网格交易(期货)
分享
阅读 30668
更新 2020-12-03 15:44:39
网格交易法(期货)
1. 原理
什么是网格交易法?
网格交易法是一种利用行情震荡进行获利的策略。在标的价格不断震荡的过程中,对标的价格绘制网格,在市场价格触碰到某个网格线时进行加减仓操作尽可能获利。
网格交易法属于左侧交易的一种。与右侧交易不同,网格交易法并非跟随行情,追涨杀跌,而是逆势而为,在价格下跌时买入,价格上涨时卖出。
怎样设计网格?
投资者可以随意设置网格的宽度和数量。既可以设置为等宽度,也可以设置为不等宽度的。设置等宽度网格可能会导致买点卖点过早,收益率较低。设置不等宽度网格能够避免这个问题,但如果行情出现不利变动,可能会错失买卖机会。
网格交易法的盈利情况
在行情震荡上涨时:
假设格子之间的差为1元钱,每变化一个格子相应的买入或卖出1手,则通过网格交易当前账户的净收益为5元,持空仓3手,持仓均价为13元。
行情震荡下跌时:
同理可知,净收益为10元,持5手多仓,平均成本为8元。
可以看到,无论行情上涨还是下跌,已平仓的部分均为正收益,未平仓的部分需要等下一个信号出现再触发交易。
即使网格交易能够获得较为稳定的收益,但也存在一定的风险。如果行情呈现大涨或大跌趋势,会导致不断开仓,增加风险敞口。这也是为什么网格交易更适用震荡行情,不合适趋势性行情。
核心
网格交易主要包括以下几个核心要点:
- 挑选的标的最好是价格变化较大,交易较为活跃
网格交易是基于行情震荡进行获利的策略,如果标的不活跃,价格波动不大,很难触发交易。
- 选出网格的压力位和阻力位
确定适当的压力位和阻力位,使价格大部分时间能够在压力位和阻力位之间波动。如果压力位和阻力位设置范围过大,会导致难以触发交易;如果压力位和阻力位设置范围过小,则会频繁触发交易。
- 设置网格的宽度和数量
设定多少个网格以及网格的宽度可根据投资者自身喜好自行确定。
2. 策略思路
第一步:确定价格中枢、压力位和阻力位
第二步:确定网格的数量和间隔
第三步:当价格触碰到网格线时,若高于买入价,则每上升一格卖出m手;若低于买入价,则每下跌一格买入m手。
回测标的:SHFE.rb1901
回测时间:2018-07-01 到 2018-10-01
回测初始资金:10万
注意:若修改回测期,需要修改对应的回测标的。
策略难点:怎样记录价格是否突破网格线?
解决方法:有些人可能会想到用当前价格与网格线对应的价格进行比较,但这样操作比较麻烦,步骤繁琐。这里采用区域判断方式。根据网格线划分网格区域为1、2、3、4、5、6.利用pandas库提供的cut函数,将当前价格所处的网格区域表示出来。当网格区域发生变化,说明价格突破了一个网格线。
如何避免出现4区-5区开仓一次,5区-4区又平仓一次这种“假突破”?
解决方法:4-5开仓一次和5-4平仓一次实际上突破的是一根线,此时的形态是价格沿着这根线上下波动。只有第一次穿过这条线时才是真正的交易信号,其他的并没有形成突破。因此我们需要一个变量储存每一次交易时网格区域的变化形态(按照从大到小的顺序),比如5-4可以记为[4,5],4-5记为[4,5]。当新的记录=旧的记录时,信号失效。
3. 策略代码# coding=utf-8
from__future__importprint_function,absolute_import,unicode_literals
importnumpyasnp
importpandasaspd
fromgm.apiimport*
'''
本策略标的为:SHFE.rb1901
价格中枢设定为:前一交易日的收盘价
从阻力位到压力位分别为:1.03 * open、1.02 * open、1.01 * open、open、0.99 * open、0.98 * open、0.97 * open
每变动一个网格,交易量变化100个单位
回测数据为:SHFE.rb1901的1min数据
回测时间为:2017-07-01 08:00:00到2017-10-01 16:00:00
'''
definit(context):
# 策略标的为SHFE.rb1901
context.symbol='SHFE.rb1901'
# 订阅SHFE.rb1901, bar频率为1min
subscribe(symbols=context.symbol,frequency='60s')
# 设置每变动一格,增减的数量
context.volume=1
# 储存前一个网格所处区间,用来和最新网格所处区间作比较
context.last_grid=0
# 以前一日的收盘价为中枢价格
context.center=history_n(symbol=context.symbol,frequency='1d',end_time=context.now,count=1,fields='close')[0]['close']
# 记录上一次交易时网格范围的变化情况(例如从4区到5区,记为4,5)
context.grid_change_last=[0,0]
defon_bar(context,bars):
bar=bars[0]
# 获取多仓仓位
position_long=context.account().position(symbol=context.symbol,side=PositionSide_Long)
# 获取空仓仓位
position_short=context.account().position(symbol=context.symbol,side=PositionSide_Short)
# 设置网格和当前价格所处的网格区域
context.band=np.array([0.97,0.98,0.99,1,1.01,1.02,1.03])*context.center
grid=pd.cut([bar.close],context.band,labels=[1,2,3,4,5,6])[0]
# 如果价格超出网格设置范围,则提示调节网格宽度和数量
ifnp.isnan(grid):
print('价格波动超过网格范围,可适当调节网格宽度和数量')
# 如果新的价格所处网格区间和前一个价格所处的网格区间不同,说明触碰到了网格线,需要进行交易
# 如果新网格大于前一天的网格,做空或平多
ifcontext.last_grid
# 记录新旧格子范围(按照大小排序)
grid_change_new=[context.last_grid,grid]
# 几种例外:
# 当last_grid = 0 时是初始阶段,不构成信号
# 如果此时grid = 3,说明当前价格仅在开盘价之下的3区域中,没有突破网格线
# 如果此时grid = 4,说明当前价格仅在开盘价之上的4区域中,没有突破网格线
ifcontext.last_grid==0:
context.last_grid=grid
return
ifcontext.last_grid!=0:
