价格,因为有可能跑到55日突破点上面去;若上一次突破点亏损,那么新突破点将更加接近当前价格。
 
若基于传统日内中高频CTA策略的视角,这是非常主观的解释:费思认为这几乎不可能连续2次出现大行情,但是事实是分钟级别的CTA策略有可能出现2次大行情,故首次盈利过滤的作用仅仅是节省手续费和滑点,但是错过了潜在的巨大收益。
 
但是呢,基于日线级别中低频CTA策略,其首次盈利过滤是否有效还需要进行验证。
 
本次测试的基准是剔除长周期版本的“新”海龟策略,海龟组合是在上面的章节中挑选的投资组合(回望周期为3年;筛选标准是回归夏普比率>0.6),然后把海龟策略分为含义上一笔盈利过滤和不含上一笔盈利过滤这两个版本,测试效果如图所示。
 
enter image description here
 

从上一笔盈利对比图中可以看出:

  • 不含上一笔盈利过滤版本:总成交笔数1325,年化收益41.23%,百分比最大回撤-22.32%,夏普比率达1.4。
  • 含上一笔盈利过滤版本:总成交笔数为1090,年化收益44.34%,百分比最大回撤-25.61%,夏普比率达1.5。

 

增加过滤器后,总成交笔数降低了,年化收益和夏普比率都提高了,因此可以推断海龟策略独有的上一笔盈利过滤是对于日线级别的趋势跟踪策略是非常有效的,其作用在于降低无效交易(即假突破)所造成的亏损,在整体上提高的策略的胜率。

 

(该结论在统计学来看,就是在日线级别中,连续出现2次大行情的概率极其低,应对方案就是剔除低概率事件,从而提高整体的胜率。)

 

  • 在日内中高频CTA策略中,该过滤器无效或许是Tick或者分别级别K线所包含的噪声更多,故提高连续出现2次大行情的概率;
  • 但是日线级别数据所包含的噪声更少,更能够有助于判断趋势,而趋势本身就非常难以出现连续2次的大行情。
量化交易核心:正期望值与夏普比率驱动的稳定盈利策略 量化交易是通过数学模型和计算机程序执行投资决策的方法,其核心原理在于利用统计规律捕捉市场机会。技术价值体现在通过系统化策略降低人为情绪干扰,实现风险调整后的可持续收益。应用场景包括趋势跟踪、统计套利等多种策略类型,其中正期望值作为策略盈利的数学基础,结合夏普比率对风险收益进行量化评估,自然收敛到稳定盈利的系统化实践。本文通过海龟交易法则等经典案例,深入解析如何通过参数优化和风险控制构建稳健的量化体系。 阅读详情

相关推荐

用Python构建量化策略:backtrader与qstock回测实战解析

量化交易是将投资逻辑转化为可执行代码的系统工程,它从数据获取、策略编写到回测验证、绩效评估层层递进。作为Python生态中轻量且完整的回测框架,backtrader支持灵活的Data Feed接入与策略类设计,而qstock则简化了国内行情数据的获取与可视化。通过双均线、布林带、海龟等经典策略模板,初学者能快速理解指标计算、信号生成与仓位管理的代码实现。然而,回测结果的可信度取决于对滑点、成交量限制等现实摩擦的模拟,以及参数过拟合的防范。理解最大回撤与夏普比率等绩效指标,能帮助交易者客观评估策略鲁棒性。一份

weixin_34008805的博客 427

CTA 策略分享之三 -- 策略优化

上一个帖子介绍了一个趋势跟踪策略的优化思路,今天我们继续对策略进行分析,找到另外的优化方法。先看回测的权益曲线: 看到在2017 8月份到2018 2月份策略出现了较大的回撤。先定性分析一下,应该是在这段时间内日线级别的图形上震荡走势,造成策略不适应导致,看一下日线图是不是这样: 可以看出这一段日线的无趋势走势造成了策略的亏损。 因为我们采用的日线的EMA过滤导致。 那么,我们更换一个思维,把日线换为1小时周期K线看一下: 总体分析: 胜率和盈亏比还是不尽如人意。继续想方法:加上1小时的趋势指标AD

maxiuchengprogrammer的博客 2020

别再死磕DH参数了!用MATLAB Robotics Toolbox + SOLIDWORKS搞定六轴机械臂仿真(附避坑指南)

