量化投资:第2节 择时策略的优化

作者: 阿布

阿布量化版权所有 未经允许 禁止转载

abu量化系统github地址(欢迎+star，你的支持是我更新的动力！)

本节ipython notebook

本节界面操作教程视频播放地址

上一节编写了AbuFactorBuyBreak和AbuFactorSellBreak，做为择时买入策略和择时卖出策略，本节将继续使用这两个策略，
通过混入其它卖出策略来提高优化交易效果。

备注：已将AbuFactorBuyBreak和AbuFactorSellBreak做为abupy内置策略示例因子在项目中，所以本节不重复编写因子，直接从abupy中import因子，如下所示

from abupy import AbuFactorBuyBreak, AbuFactorSellBreak

# buy_factors 60日向上突破，42日向上突破两个因子
buy_factors = [{
  'xd': 60, 'class': AbuFactorBuyBreak}, 
               {
  'xd': 42, 'class': AbuFactorBuyBreak}]
# 使用120天向下突破为卖出信号
sell_factor1 = {
  'xd': 120, 'class': AbuFactorSellBreak}

1 基本止盈止损策略

上一节的策略大多数的交易卖出因子都生效了，但效果很不好，量化交易系统一般都会有止盈策略和止损策略。

下面使用abupy中内置的基本止盈止损策略AbuFactorAtrNStop做回测，即使用AbuFactorAtrNStop和AbuFactorSellBreak两个卖出因子策略并行同时生效, 交易结果如下所示

备注：

AbuFactorAtrNStop是真实波幅atr作为最大止盈和最大止损的常数值:

• 当stop_loss_n 乘以 当日atr > 买入价格 － 当日收盘价格：止损卖出，如下止损n ＝ 0.5
• 当stop_win_n 乘以 当日atr < 当日收盘价格 －买入价格：止盈卖出，如下止盈n ＝ 3.0

更多详情请阅读abupy中AbuFactorAtrNStop代码实现

from abupy import AbuFactorAtrNStop
from abupy