# 如果前一次开仓是4-5,这一次是5-4,算是没有突破,不成交
ifgrid_change_new!=context.grid_change_last:
# 更新前一次的数据
context.last_grid=grid
context.grid_change_last=grid_change_new
# 如果有多仓,平多
ifposition_long:
order_volume(symbol=context.symbol,volume=context.volume,side=OrderSide_Sell,order_type=OrderType_Market,
position_effect=PositionEffect_Close)
print('以市价单平多仓{}手'.format(context.volume))
# 否则,做空
ifnotposition_long:
order_volume(symbol=context.symbol,volume=context.volume,side=OrderSide_Sell,order_type=OrderType_Market,
position_effect=PositionEffect_Open)
print('以市价单开空{}手'.format(context.volume))
# 如果新网格小于前一天的网格,做多或平空
ifcontext.last_grid>grid:
# 记录新旧格子范围(按照大小排序)
grid_change_new=[grid,context.last_grid]
# 几种例外:
# 当last_grid = 0 时是初始阶段,不构成信号
# 如果此时grid = 3,说明当前价格仅在开盘价之下的3区域中,没有突破网格线
# 如果此时grid = 4,说明当前价格仅在开盘价之上的4区域中,没有突破网格线
ifcontext.last_grid==0:
context.last_grid=grid
return
ifcontext.last_grid!=0:
# 如果前一次开仓是4-5,这一次是5-4,算是没有突破,不成交
ifgrid_change_new!=context.grid_change_last:
# 更新前一次的数据
context.last_grid=grid
context.grid_change_last=grid_change_new
# 如果有空仓,平空
ifposition_short:
order_volume(symbol=context.symbol,volume=context.volume,side=OrderSide_Buy,
order_type=OrderType_Market,
position_effect=PositionEffect_Close)
print('以市价单平空仓{}手'.format(context.volume))
# 否则,做多
ifnotposition_short:
order_volume(symbol=context.symbol,volume=context.volume,side=OrderSide_Buy,
order_type=OrderType_Market,
position_effect=PositionEffect_Open)
print('以市价单开多{}手'.format(context.volume))
# 设计一个止损条件:当持仓量达到10手,全部平仓
ifposition_short==10orposition_long==10:
order_close_all()
print('触发止损,全部平仓')
if__name__=='__main__':
'''
strategy_id策略ID,由系统生成
filename文件名,请与本文件名保持一致
mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
token绑定计算机的ID,可在系统设置-密钥管理中生成
backtest_start_time回测开始时间
backtest_end_time回测结束时间
backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
backtest_initial_cash回测初始资金
backtest_commission_ratio回测佣金比例
backtest_slippage_ratio回测滑点比例
'''
run(strategy_id='strategy_id',
filename='main.py',
mode=MODE_BACKTEST,
token='token_id',
backtest_start_time='2018-07-01 08:00:00',
backtest_end_time='2018-10-01 16:00:00',
backtest_adjust=ADJUST_PREV,
backtest_initial_cash=100000,
backtest_commission_ratio=0.0001,
backtest_slippage_ratio=0.0001)
4. 回测结果和稳健性分析
设定初始资金10万,手续费率为0.01%,滑点比率为0.01%。回测结果如下图所示。
回测期间策略累计收益率为4.16%,年化收益率为16.50%,基准收益率为0.91%,整体跑赢指数。最大回撤为0.72%,胜率为100%。在2018年7月12日以后,标的没有交易,说明此时标的价格已经超过设置的网格范围,可以适当加宽或增加网格数量。
为了检验策略的稳健性,保持标的和回测期不变,改变网格间隔和网格数量,得到回测结果如下表所示。
网格间隔
网格数量
手续费
年化收益率
最大回撤
胜率
未平头寸
0.01*价格中枢
6
50.55
16.50%
0.72%
100%
0手多单
0.02*价格中枢
6
36.89
26.21%
7.82%
100%
2手空单
0.005*价格中枢
6
61.42
-30.24%
22.04%
85.71%
3手空单
0.01*价格中枢
4
18.11
15.49%
4.17%
100%
1手多单
0.02*价格中枢
4
18.16
16.08%
4.16%
100%
1手空单
0.005*价格中枢
4
21.72
-51.27%
31.39%
100%
4手空单
可以看到,改变网格间隔和网格数量对回测结果的影响较大。整体胜率较高,但存在部分未平头寸。在网格间隔设置为0.01倍价格中枢时,整体收益率最高,最大回撤也处于较低水平;在网格间隔为0.02倍中枢价格时,整体收益率最差。由此可以看出,网格间隔对收益率的影响要高于网格数量。因此,在利用网格交易法时,需要设置合理的网格间隔。
注:此策略只用于学习、交流、演示,不构成任何投资建议。