python海龟交易策略_Python量化交易进阶讲堂-择时策略融入ATR动态仓位管理

欢迎大家订阅《Python实战-构建基于股票的量化交易系统》小册子，小册子会陆续推出与小册内容相关的专栏文章，对涉及到的知识点进行更全面的扩展介绍，并且会有选择的收录至小册中，更便于广大读者查阅知识点。本篇专栏为小册子内容的加推篇！！！

前言

在《股票交易策略：择时策略融入ATR风险管理》节中我们在海龟交易法则的N日突破择时策略基础上引入风险管理因子——ATR指标。

ATR指标主要是用来衡量市场波动的强烈度，即为了显示市场变化率的指标，当市场波动剧烈那么ATR的值就会变大，当市场趋于平稳或波动较小那么ATR值就会变小。因此在资金管理中，根据ATR值实现动态仓位的计算，可以与当前市场的波动率相关联。

实际上，在海龟交易法则中，ATR指标是资金管理的核心，风险管理策略的判断某种程度上也是对于资金的保护。

本节我们多个角度来介绍下基于ATR指标的动态仓位管理的原理和实现方法。

ATR资金管理的原理

真正的资金管理是在买入某个股票时，决定如何分批入场，又如何止损/止赢离场的策略。资金管理模块由以下四部分组成：

资金分配

头寸规模

止盈止损价位

加减仓规模

无论是资金分配、头寸规模、止盈止损价位还是加减仓规模，都是将ATR指标作为基准值。

接下来我们以合理分配资金为例，介绍下ATR在资金管理中的原理。

通常交易者都会同时持有多只股票，那么如何在多个股票之间分配资金呢？

比方手头有10万元资金，准备同时买股票A和股票B，如何分配资金呢？最简单的，也是大多数人选择的方法是均分法，也就是两者各买5万元。这种方法虽然简单，但却忽略了一个问题，也就是不同的股票股性并不相同，也就是说有的波动很大，有的波动很小。

如果这两类股票用同样的资金购买，那么股性活跃的股票带来的亏损和盈利都会超过股性相对不活跃的。倘若股性相对不活跃的股票涨得少，股性活跃的股票跌的多，那么总资金依旧会亏损。

因此可以利用ATR来分配资金解决这个问题，即让所有资金的固定百分比与某个股票1个ATR的波动对应。

1月1日股票A的收盘价为4.12元， 14日ATR为0.15元，相当于收盘价的3.64%；1月1日股票B的收盘价为30.85元，14日ATR为2.74元，相当于收盘价的8.88%；显然后者股性比前者更活跃。

假设手头有10万元资金，我们就可以设定让上述两个股票1个ATR的波动等价于总资金1%的波动，那么10万元的1%为1000元。

股票A：1000÷0.15=6666，即我们应当买入6666股，按照当日4.12元收盘价计算，涉及资金2. 74万元；

与此同时，1000÷2.74=364，即我们应当买入364股股票B，按照当日30.85元收盘价计算，涉及资金1. 125万元。

通过资金分配的不同，我们大体可以使这两个股票的正常波动对投资组合的影响大致相等，不会过分受到股票B的影响。

ATR头寸管理的实现

关于头寸管理的原理与资金分配大体相同。《海龟交易法则》建议第一笔仓位的一个ATR波动与总资金1%波动相对应。即：买入股票数量 * ATR = 资金 * 1%

假如1月1日股票A向上突破4.12元出现买入点，手上有10万元资金，那么10万资金的1%波动就是1000元。截止1月1日，股票A的14日ATR为0.15元，1000元÷0.15元=6666股。也就是说，头寸规模应该是买入6666股，耗资2. 74万元。

首先创建账户类ST_Account，该类中提供了当前账户的剩余资金、持仓股数、总资产、交易操作等接口，如下所示：

class ST_Account:

def __init__(

self,

init_hold={},

init_cash=1000000,

commission_coeff=0,

tax_coeff= 0):

"""

