Aberration策略(难度:初级)

什么是Aberration策略?

Aberration 交易系统由Keith   Fitschen 于 1986  年发明,1993  年Keith Fitschen 将该系统商业化发布在 Future Trust 杂志上,有趣的是Keith并不是交易员出生,他在美国空军服役超过20年,专攻武器的导航系统,在时间序列数据的处理上有深厚的功力。自发布之日起,该系统业绩一直名列前茅,在1997 年、2001 年、2005 年已发布交易系统的业绩排名中该系统 均排第一,并曾创下多年收益100%以上的记录。该交易系统的特点是同时交易在8 种不同的品种上,包括谷物、肉类、金属、能源、外汇、金融以及股指期货等。

Aberration交易系统的交易频率常常是每年交易某一品种3-4  次,60%的时间都持有仓位,平均每笔交易持仓 60  天。它通过长线交易捕捉趋势来获取巨额利润。那它如何来弥补亏损呢?因为它同时交易在多个不相关的市场, 当某一品种损失时,另一品种可能获利。在一年的时间里,总是有某一种或者多种品种能获得巨额利润。这些大的利润弥补了那些没趋势市场的小额亏损。Aberration交易系统对资金进行组合管理,因此可以接受比较大的资金量。

Futures Truth排名
排名20012005
1AberrationAberration
2Basis IIBasis II
3DCS-IICheckmate
4Dollar TraderDollar Trader
5DynamicBreakOutGolden SX
6Golden SXR-Breaker
7GrandCaymanR-Mesa
8R-BreakerReadySetGo
9STC_S&P_DayTradeSTC_S&P_DayTrade
10TrendChannelTrendChannel

资料来源:http://www.quanttech.cn/2016/lbfb_0926/12.html

策略基本原理

上下轨的确定

Aberration由三条通道线组成,其中中轨为一定周期的移动平均线(AveMa),上下轨为中轨的基础上上下加减一定的价格标准差(StdValue),也就是我们熟知的布林线,系统构造十分简洁优美。

具体计算过程如下:(策略源码在文章最后)

  1. 计算中轨:周期为N的平均移动线
  2. 计算标准差: 标准差K
  3. 设置参数:p
  4. 计算上轨:上轨 = 中轨+ p*K
  5. 计算下轨:下轨 = 中轨-p*K
# 使用BOLL指标计算中轨、上轨和下轨,其中26为周期N  ,2为参数p
def boll_line(klines):
    boll = BOLL(klines, 26 , 2)
    midline = boll["mid"].iloc[-1]
    topline = boll["top"].iloc[-1]
    bottomline = boll["bottom"].iloc[-1]
    print("策略运行,中轨:%.2f,上轨为:%.2f,下轨为:%.2f" % (midline, topline, bottomline))
    return midline, topline, bottomline

开仓条件

开多仓条件:上穿上轨开多;

开空仓条件:下穿下轨开空。

# 判断开仓条件
        if position.pos_long == 0 and position.pos_short == 0:
            # 如果最新价大于上轨,K线上穿上轨,开多仓
            if quote.last_price > topline:
                print("最新价大于上轨,K线上穿上轨,开多仓")
                target_pos.set_target_volume(20)
            # 如果最新价小于轨,K线下穿下轨,开空仓
            elif quote.last_price < bottomline:
                print("最新价大于上轨,K线上穿上轨,开多仓")
                target_pos.set_target_volume(-20)
            else:
                print("当前最新价%.2f,未穿上轨或下轨,不开仓" % quote.last_price)

空仓条件

多头:跌破中轨离场;

空头:突破中轨离场。

# 在多头情况下,空仓条件
        elif position.pos_long > 0:
            # 如果最新价低于中线,多头清仓离场
            if quote.last_price < midline:
                print("最新价低于中线,多头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前多仓,未穿越中线,仓位无变化")

        # 在空头情况下,空仓条件
        elif position.pos_short > 0:
            # 如果最新价高于中线,空头清仓离场
            if quote.last_price > midline:
                print("最新价高于中线,空头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前空仓,未穿越中线,仓位无变化")

回测

回测初始设置

初始账户资金:100万

回测日期:2019.7.19 —— 2019.8.26

策略参数:布林曲线计算周期为27,参数为2

多、空头开仓手数:20手

合约:DCE.i2001

Abberation策略回测结果
合约代码合约品种收益率风险度最大回撤年化夏普率
DCE.2001铁矿25.79%7.68%3.70%6.4413

天勤内该策略源码

#!/usr/bin/env python
#  -*- coding: utf-8 -*-
__author__ = "Ringo"

from tqsdk import TqApi, TargetPosTask
from tqsdk.ta import BOLL

# 设置合约代码
SYMBOL = "DCE.i2001"
api = TqApi()
quote = api.get_quote(SYMBOL)
klines = api.get_kline_serial(SYMBOL, 60*60*24)
position = api.get_position(SYMBOL)
target_pos = TargetPosTask(api, SYMBOL)

# 使用BOLL指标计算中轨、上轨和下轨,其中26为周期N  ,2为参数p
def boll_line(klines):
    boll = BOLL(klines, 26 , 2)
    midline = boll["mid"].iloc[-1]
    topline = boll["top"].iloc[-1]
    bottomline = boll["bottom"].iloc[-1]
    print("策略运行,中轨:%.2f,上轨为:%.2f,下轨为:%.2f" % (midline, topline, bottomline))
    return midline, topline, bottomline

midline, topline, bottomline = boll_line(klines)

while True:
    api.wait_update()
    # 每次生成新的K线时重新计算BOLL指标
    if api.is_changing(klines.iloc[-1],"datetime"):
        midline, topline, bottomline = boll_line(klines)

    # 每次最新价发生变化时进行判断
    if api.is_changing(quote,"last_price"):
        # 判断开仓条件
        if position.pos_long == 0 and position.pos_short == 0:
            # 如果最新价大于上轨,K线上穿上轨,开多仓
            if quote.last_price > topline:
                print("最新价大于上轨,K线上穿上轨,开多仓")
                target_pos.set_target_volume(20)
            # 如果最新价小于轨,K线下穿下轨,开空仓
            elif quote.last_price < bottomline:
                print("最新价大于上轨,K线上穿上轨,开多仓")
                target_pos.set_target_volume(-20)
            else:
                print("当前最新价%.2f,未穿上轨或下轨,不开仓" % quote.last_price)

        # 在多头情况下,空仓条件
        elif position.pos_long > 0:
            # 如果最新价低于中线,多头清仓离场
            if quote.last_price < midline:
                print("最新价低于中线,多头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前多仓,未穿越中线,仓位无变化")

        # 在空头情况下,空仓条件
        elif position.pos_short > 0:
            # 如果最新价高于中线,空头清仓离场
            if quote.last_price > midline:
                print("最新价高于中线,空头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前空仓,未穿越中线,仓位无变化")

点击了解天勤量化

策略参考:https://www.infosec-wiki.com/?p=174973

{{ reviewsOverall }} / 5 Users (0 votes)
看看其他人怎么说 请留下您的评分
Order by:

Be the first to leave a review.

Verified
{{{review.rating_comment | nl2br}}}

Show more
{{ pageNumber+1 }}
请留下您的评分