量化交易-期货多品种R-breaker日内交易策略

期货多品种R-breaker策略

R-Breaker是一种高频的日内交易策略，在2010年之前被Future Truth杂志评为最赚钱的策略之一。R-Breaker策略在日内交易，由于中国股市实行“T+1”，而期货市场为”T+0”，因此该策略只适用期货市场，而在中国股票市场无法实现。

R-Breaker包括了趋势和反转两种交易方式，通过分钟级指标判断买入卖出条件，交易机会相对较多。本策略利用R-breaker作为开仓平仓逻辑，交易多个期货品种的主力合约，主要通过价格的短期变化获利。

1.原理

R-breaker策略主要包含以下部分：

• 利用昨日K线计算6个目标价位
• 趋势策略设计与反转策略设计
• 根据当前bar的价格信息（1分钟或者5分钟）判断交易
• 每日收盘前平仓

1.1 计算目标价位

根据昨日的期货价格计算出今日的6个目标价位，价格从高到低依次为：

• 突破买入价（Bbreak）
• 观察卖出价（Ssetup）
• 反转卖出价（Senter）
• 反转买入价（Benter）
• 观察买入价（Bsetup）
• 突破卖出价（Sbreak）

一种计算方法如下：（该方法便于调整参数，也可以使用”中心价位“的方式计算6个目标价位，参见：https://www.myquant.cn/docs/python_strategyies/425）

• 观察卖出价（Ssetup）= High + a * (Close – Low)
• 观察买入（Bsetup）= Low – a * (High – Close)
• 反转卖出价（Senter）= b / 2 * (High + Low) – c * Low
• 反转买入价（Benter）= b / 2 * (High + Low) – c * High
• 突破卖出价（Sbreak）= Bsetup - d * (Ssetup – Bsetup)
• 突破买入价（Bbreak）= Ssetup + d * (Ssetup – Bsetup)

其中a、b、c、d为参数，满足 b - c =1，并且b越大，Senter越大，Benter越小；d越大，Bbreak越大，Sbreak越小。可以通过调整参数改变价位，从而调整交易频率，但注意不能改变6个价格的相对大小。

1.2 设计策略逻辑

1. 趋势策略

该策略主要在没有持仓情况下，判断是否有上涨（下跌）的趋势，从而实现多头（空头）开仓。

• 当前价格>突破买入价(Bbreak)，开仓做多；
• 当前价格<突破卖出家(Sbreak)，开仓做空。

2. 反转策略

反转策略包括在持仓与没有持仓的情况下的交易，根据走势进行反转。

• 若当日最高价>观察卖出价(Ssetup)，然后下跌导致当前价格<反转卖出价(Senter)，没有持仓时则开仓做空，有多头持仓时则先平仓再反向开仓做空；
• 若当日最低价<观察买入价(Bsetup)，然后上涨导致当前价格>反转买入价(Senter)，没有持仓时则开仓做多，有空头持仓时则先平仓再反向开仓做多。

注意：

• 如果通过突破价格开仓，触发反转会导致止损
• 在持仓下的设置止损

3. 设置止盈止损

• 在持多头时，收益达到2%则触发止盈，价格下跌到观察买入价(Bsetup)触发止损（一般设置为Sbreak，这里为了更加稳健）
• 在持空头时，收益达到2%则触发止盈，价格上涨到观察卖出价(Ssetup)触发止损（一般设置为Bbreak，这里为了更加稳健）

4. 收盘前平仓

• 本策略日盘设置14:59:59平仓，夜盘设置22:59:59平仓，不交易深夜盘

2. 策略代码

本策略基于聚宽（JoinQuant）平台编写，参考代码逻辑可以移植。

代码整体框架

依赖库

from jqdata import *
import pandas as pd

initialize(context):

策略的主要函数，它在回测过程开始时调用一次。该函数设置交易策略的初始参数，例如基准、起始现金和佣金费率。它还将交易模式设置为使用实际价格，并过滤掉低级别的日志消息。此外，它还设置了期货相关的参数，例如保证金率、订单成本和滑点。

# 初始化函数，设定基准等等
def initialize(context):
    set_parameter(context)
    # 设定基准银华日利，在多品种的回测当中基准没有参考意义
    set_benchmark('511880.XSHG')
    # 开启动态复权模式(真实价格)
    set_option('use_real_price', True)
    # 过滤掉order系列API产生的比error级别低的log
    log.set_level('order', 'error')
    ### 期货相关设定 ###
    # 设定账户为金融账户
    set_subportfolios([SubPortfolioConfig(cash=context.portfolio.starting_cash, type='futures')])
    # 期货类每笔交易时的手续费是：买入时万分之0.23,卖出时万分之0.23,平今仓为万分之23
    set_order_cost(OrderCost(open_commission=0.00005, close_commission=0.00005, close_today_commission=0.00005),
                   type='index_futures')
    # 设定保证金比例，如果不设置，使用默认保证金比例
    set_option('futures_margin_rate', 0.15)
    # 设置滑点（单边万5，双边千1）
    set_slippage(PriceRelatedSlippage(0.001), type='future')
    # 开盘前运行
    run_daily(before_market_open, time='08:30', reference_security=get_future_code('JD'))
    # 开盘时运行，使用天然橡胶RU作为参考，即不交易深夜夜盘
    run_daily(market_open, time='every_bar', reference_security=get_future_code('RU'))
    # 收盘前运行
    run_daily(close_amount, time='14:59:59', reference_security=get_future_code('RU'))
    run_daily(close_amount, time='22:59:59', reference_security=get_future_code('RU'))  # 如果不运行夜盘，可以直接注释掉这行
    # 收盘后运行
    run_daily(after_market_close, time='03:00', reference_security=get_future_code('RU'))

