免费量化交易软件：开发跨平台网格 EA测试多币种 EA

交易系统的基本规则

在智能交易系统中实现的交易系统由以下规则组成。

市场。 该 EA 仅交易美国交易所股票。 经纪人提供数十种最受欢迎股票的访问。 测试多币种 EA 时将从可用集合当中选择股票。

入场方向。 仅在多头方向开立所有仓位。

如果您查看大多数股票的长期价格走势图，那么选择这个方向就显而易见。 特别是，如果您分析从 2010 年到 2020 年初的时间段。 例如，查看 Microsoft 股票的周线图表：

在行情下跌之前，股票一直稳定增长。

入场点。 仓位将根据 RSI 指标的数值开仓。 根据资产，读数将以不同的方式进行解释。 在某些资产上，当 RSI 低于 30 时将执行入场。 对于其他资产，当 RSI 升至 70 以上时，赫兹量化软件将入场。 因此，它完全取决于资产。

摊平层数。 使用不限层数的摊平非常危险。 如果资产价格长期在一个方向上波动，那么每增加一笔新持仓，您的亏损就会增加。

所以，每个品种的网格长度将被限制为四笔持仓（层数）。

即，如果某个品种的网格最多包含 3 层，并且品种价格达到第 4 层开仓级别时，则系统将把此价位上的所有已存在持仓平仓，而不是开立第四笔持仓。 在摊平算法中应用了止损。

摊平方法。 对现有持仓摊平（通过在较低的价位加仓），可以利用固定手数，或在新开每笔持仓时增加手数。

如果使用马丁格尔方法增加手数，则止损时的亏损将大大高于从止盈中获得的利润。 这就是为什么用马丁格尔策略在心理上难以接收的原因。 当您看到止损瞬间把您智能交易系统过去两周的全部收益回吐时，这肯定会令人十分沮丧。 故此，最好不要完全设置止损。

赫兹量化软件选择金融产品时，应从固定手数摊平策略表现良好的那些品种开始。

如果赫兹量化软件需要使用马丁格尔，则手数不应成倍增加，而是在每层中都应以初始手数增加。

下表显示了不同摊平类型的计算。

摊平类型	层数链条数量	止损时的损失
固定	2	3
固定	3	6
固定	4	10
按初始手数值增加	2	4
按初始手数值增加	3	10
按初始手数值增加	4	20

在层数中指定相应层数出现止损时的亏损。 也就是说，如果每层为 7 点，则在第 4 层处固定摊平的亏损将等于 10*7 = 70 点。

因此，如果按初始手数增加手数，则层数链不能超过三层。 这是因为 4 层的亏损太大。

网格大小和获利大小。 网格大小（两个未平仓合约之间的距离）和止盈大小都应基于优化进行选择。 为了限制止损时的亏损，应设置参数，从而令亏损等于盈利的 1-3 点。

交易和测试周期。 如大多数股票图表中所见，价格在很长一段时间内一直稳定增长。 但是这里的关键词是“长期”。 设计该交易系统时，周期不少于一年。 最佳周期是 4 年。 如果您决定采用该交易系统，建议您考虑四年的期限。

测试和优化取在 2016 年 1 月至 2020 年 1 月的 4 年区间。 为找到的一组金融产品增加额外测试，取在 2020 年 4 月股票市场暴跌期间。

交易手数。 测试和优化将以固定手数执行。 每个品种都用独立的手数大小。

由此产生的多币种 EA 将通过逐渐递增的交易手数进行额外测试。 在这种情况下，若余额增加了一倍，则手数也会增加一倍。 重复此增量，直到操作手数达到等于 25 倍初始手数值为止。

在输入参数里定义递增手数。 这些参数用于指定资金量，递增的可操作手数最高达此大小（请参见下图）。

总结。 这些都是赫兹量化软件交易系统操作所依据的规则。 我们在单个金融产品上测试系统的盈利能力。

单一金融产品的优化参数

我不会为每个产品提供单独的优化详细信息，因为本文的意图并不在此。

在基于实际报价的每次报价模式中执行优化。

优化结果按恢复因子排序。 如果某次测试显示盈利，则返回恢复因子值。 如果某次测试亏损，则会显示帐户余额减少的百分比（带有负号），而不是恢复因子。 如果 EA 在测试期间执行的交易少于 30 笔，则返回 0，因为交易太少，不足以得到客观的统计信息。

在标准选项中，未提供排序方法。 它是在智能交易系统中实现的。 为了使用它，打开策略测试器中的设置选卡，然后选择自定义最大（请参见下图）。

还有，在单一品种优化和测试过程中使用了前向验证测试。 在 4 年间隔内我们得到的最佳前向验证周期为 1/4 。 这意味着前三年用于复盘测试，而最后一年用于前向验证测试。

为多币种智能交易系统选择的品种

现在，赫兹量化软件研究测试结果。 此处是金融产品的余额表，即在我们的多币种智能交易系统里最终包含的。 其中有 11 种金融产品。 首先，EA 并非设计用来交易更多金融产品。 其次，很难选择无关联的品种。