均值回归 高频交易_基于布林带的均值回归交易策略

48206470d4a86a6e919aa8c216ef0fdf.png

BOLL指标是美国股市分析家约翰·布林根据统计学中的标准差原理设计出来的一种非常简单实用的技术分析指标。一般而言,股价的运动总是围绕某一价值中枢(如均线、成本线等)在一定的范围内变动,布林线指标正是在上述条件的基础上,引进了“股价通道”的概念,其认为股价通道的宽窄随着股价波动幅度的大小而变化,而且股价通道又具有变异性,它会随着股价的变化而自动调整。由于之前大部分交易策略都是选股或者趋势追踪的择时,所以基于这一指标我们设计了一个均值回归的交易策略。

策略逻辑:行情大部分时候都在震荡,所以均值回归可以盈利。

策略内容:当价格触及布林线上轨的时候进行卖出,当触及下轨的时候,进行买入。

资金管理:每次100股

源代码

# coding=utf-8
from __future__ import print_function, absolute_import
from gm.api import *
"""
本策略采用布林线进行均值回归交易。当价格触及布林线上轨的时候进行卖出,当触及下轨的时候,进行买入。
使用600004在 2009-09-17 13:00:00 到 2020-03-21 15:00:00 进行了回测。
注意: 
1:实盘中
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
下面是一个简单的 Python 均值回归配对交易策略的示例代码: ```python import numpy as np import pandas as pd import yfinance as yf # 获取股票数据 symbol1 = 'AAPL' symbol2 = 'MSFT' start_date = '2015-01-01' end_date = '2020-12-31' data1 = yf.download(symbol1, start=start_date, end=end_date) data2 = yf.download(symbol2, start=start_date, end=end_date) # 计算股票收益率 data1['returns'] = data1['Adj Close'].pct_change() data2['returns'] = data2['Adj Close'].pct_change() # 计算股票收益率差值 data = pd.merge(data1[['returns']], data2[['returns']], on='Date') data['delta'] = data['returns_x'] - data['returns_y'] # 计算均值和标准差 mean = np.mean(data['delta']) std = np.std(data['delta']) # 计算上下限 upper_limit = mean + 2 * std lower_limit = mean - 2 * std # 计算交易信号 data['signal'] = np.where(data['delta'] > upper_limit, -1, np.nan) data['signal'] = np.where(data['delta'] < lower_limit, 1, data['signal']) data['signal'] = data['signal'].fillna(method='ffill') # 计算每日持仓 data['position1'] = 1 * data['signal'] data['position2'] = -1 * data['signal'] # 计算每日收益率 data['strategy_returns'] = data['position1'] * data1['returns'] + data['position2'] * data2['returns'] # 计算累计收益率 data['cumulative_returns'] = (1 + data['strategy_returns']).cumprod() # 绘制累计收益率曲线 data['cumulative_returns'].plot() ``` 上面的代码使用了 yfinance 库来获取股票数据,计算了两只股票的收益率并计算了收益率差值。然后,计算了收益率差值的均值和标准差,并根据均值和标准差计算了交易信号。最后,计算了每日持仓和每日收益率,并绘制了累计收益率曲线。 请注意,这只是一个简单的示例代码。实际的交易策略可能需要更复杂的数据处理和交易逻辑。此外,交易策略的成功还取决于市场状况和交易者的技能和经验。

“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