确定每日函数运行时间，在每日8:30运行开盘前函数，初始化参数；分别在14:59:59与22:59:59运行收盘前函数，平仓；在03:00运行收盘后函数，还原部分参数。可以通过修改参考代码和运行时间允许交易深夜盘或放弃夜盘。

set_parameter(context)

该函数用于初始化在 R-breaker 交易策略中使用的各种变量和字典。该函数在交易过程开始时被调用，设置策略所需的必要参数。使用全局变量简化函数传参。

def set_parameter(context):
    # 变量设置
    g.future_list = []  # 设置期货品种列表
    g.MappingReal = {
   }  # 真实合约映射（key为symbol，value为主力合约）
    g.MappingIndex = {
   }  # 指数合约映射 （key为 symbol，value为指数合约
    g.break_price = {
   }  # 突破价格映射
    g.maxmin_price = {
   }  # 存储各个期货品种的当日最高价和最低价
    g.tradeAmount = {
   }  # 设置交易次数的映射，每交易一次则增加次数，改变开仓阈值，防止过度交易
    g.tradePrice = {
   }  # 保存每次交易价格
    g.amount = 10  # 设置默认交易的手数

    # 交易的期货品种信息
    g.instruments = []

    # 以下为夜盘交易品种
    g.instruments_eve = ['A', 'AG', 'AL', 'AU', 'B', 'BU', 'C', 'CF', 'CS', 'CU', 'FG', 'FU', 'HC', 'I', 'J', 'JM', 'M', 'MA', 'NI', 'OI',
                    'P', 'PB', 'PP', 'RB', 'RM', 'RO', 'RU', 'SN', 'SR', 'TA', 'TC', 'Y', 'ZN']
    # 价格列表初始化，获取价格
    set_future_list(context)

set_future_list(context):

用于设置期货合约列表的函数。在函数中，首先使用 get_future_code 函数获取每个资产的期货代码，然后使用 get_dominant_future 函数获取其对应的主力合约代码。接着，将这些代码存储在 MappingIndex 和 MappingReal 字典中，以便后续使用。如果主力合约代码为空，则跳过该资产。否则，将主力合约代码添加到 future_list 列表中，以便后续使用。

# 合约信息
def set_future_list(context):
    for ins in g.instruments:
        idx = get_future_code(ins)
        dom = get_dominant_future(ins)
        # 填充映射字典
        g.MappingIndex[ins] = idx
        g.MappingReal[ins] = dom
        # 设置主力合约已上市的品种基本参数
        if dom == '':
            pass
        else:
            if dom not in g.future_list:
                g.future_list.append(dom)

judge(bar_data, context, RealFuture):

R-breaker策略的核心函数，判断开仓平仓条件。

每次交易固定手数amount=10，并且开仓时要求可用保证金大于500,000元，以防范风险。

1. 没有持仓，分为四种可能情况开仓：

   在未持仓的情况下，如果盘中价格超过突破买入价Bbreak，则采取趋势策略，即在该点位开仓做多；

   在未持仓的情况下，如果盘中价格跌破突破卖出价Sbreak，则采取趋势策略，即在该点位开仓做空；

   未持仓下，如果日最低价格跌破Bsetup，且当前价格上穿Benter，则开多仓，反转策略；

   未持仓下，如果日最低价格突破Ssetup，且当前价格下穿Senter，则开空仓，反转策略。

2. 持仓情况下，判断止盈止损与另外一组反转策略：

   1. 持有多头条件

   当前价格低于Bsetup，平仓止损；

   当前价格高于购买价的102%，平仓止盈；

   日最低价格突破Ssetup，且当前价格下穿Senter，则平多头开空头。

   2. 持有空头条件

   当前价格高于Ssetup，平仓止损；

   当前价格低于购买价的98%，平仓止盈；

   日最低价格跌破Bsetup，且当前价格上穿Benter，则平空仓开多仓。

注意：每一次开仓记录交易价格，用于判断百分比止盈；每次开仓记录当前开仓次数，用于加强开仓条件，即下一次开仓判断会比上一次更苛刻，防止反复开平仓。

# 交易函数
def judge(bar_data, context, RealFuture):
    # 输出当前可用保证金
    # log.info('当前可用保证金：' , context.portfolio.available_cash)

    # 设置合约乘数
    # symbol = RealFuture[:2]
    # multiple = get_lots(symbol)
    break_price = g.break_price
    amount = g.amount
    # 设置一个系数，随着交易次数增加而变化，防止过度交易
    beta = 1 + 0.005 * g.tradeAmount[RealFuture]

    # 持仓情况
    # print('多仓：'+str(context.portfolio.long_positions))
    # print('空仓：'+str(context.portfolio.short_positions))
    # 突破策略，该策略用于在价格高于（低于）突破买入价（突破卖出价）时，采取趋势策略，即在该点位开仓做多（做空）
    # 首先判断是否有持仓，若持仓，则判断止损，若不持仓，则判断是否满足开仓条件
    if (RealFuture not in context.portfolio.long_positions.keys()) and (RealFuture not in context.portfolio.short_positions.keys()):
        if bar_data['close'][0