本文详细介绍了如何利用MATLAB Robotics Toolbox和SOLIDWORKS进行六轴机械臂仿真,避免常见的DH参数错误和模型导出问题。通过实战指南和避坑技巧,帮助工程师实现从三维建模到运动学仿真的无缝衔接,提升仿真效率和准确性。

weixin_27066963的博客 395

【量化交易】永久投资组合,海龟交易法则阅读,回测与讨论

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar

weixin_39434182的博客 1万+

基于STM32的3D打印机控制

通过本项目,我们成功搭建了一个基础的3D打印机控制系统,能够控制步进电机和加热元件。这为使用STM32开发功能丰富的3D打印机提供了基础,您可以在此基础上继续扩展功能,如增加LCD显示、SD卡存储、联网控制等功能。在这个项目中,我们将使用STM32微控制器开发一个基础的3D打印机控制系统。通过控制步进电机、加热元件和温度传感器,我们将实现一个简单的FDM(熔融沉积制造)3D打印机控制。- 检查PWM信号的生成功能,确认加热元件的控制逻辑是否正常。- 增加适当的滤波和校准算法,以提高温度读取的准确性。

2401_88938661的博客 1504

别再乱调栅极电阻了!手把手教你用示波器调试FOC驱动MOS管,避开EMC和震荡坑

本文详细介绍了FOC驱动中MOS管栅极参数的精准调试方法,涵盖示波器配置、波形特征分析及栅极电阻选型策略。通过实战案例和工程经验,帮助工程师有效解决EMC和震荡问题,提升驱动电路稳定性和效率。

weixin_28728495的博客 504

量化交易之回测篇 - 海龟交易策略(初版)

""" 这个模型写了小半天, 还没来得及测试, 先开源出来; 等期货回测器的cta分支没问题后,再测试该模型; PS: 为了方便模型的回测, 价格设置上确实有不合理的地方, 勿用于实盘, 请见谅; """ from tqz_strategy.template import CtaTemplate from public_module.object import StopOrder, TickData, BarData, TradeData, OrderData from public_module.ut.

1171

Converting Phase Noise to Random Jitter(Period)

推导了Phase Noise to Random Jitter(Period)的转换过程,解释了分频对Phase Noise & Spur(每2分频改善6dB)的影响,每N分频,TIE RJ(1𝜎)不变(之前已推导),而Period RJ(1𝜎)增加√N倍。

u010486560的博客 2041

运用python进行海龟交易法回测

运用python进行海龟交易法回测

jiangtingrui1的博客 5633

UVM概述及uvm_component和uvm_object(一)

UVM:Universal Verification Methodology(通用验证方法学) UVM:是建立在systemverilog平台上的一个库,提供了一系列的接口,让我们能够更方便的进行验证。验证平台组成: Driver:用来把不同的激励施加给DUT; Monitor:用来检测DUT的输出; Scoreboard:专门用来比较期望值与monitor检测到的DUT输出; Refer

南国之邱 1万+

DeepSeek 赋能招投标全流程智能化:多模态解析、知识图谱与投标文件自动生成实战指南(附完整代码与行业案例)

摘要:本文深入探讨DeepSeek技术在招投标领域的全流程智能化应用,通过整合自然语言处理(NLP)、多模态解析、知识图谱等核心技术,实现招标文件智能解析与投标文件自动生成。文中详细解析DeepSeek-R1模型的多模态处理机制、动态知识图谱构建方法及智能模板填充算法,通过完整代码实现展示技术细节。结合广某资源交易平台、山西XX"XX云"等典型案例,验证技术方案在提升招投标效率、降低人为错误方面的显著效果。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1464

海龟策略深入研究-策略回测系列-11 品种选择检验(四)

重新构建投资组合 1)初步筛选 初步筛选从仅仅基于历史行情外,还加多了品种波动率和自相关性的要求,故总的来说其初步筛选条件为三点: 历史行情:2014年1月1日前上市 调整后波动率比值>1 ADF值>10% 根据初步筛选标准,剔除了不符合要求品种后,测试样本从调整前的35个缩小至27个,根据其调整后波动率比值的大小按从大到小排序,如图所示。 结合高成交量特征,...