:param [dict] init_hold 初始化时的股票资产

:param [float] init_cash: 初始化资金

:param [float] commission_coeff: 交易佣金 :默认 万2.5(float类型 0.00025) 此处例程设定为0

:param [float] tax_coeff: 印花税 :默认 千1.5(float类型 0.001) 此处例程设定为0

"""

self.hold = init_hold

self.cash = init_cash

def hold_available(self, code=None):

"""可用持仓"""

if code in self.hold:

return self.hold[code]

def cash_available(self):

"""可用资金"""

return self.cash

def latest_assets(self, price):

# return the lastest hold 总资产

assets_val = 0

for code_hold in self.hold.values():

assets_val += code_hold * price

assets_val += self.cash

return assets_val

def send_order(self, code=None, amount=None, price=None, order_type=None):

if order_type == 'buy':

self.cash = self.cash - amount * price

self.hold[code] = amount

else:

self.cash = self.cash + amount * price

self.hold[code] -= amount

if self.hold[code] == 0:

del self.hold[code] # 删除该股票

复制代码

此处为了侧重介绍资金管理，简化了账户中的一些细节，暂时不考虑佣金和印花税。

我们分别设立两个账户，以海龟交易法则中N日通道突破策略为例，对比下全仓买入和ATR头寸规模买入的资金收益。

self.account_a = ST_Account(dict(), 100000) # 账户A 持股数目和初始资金

self.account_b = ST_Account(dict(), 100000) # 账户B 持股数目和初始资金

复制代码

买入部分代码更改如下所示：

self.account_a.send_order(code = "600410.SS",

amount = int(self.account_a.cash_available() / today.Close),

price = today.Close, order_type='buy')

self.account_b.send_order(code = "600410.SS",

amount = int(self.account_b.cash_available() * 0.01 / today.atr14),

price = today.Close, order_type='buy')

复制代码

卖出部分代码更改如下所示：

self.account_a.send_order(code = "600410.SS",

amount= self.account_a.hold_available(code = "600410.SS"),

price = today.Close, order_type='sell')

self.account_b.send_order(code="600410.SS",

amount = self.account_b.hold_available(code = "600410.SS"),

price = today.Close, order_type='sell')

复制代码

对比回测效果如下图所示，从收益曲线可以看出增加头寸管理之后曲线波动幅度趋缓：

完整代码可参考小册子《加推篇！择时策略融入ATR动态仓位管理》。

ATR动态仓位调整

当我们以一个ATR波动与总资金1%波动相对应的策略买入了6666股。假如买完之后股票长期盘整，既无大涨也无大跌，此时ATR会进一步下跌，比如由0.15元下降至0.12元时，投资者便可重新计算仓位。依旧按照1%资金=1ATR波动计算，则可持有8333股，此前已经买入6666股，则投资者还可加仓1667股。

实现代码如下所示：

if((posit_num_wave - self.account_b.hold_available(code = "600410.SS")) >= self.adjust_hold): # 波动后加仓

print("adjust buy", kl_index)

self.account_b.send_order(code="600410.SS",

amount=int(posit_num_wave - self.account_b.hold_available(code = "600410.SS")),

price=today.Close, order_type='buy')

elif (self.account_b.hold_available(code = "600410.SS") - posit_num_wave) > self.adjust_hold:

print("adjust sell", kl_index)

self.account_b.send_order(code="600410.SS",

amount=int(self.account_b.hold_available(code="600410.SS")- posit_num_wave),

price=today.Close, order_type='sell')

复制代码

完整代码可参考小册子《加推篇！择时策略融入ATR动态仓位管理》。

总结

本小节我们从头寸管理和动态加减仓这两个角度介绍了基于ATR指标的动态资金管理的原理和实现方法。同学们可以再结合《股票交易策略：择时策略融入ATR风险管理》中关于ATR止赢止损的机制，将头寸管理、动态加减仓、止赢止损系统地结合为一个完整的资金管理模块。

更多的量化交易内容欢迎大家订阅小册阅读！！同时也欢迎大家关注我的微信公众号【元宵大师带你用Python量化交易】了解更多Python量化交易相关内容