RUMI策略小试

最新推荐文章于 2023-11-16 07:51:25 发布

亚里

最新推荐文章于 2023-11-16 07:51:25 发布

阅读量697

点赞数

文章标签： vnpy rumi策略 veighna

本文链接：https://blog.csdn.net/PAN_Andy/article/details/129900281

版权

文章目录

1 策略原理
- 1.1 基本信号
2 策略实现
策略实现
3 策略效果
参考资料

觉得文章有收获，欢迎关注公众号鼓励一下作者呀~
在学习的过程中，也搜集了一些量化、技术的视频及书籍资源，欢迎大家关注公众号【亚里随笔】获取
也欢迎大家通过【亚里随笔】与我交流联系~
百度网盘资源

1 策略原理

1.1 基本信号

RUMI策略采用对均线偏离度平滑处理的方式，来更好的识别趋势机会：

快速均线：使用SMA（简单移动平均）计算
慢速均线：使用WMA（加权移动平均）计算
DIFF：计算快慢均线的偏离度（两者相减）
RUMI：对偏离度使用SMA进行平滑处理

计算出RUMI指标后，交易信号为：

RUMI上穿0轴，买入做多
RUMI下穿0轴，卖出做空

本质上RUMI策略是对传统均线金叉死叉（即DIFF上下穿0轴）信号的一种优化，通过平滑处理的方式降低DIFF的敏感度来解决均线缠绕的问题。

本次试验中，我只研究RUMI策略的基本信号的效果，如果RUMI策略用于实盘，可以再增加一些平仓出卖的逻辑。

2 策略实现

策略实现

扩展arrayManager，计算rumi指标。

def rumi(self, n: int, fast_window: int, slow_window: int, array: bool = False):
    fast_array: np.ndarray = self.sma(fast_window, True)
    slow_array: np.ndarray = self.wma(slow_window, True)
    diff_array: np.ndarray = fast_array - slow_array
    rumi_array: np.ndarray = talib.SMA(diff_array, n)
    if array:
        return rumi_array
    return rumi_array[-1]

class RumiStrategy(CtaTemplate):
    """
    https://www.vnpy.com/forum/topic/31540-eliteliang-hua-ce-lue-shi-yan-shi-rumice-lue-1?page=1#pid59093
    """

    author = "亚里"

    fixed_size = 1
    fast_window = 3
    slow_window = 50
    rumi_window = 30

    rumi_0 = 0.0    # RUMI当前数值
    rumi_1 = 0.0    # RUMI上期数值

    parameters = ["fast_window", "slow_window", "rumi_window", "fixed_size"]
    variables = ["rumi_0", "rumi_1"]

    def __init__(self, cta_engine, strategy_name, vt_symbol, setting):
        """"""
        super().__init__(cta_engine, strategy_name, vt_symbol, setting)
        self.hour_bg = BarGenerator(self.on_bar, window=1, on_window_bar=self.on_hour_bar, interval=Interval.HOUR)
        self.hour_am = ArrayManager(self.slow_window * 2)

    def on_init(self):
        """
        Callback when strategy is inited.
        """
        super(RumiStrategy, self).on_init()
        self.write_log("策略初始化")
        self.load_bar(10)

    def on_start(self):
        """
        Callback when strategy is started.
        """
        pass

    def on_stop(self):
        """
        Callback when strategy is stopped.
        """
        pass

    def on_tick(self, tick: TickData):
        """
        Callback of new tick data update.
        """
        self.hour_bg.update_tick(tick)

    def on_bar(self, bar: BarData):
        """
        Callback of new bar data update.
        """
        self.hour_bg.update_bar(bar)

    def on_hour_bar(self, bar: BarData):
        self.cancel_all()
        self.hour_am.update_bar(bar)
        if not self.hour_am.inited:
            return

        rumi_array: np.ndarray = self.hour_am.rumi(self.rumi_window, self.fast_window, self.slow_window, True)
        self.rumi_0 = rumi_array[-1]
        self.rumi_1 = rumi_array[-2]