智能量化交易 1069

如何在飞腾平台上安装Ubuntu操作系统

注意: 若主板上配置的是NVME硬盘,在进行内核配置时,需要将内核的NEME驱动勾选上,否则移植内核时,无法找到文件系统,进不去操作系统。可以通过rufus软件将镜像做到U盘中,本次使用版本为Rufus 3.9.124 ,其他版本也可以。不要下载live版本的,没有准备网络环境,是一个头疼的事情,笔者暂时没有实现网络安装。将U盘接到主板usb口上,接上串口,显示器,,必需串口有打印才可以安装。可以通过dd命令,将iso安装到U盘。安装的是最小系统,缺少很多命令,需要联网更新,或则更换飞腾专用内核。

技术联盟 2645

海龟策略深入研究-策略回测系列-1:海龟的历史

(本系列主要在于探讨海龟策略在国内市场的可行性,目标群体是有一定基础的量化新手。)   海龟策略的故事 海龟策略是一个基于日线级别期货数据的中低频趋势跟踪策略。其高盈利性名扬海外,同时也创造出非常多赚钱的案例。 其实海龟策略背后还隐藏一个有趣的故事,而且与赌局有关,你信么? 1983年两位交易大师理查德.丹尼斯与威廉.埃克哈特之间的一次赌约,赌约的内容是伟大的期货交易者能否通过后天的培养产...

智能量化交易 3410

时间序列分析(Time Series Analysis) 原理与代码实例讲解

时间序列分析(Time Series Analysis) - 原理与代码实例讲解 作者:禅与计算机程序设计艺术 / Zen and the Art of Computer Programming 关键词:时间序列预测,ARIMA模型,状态空间模型,SARIMA模型,机器学习

AI天才研究院 1248

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

海龟策略深入研究-策略回测系列-2:原版海龟策略(上)

海龟策略7大要素 原版海龟策略出现在《海龟交易法则》最后章节的附录中,有兴趣的朋友可以详细看看,在这里我们概况一下海龟策略的7大要素,如图所示。 (由于内容有点多,故拆分成上下两部分,这里只介绍到第四大要素,即入场信号) 1.品种选择 书中明确表示海龟策略选择标准是流动性高的期货品种,另外两个隐含的条件是具有历史大波动并且无人为干预的品种(例子:肉类交易厅场内交易员腐败问题)。 在国内,...

智能量化交易 3089

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

海龟策略深入研究-策略回测系列-7 海龟策略要素代码解析

海龟策略7大要素分别是品种选择、头寸规模、单位头寸限制、入场信号、逐步建仓、止损、止盈。由于品种选择无法通过不属于交易策略内容,故只对后面5大要素的进行代码解析。   1.头寸规模 头寸规模=(1%账户资金)/(ATR 合约规模),其代码如下 class TurtlePortfolio(object): ...... #-------------------------------...

智能量化交易 2165

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

用 SPL 量化工作台实现海龟策略

海龟策略是一种趋势跟踪交易策略,基于唐奇安通道确定买卖信号。策略核心是在股价突破20日最高价时买入,跌破20日最低价时卖出。通过SPL量化工作台可快速实现该策略,并进行回测优化,结果显示该策略在天齐锂业2021年表现优于沪深300指数。策略优势在于自动调整通道宽度,适合趋势行情,但在震荡市中可能出现假信号。使用者可通过调整参数周期、加入过滤条件或分步加仓等方式优化策略。该工具无需编码,即时反馈,是量化交易入门的便捷选择。

蒋步星 1736

海龟策略深入研究-策略回测系列-12 品种选择检验(五)

3)3年回望周期测试 选择标准:回归夏普比率>0.4 a.2014-2016测试 对初步筛选出来的样本进行2014-2016年回测,选择回归夏普比率>0.4的品种,然后构成组合,如图所示。 根据回归夏普比率>0.4的准则,筛选出了17个品种,其历史表现和2017年预测表现如图6-31所示。投资组合在2014-2016年年化收益73.7%,百分比最大回撤-22.9...

智能量化交易 926

海龟策略深入研究-策略回测系列-13 长短周期信号检验

原版海龟策略的出入场交易信号分成2个版本: 短周期版本:1)入场信号:若期货指数价格突破20日最高价/最低价,买入/卖出1个头寸单位。过滤条件是上一次突破是盈利性突破,则当前入市信号无效(其保障性突破点为在55日通道入市)。 2)离场信号:采用10日唐奇安通道突破退出法则,即多头价格跌破10日最低点离场,空头价格超过10日最高点离场。 长周期版本:1)入场信号若价格突破55日最高价...

