在Elasticsearch中回测阿隆(Aroon)指標交叉交易策略

  我们已经讨论过如何在Elasticsearch 中回测“ RSI 交叉策略”和 随机(Stochastic)交叉策略,在本文中,我们将实现阿隆(Aroon)交叉策略,并将其性能与上述两种策略进行比较。 可以揭示新趋势的阿隆指标是Tushar Chande于1995年开发的,与上述两个指标相比较新。

  与 RSI 和随机指标类似,阿隆指标也是一个振荡器(Oscillator)。 它的值在 0 到 100 之间。但是,它的值并不直接取决于价格。 相反,它的计算基于最近的最高价和最近的最低价得出的距离。 阿隆指标将高低价格的波动转化为一种数据,即两个归一化距离的差值。 AroonUp 定义为自 n 个周期内与最高价格的距离。 AroonDown 定义为自 n 个周期中与最低价格的距离。 该公式可以重写如下,其中 MMaxPn+1,1 和 MMinPn+1,1 分别是自 n+1 个移动窗口中与最高价格和最低价格的周期数。 对应Elasticsearch的移动函数,需要右移1个数据来包含当前数据。 通常,周期 n 使用 25 个周期,亦即滑动窗口为26。

阿隆振荡器定义为这两个归一化距离的相差。

  阿隆交叉策略可以定义为当 AroonOS 从负值变为零或正值时(亦即AroonUp 从AroonDown下方越过到达上方)发出买入信号,因为它预示市场看涨。 当 AroonOS 从正值变为零或负值时(亦即AroonUp 从AroonDown 上方越过到达下方),发出卖出信号,因为它预示市场看跌。 对于其他值,耐心等待信号产生。

  使用图表来观察值的变化要容易得多。 在本文中,我们尝试将回应用于Tushare大数据开放社区提供的股票型公募基金,并专注于将 Elasticsearch 作为分析工具。 下面的例子随机选择了"工银研究精选股票" (代码为000803.OF) ,并另外抽取10只股票型基金运行,结果将在最后的段落汇总和展示。数据选自2021年01月15日到2021年05月31日之间的时间范围。在下图中,AroonUp 线和 AroonDown 线与每日收盘价一起绘制。 在每日价格曲线中,有卖出信号的价格标为红色,有买入信号的价格标为蓝色。

下图同时绘制了每日收盘价和阿隆振荡器。

在这里,我们展示了一个简单的阿隆交叉策略,并使用 Elasticsearch 来展示实现细节。

  • 假设限制一次购买和持有 1 股,则在所持有的股份被出售之前不会发生任何交易。
  • 当 AroonUp 穿过 AroonDown 时买入 1 股。
  • 当 AroonDown 低于 AroonUp 时卖出 1 股。
  • 在测试期结束时,持有的股票以当前价格兑现。

  根据Aroon交易策略,有3个蓝点和3个红点。 第一个卖出信号无法实现,因为没有持股。 对于其他信号可以兑现。 因此,允许 3 次买入和 2 次卖出交易。 一项观察表明,该策略可能会以某种方式选择以高价买入,然后以低价卖出。 就像文章Aroon Oscillator 中的结论一样,该指标将在波动的市场条件下可能提供错误的交易信号。让我们描述一下使用 Elasticsearch 的实现。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用elasticsearch-sql框架,可以通过以下步骤将SQL数据插入ES: 1. 创建一个ES索引,定义字段映射 2. 使用ES-SQL框架连接ES,执行SQL查询获取数据 3. 遍历查询结果,使用ES-SQL框架提供的API将数据插入ES 下面是一个示例代码,演示如何使用ES-SQL框架将SQL数据插入ES: ```java import io.github.iamazy.elasticsearch.dsl.sql.parser.SqlParser; import org.elasticsearch.action.bulk.BulkRequest; import org.elasticsearch.action.bulk.BulkResponse; import org.elasticsearch.client.RequestOptions; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.index.query.QueryBuilders; import org.elasticsearch.rest.RestStatus; import org.elasticsearch.search.builder.SearchSourceBuilder; import org.nlpcn.es4sql.exception.SqlParseException; import org.nlpcn.es4sql.query.QueryAction; import org.nlpcn.es4sql.query.SqlElasticRequestBuilder; import java.io.IOException; import java.sql.*; public class SqlToEs { // 定义ES索引名称 private static final String INDEX_NAME = "my_index"; // 定义ES连接客户端 private RestHighLevelClient client; // 定义SQL查询语句 private String sql = "SELECT * FROM my_table WHERE id > 100"; public SqlToEs() { // 初始化ES连接客户端 client = new RestHighLevelClient(); } public void insert() throws SQLException, IOException, SqlParseException { // 解析SQL查询语句 SqlParser sqlParser = new SqlParser(); QueryAction queryAction = sqlParser.parseSelect(sql); // 构建ES查询请求 SqlElasticRequestBuilder requestBuilder = queryAction.explain(); SearchSourceBuilder sourceBuilder = requestBuilder.getSourceBuilder(); sourceBuilder.query(QueryBuilders.matchAllQuery()); String query = sourceBuilder.toString(); // 执行SQL查询获取数据 Connection conn = DriverManager.getConnection("jdbc:mysql://localhost:3306/my_database", "user", "password"); Statement stmt = conn.createStatement(); ResultSet rs = stmt.executeQuery(query); // 遍历查询结果,将数据插入ES BulkRequest request = new BulkRequest(); while (rs.next()) { // 创建一个ES文档 Map<String, Object> document = new HashMap<>(); document.put("id", rs.getInt("id")); document.put("name", rs.getString("name")); document.put("age", rs.getInt("age")); // 添加到批量请求 request.add(new IndexRequest(INDEX_NAME).source(document)); } // 执行批量请求 BulkResponse bulkResponse = client.bulk(request, RequestOptions.DEFAULT); if (bulkResponse.status() == RestStatus.OK) { System.out.println("数据插入成功!"); } } } ``` 这里使用ES-SQL框架解析SQL查询语句,并构建ES查询请求。然后执行SQL查询获取数据,并遍历查询结果,将数据插入ES。最后使用ES客户端执行批量请求,将数据插入ES。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值