[量化学堂-策略开发]海龟策略

海龟策略
标签: #<Tag:0x00007f5c00aeca78>

(iQuant) #1

几乎所有的宽客(Quant)都听说过海龟交易策略,该策略以海龟交易法则为核心。海龟交易法则,起源于八十年代的美国,是一套简单有效的交易法则。这个法则以及使用这个法则的人的故事被写成了一本书——《海龟交易法则》,这是一本入门量化投资的经典书籍。

海龟交易的具体规则是:

  1. 当今天的收盘价大于过去20个交易日中的最高价时,以收盘价买入;
  2. 买入后,当收盘价小于过去10个交易日中的最低价时,以收盘价卖出。

这篇文章我们只介绍如何快速编写海龟交易策略(代码如下),暂不涉及复杂的头寸管理和风险控制。

# 策略参数设置
instruments = ['600519.SHA']  # 选择的投资标的
start_date = '2014-07-17'     # 回测开始日期
end_date = '2017-11-08'   # 回测结束日期

# 策略主体函数
def initialize(context):
    context.set_commission(PerDollar(0.0015))  # 手续费设置
    
def handle_data(context, data):
    
    if context.trading_day_index < 20: # 在20个交易日以后才开始真正运行
        return
       
    sid = context.symbol(instruments[0])
    price = data.current(sid, 'price')  # 当前价格
    high_point = data.history(sid, 'price', 20, '1d').max()  # 20日高点 
    low_point = data.history(sid, 'price', 10, '1d').min()  # 10日低点    
        
    # 持仓
    cur_position = context.portfolio.positions[sid].amount  
               
    # 交易逻辑
    #  最新价大于等于20日高点,并且处于空仓状态,并且该股票当日可以交易
    if price >= high_point  and cur_position == 0 and data.can_trade(sid):  
        context.order_target_percent(sid, 1) 
    #  最新价小于等于10日低点,并且持有股票,并且该股票当日可以交易
    elif price <= low_point  and cur_position > 0 and data.can_trade(sid): 
        context.order_target_percent(sid, 0) 

# 策略回测接口    
m=M.trade.v3( 
    instruments=instruments,
    start_date=start_date,
    end_date=end_date,
    initialize=initialize,
    handle_data=handle_data,
    order_price_field_buy='open', # 买入股票订单成交价为收盘价
    order_price_field_sell='open', # 卖出股票订单成交价为收盘价
    capital_base=float("1.0e6"), # 初始资金为100万
    benchmark='000300.INDX',) # 比较基准为沪深300指数

好了,海龟交易策略就是这么简单,但它确实可以长期盈利,是不是很神奇?点击 克隆策略按钮就可把完整策略复制到自己的账户了,赶紧试试吧:slight_smile:

克隆策略

海龟策略

当今天的收盘价,大于过去20个交易日中的最高价时,以收盘价买入
买入后,当收盘价小于过去10个交易日中的最低价时,以收盘价卖出

1. 策略参数

In [8]:
instruments = ['600519.SHA']  # 选择的投资标的
start_date = '2014-07-17'    # 回测开始日期
end_date = '2017-11-08' # 回测结束日期

2. 策略主体函数

In [9]:
def initialize(context):
    context.set_commission(PerDollar(0.0015)) # 手续费设置
    
def handle_data(context, data):
    
    if context.trading_day_index < 20: # 在20个交易日以后才开始真正运行
        return
    
    sid = context.symbol(instruments[0])
    price = data.current(sid, 'price') # 当前价格
    
    high_point = data.history(sid, 'price', 20, '1d').max() # 20日高点 
    low_point = data.history(sid, 'price', 10, '1d').min() # 10日低点    
        
    # 持仓
    cur_position = context.portfolio.positions[sid].amount  
               
    # 交易逻辑
    # 最新价大于20日高点,并且处于空仓状态,并且该股票当日可以交易
    if price >= high_point  and cur_position == 0 and data.can_trade(sid):  
        context.order_target_percent(sid, 1) 
    # 最新价小鱼等于10日低点,并且持有股票,并且该股票当日可以交易    
    elif price <= low_point  and cur_position > 0 and data.can_trade(sid): 
        context.order_target_percent(sid, 0) 
        

3. 回测接口

In [10]:
m=M.trade.v3( 
    instruments=instruments,
    start_date=start_date,
    end_date=end_date,
    initialize=initialize,
    handle_data=handle_data,
    order_price_field_buy='open',# 买入股票订单成交价为收盘价
    order_price_field_sell='open',# 卖出股票订单成交价为收盘价
    capital_base=float("1.0e6"),# 初始资金为100万
    benchmark='000300.INDX',# 比较基准为沪深300指数
)
[2017-11-09 11:24:32.109262] INFO: bigquant: backtest.v7 开始运行..
[2017-11-09 11:24:38.711998] INFO: Performance: Simulated 809 trading days out of 809.
[2017-11-09 11:24:38.713518] INFO: Performance: first open: 2014-07-17 13:30:00+00:00
[2017-11-09 11:24:38.714658] INFO: Performance: last close: 2017-11-08 20:00:00+00:00
  • 收益率166.95%
  • 年化收益率35.78%
  • 基准收益率86.47%
  • 阿尔法0.27
  • 贝塔0.23
  • 夏普比率1.44
  • 收益波动率21.84%
  • 信息比率0.49
  • 最大回撤18.81%
[2017-11-09 11:24:40.837350] INFO: bigquant: backtest.v7 运行完成[8.728088s].
In [11]:
result = m.raw_perf.read_df() # 回测结果
algo_daily_returns =  (result.algorithm_period_return+1).pct_change().dropna() # 策略每日收益率
benchmark_daily_returns = (result.benchmark_period_return+1).pct_change().dropna() # 基准每日收益率
print('策略收益率与基准收益率的相关系数:',algo_daily_returns.corr(benchmark_daily_returns))
策略收益率与基准收益率的相关系数: 0.276486591992
In [12]:
algo_daily_returns.corr(benchmark_daily_returns)
Out[12]:
0.27648659199206449

社区干货与精选整理(持续更新中...)
(lonereed) #2

实际应用中还需要一些微调。


(a20180322) #3

海龟策略还涉及加仓和清仓


(小Q) #4

是的,你说的没错,海龟是一个包括加仓止损的完整交易系统。本文的海龟策略只是一个回测的教程,希望帮助大家了解平台的回测机制,实际应用中还需要有一些微调。