期货网格易策略(源码)

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。

网格的设置与建仓

​ 网格交易策略至关重要的一点就是网格的数量.间隔还有每个网格仓位数量的设置,但这会因不同的行情和相应判断而有所不同,建仓的数量不应过多,以防到多次触发网格建仓导致资金不足的情况。

行业轮动策略实现(基于掘金量化平台

策略思想

  • 本策略首先计算了SHFE.rb1801过去300个1min收盘价的均值和标准差

  • 并用均值加减2和3个标准差得到网格的区间分界线,分别配以0.3和0.5的仓位权重

  • 随后根据上突破区间开多仓,下突破区间开空仓,反向突破反向操作和回归平仓来进行相应仓位的调整

网格设置

    context.band = np.mean(timeseries) + np.array([-40, -3, -2, 2, 3, 40]) * np.std(timeseries)
    context.weight = [0.5, 0.3, 0.0, 0.3, 0.5]
    grid = pd.cut([bar.close], context.band, labels=[0, 1, 2, 3, 4])[0]context.band = np.mean(timeseries) + np.array([-40, -3, -2, 2, 3, 40]) * np.std(timeseries)
    context.weight = [0.5, 0.3, 0.0, 0.3, 0.5]
    grid = pd.cut([bar.close], context.band, labels=[0, 1, 2, 3, 4])[0]

​ 获取网格区间分界线和设置相应的仓位权重并得到相应的区间

获取多仓仓位

position_long = context.account().position(symbol=context.symbol, side=PositionSide_Long) = context.account().position(symbol=context.symbol, side=PositionSide_Long)

​ 获取上一交易日可调用get_previous_trading_date函数,返回值为字符串格式:

  • symbol需要设置标的代码。

  • side需要设置枚举常量,PositionSide_Long为多仓,PositionSide_Short为空仓。

下单到目标比例

order_target_percent(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
                                 position_side=PositionSide_Long)(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
                                 position_side=PositionSide_Long)

​ 固定时间调仓可使用schedule函数进行定时任务配置:

  • symbol需要设置标的代码。

  • percent为比例,此处设置为相应网格对应的权重

  • order_type需要设置枚举常量,OrderType_Market为市价单,OrderType_Limit为限价单

  • side需要设置枚举常量,PositionSide_Long为多仓,PositionSide_Short为空仓。

 

策略回测分析

分析

​ 我们选取了2017年7月至2016年9月作为回测周期,可以看出:

  • 胜率&#x

<think>好的,用户想了解期货量化交易平台和策略。首先,我需要整理现有的引用资料,看看里面有哪些关键点。引用1提到赫兹量化平台,支持日内交易策略,提供实时数据和策略构建工具。引用2有做市商策略源码链接,可能用户对具体策略实现感兴趣。引用3讨论了趋势跟踪策略及其Python代码,这是经典策略之一。引用4和5详细说明了赫兹软件的功能,包括策略开发、测试和风险管理。 用户可能不仅需要平台的信息,还想知道常用的策略类型,以及如何应用这些策略。需要分平台和策略两部分来回答。平台方面,赫兹量化平台被多次提到,应该重点介绍它的功能,如实时数据、策略构建、回测和自动化交易策略方面,引用3的趋势跟踪策略,引用1的日内交易,引用2的做市商策略都是关键点,需要详细说明每种策略的原理和实现方式。 另外,用户可能对如何选择平台和策略的关系不太清楚,需要说明平台如何支持策略开发,比如提供回测工具和风险管理功能。还要注意引用中的链接和代码示例,可能用户希望进一步学习具体的策略源码,所以需要提及这些资源。 最后,按照用户要求生成相关问题,要涵盖平台选择、策略类型、风险管理、趋势跟踪策略优化等,确保问题能引导用户深入思考。同时检查是否符合格式要求,数学公式用$...$,独立公式用$$...$$,不过当前回答中可能数学公式较少,但如果有的话需要注意格式正确。确保回答结构清晰,分点阐述,并正确标注引用来源。</think>### 期货量化交易平台与策略解析 #### 一、期货量化交易平台的核心功能 1. **实时数据与策略开发** 量化交易平台(如赫兹量化)提供实时行情数据、历史数据及策略构建工具,支持用户开发定制化算法。例如,日内交易策略依赖秒级行情数据捕捉短期波动[^1]。 2. **回测与实盘执行** 平台内置回测引擎,允许用户通过历史数据验证策略有效性。以趋势跟踪策略为例,可通过Python代码模拟历史价格趋势下的收益表现[^3]。 3. **风险管理模块** 高级平台支持动态风险控制,例如设置止损阈值、仓位限制等,避免极端市场条件下的损失[^4]。 #### 二、主流期货量化策略分类 1. **趋势跟踪策略** 基于价格动量效应,通过均线突破、布林带等指标判断趋势方向。例如: ```python # 均线策略示例 if current_price > 20_day_ma: open_long_position() elif current_price < 20_day_ma: close_position() ``` 该策略假设“趋势延续”,适用于波动率较高的期货品种。 2. **日内高频策略** 利用微小价差在短时间内多次交易,依赖低延迟执行和Tick级数据处理。例如: $$ \text{收益} = \sum_{i=1}^{n} (p_i^{\text{卖出}} - p_i^{\text{买入}}) \cdot v_i $$ 其中$p_i$为价格,$v_i$为成交量。 3. **做市商策略** 通过同时挂出买卖限价单赚取价差,需动态调整报价以平衡库存风险。引用源码展示了价差计算与订单簿管理逻辑[^2]。 #### 三、平台与策略的协同优化 - **参数调优**:平台提供遗传算法、网格搜索等工具优化策略参数[^5]。 - **市场适应**:根据期货品种特性(如原油vs农产品)选择不同策略类型。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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