智能量化交易 1178

用 AIQT 实现海龟策略

摘要:海龟策略是一种基于唐奇安通道的趋势跟踪交易方法,通过20日最高/最低价确定买卖点。AIQT量化工作台可实现该策略:1)设置20日最高价(up)和最低价(down)指标;2)生成买卖信号(突破上轨买入1,跌破下轨卖出-1);3)回测显示2021年天齐锂业跑赢沪深300指数。优化方向包括调整周期参数、增加波动率过滤、分步建仓等。该平台支持零编码实现策略,配合AI可快速生成优化方案,但需注意震荡市假信号风险,建议结合止损策略使用。

蒋步星 734

python遗传算法多目标_海龟策略深入研究-策略回测系列-17 基于遗传算法的信号优化...

海龟策略的信号来源于唐奇安通道突破。简单的说就是若突破上轨则做多,突破下轨则做空。我们可以对信号进行改良,如换成布林带通道,金肯特纳通道等等,并且增加过滤条件和离场条件。但是呢?新的问题又来了:若用了新的指标,需要通过不断调试来得到“最优”参数,这样会耗费大量的时间。那么,有没有办法在尽量少得时间内,尽可能得到全局最优解或者次优解呢?答案就是遗传算法啦!遗传算法原理具体原理详见:遗传算法原理简介​...

weixin_39885469的博客 594

每个量化平台必须拥有的策略?海龟策略

海龟交易法则和所有交易大师一样,对加仓和止损有着严格要求,只有盈利时才能加仓,一旦价格到达止损位需要交易者无条件止损。投机者虽然是风险偏好者,但需要注意流动性风险和价格风险。海龟交易法则认为投机者在选择投资标的时,在没有止损的前提下,海龟交易法则同样给出了止盈位置。(包含向上突破和向下突破,即做多和做空)。

meiaoxue1234的博客 1143

Python量化交易:正期望值、夏普比率与海龟策略实战解析

量化交易是通过数学模型和计算机程序执行交易决策的系统化方法,其核心原理在于将投资逻辑转化为可回测的算法规则。从技术价值角度看,量化交易能够有效减少人为情绪干扰,实现风险可控的稳定收益。在金融科技和算法交易的应用场景中,Python因其丰富的数据分析生态成为量化开发的首选工具。正期望值作为策略盈利的数学基础,结合夏普比率这一风险调整收益指标,构成了量化策略评估的核心框架。本文通过海龟交易策略的完整Python实现,深入解析如何构建具备正期望值的交易系统,并利用夏普比率进行科学的绩效评估,为开发者提供从策略设计

weixin_30421809的博客 370

海龟策略深入研究-策略回测系列-4 本地化实现困境

海龟本地化实现困境 海龟策略如此出名,但当前国内还没有发现能够完全复制海龟策略的(至少从网络上公开的资料来看)。普遍存在的问题如下: 海龟策略运行的是日线级别数据,但还是要求K线内成交,即前一日确定第二天的入场、出场、止损位置,当价格到达指定位置时,立即发出交易委托;而不是基于股票多因子框架下以收盘价成交。 原版策略的是期货指数的投资组合数据;但是国内回测要么在股票上跑,要么是基金上跑,并且...

智能量化交易 925

量化交易核心:正期望值、夏普比率与海龟策略实战解析

量化交易作为金融科技的重要分支,其核心原理建立在数学统计和风险管理基础之上。正期望值是量化策略的数学基础,通过计算胜率与盈亏比确定长期盈利概率;夏普比率则从风险调整角度评估收益质量,帮助投资者识别真正的超额收益。在工程实践中,经典的海龟交易系统展示了完整的趋势跟踪框架,结合严格的仓位管理和风险控制机制。这些概念共同构成了稳健量化体系的技术价值,适用于股票、期货、加密货币等多种交易场景。本文通过Python代码实例,深入解析正期望值计算、夏普比率评估以及海龟策略实现,为构建长期稳定的量化交易系统提供实践指导。

weixin_33670713的博客 351
上一篇: 海龟策略深入研究-策略回测系列-13 长短周期信号检验
下一篇: 海龟策略深入研究-策略回测系列-15 手续费滑点检验
Trader_Python
博客等级 码龄11年 392粉丝 0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