        long_signal: bool = False
        short_signal: bool = False
        if self.rumi_0 > 0 > self.rumi_1:
            long_signal = True
        elif self.rumi_0 < 0 < self.rumi_1:
            short_signal = True
        if self.pos == 0:
            if long_signal:
                self.buy(bar.close_price + 5, self.fixed_size)
            elif short_signal:
                self.short(bar.close_price - 5, self.fixed_size)
        elif self.pos > 0:
            if short_signal:
                self.sell(bar.close_price - 5, abs(self.pos))
                self.short(bar.close_price - 5, self.fixed_size)
        elif self.pos < 0:
            if long_signal:
                self.cover(bar.close_price + 5, abs(self.pos))
                self.buy(bar.close_price + 5, self.fixed_size)

    def on_order(self, order: OrderData):
        """
        Callback of new order data update.
        """
        pass

    def on_trade(self, trade: TradeData):
        """
        Callback of new trade data update.
        """
        pass

    def on_stop_order(self, stop_order: StopOrder):
        """
        Callback of stop order update.
        """
        pass

3 策略效果

我们使用玻璃品种的指数合约进行测试，测试设置如下：

engine.set_parameters(
    vt_symbol="FGI.CZCE",
    interval=Interval.HOUR,
    start=datetime(2020, 1, 1),
    end=datetime.today(),
    rate=0.015 / 100,  # 手续费率为万分之一，增加0.5模拟额外消耗
    slippage=0,
    size=20,
    pricetick=1.0,
    capital=40000,
)
setting = {'fast_window': 9, 'slow_window': 97, 'rumi_window': 24}

回测数据：

2023-04-01 17:16:52.106088	首个交易日：	2020-01-16
2023-04-01 17:16:52.106095	最后交易日：	2023-03-31
2023-04-01 17:16:52.106102	总交易日：	777
2023-04-01 17:16:52.106107	盈利交易日：	398
2023-04-01 17:16:52.106112	亏损交易日：	351
2023-04-01 17:16:52.106121	起始资金：	40,000.00
2023-04-01 17:16:52.106131	结束资金：	98,158.99
2023-04-01 17:16:52.106137	总收益率：	145.40%
2023-04-01 17:16:52.106158	年化收益：	44.91%
2023-04-01 17:16:52.106164	最大回撤: 	-11,920.23
2023-04-01 17:16:52.106169	百分比最大回撤: -11.76%
2023-04-01 17:16:52.106174	最长回撤天数: 	99
2023-04-01 17:16:52.106179	总盈亏：	58,158.99
2023-04-01 17:16:52.106184	总手续费：	640.64
2023-04-01 17:16:52.106190	总滑点：	0.00
2023-04-01 17:16:52.106197	总成交金额：	4,270,932.89
2023-04-01 17:16:52.106202	总成交笔数：	111
2023-04-01 17:16:52.106207	总成交对：	55
2023-04-01 17:16:52.106214	获利交易笔数：	30
2023-04-01 17:16:52.106218	亏损交易笔数：	25
2023-04-01 17:16:52.106223	日均盈亏：	74.85
2023-04-01 17:16:52.106229	日均手续费：	0.82
2023-04-01 17:16:52.106233	日均滑点：	0.00
2023-04-01 17:16:52.106239	日均成交金额：	5,496.70
2023-04-01 17:16:52.106246	日均成交笔数：	0.14285714285714285
2023-04-01 17:16:52.106251	日均收益率：	0.12%
2023-04-01 17:16:52.106256	收益标准差：	1.06%
2023-04-01 17:16:52.106261	Sharpe Ratio：	1.69
2023-04-01 17:16:52.106266	收益回撤比：	12.36

回测曲线：
回测曲线图
回测成交情况：
回测成交图

veighna官方分享RUMI策略的公众号中，这个策略的表现相当不错。自己实现一版，回测结果也挺符合预期，获利交易笔数>亏损交易笔数，盈利交易日>亏损交易日，并且从回测的成交图上看，RUMI策略对趋势的把握也非常好，非常有潜力。

参考资料

亚里

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
RUMI策略小试

veighna官方分享RUMI策略的公众号中，这个策略的表现相当不错。自己实现一版，回测结果也挺符合预期，获利交易笔数>亏损交易笔数，盈利交易日>亏损交易日，并且从回测的成交图上看，RUMI策略对趋势的把握也非常好，非常有潜力。
复制链接

扫一扫