量化交易学习笔记（7） 阴跌策略 上

前言

在之前两篇文章中涉及价格突破策略，策略经过优化表现任然差劲，本次策略基于价格突破策略的变种版本。

策略思想

指标

使用SMA和收盘价

买入信号

价格连续下跌N根k线

订单

交易价格：昨日收盘价*（1 - C)
止损价格: 交易价格*（1 - L）
止盈价格：交易价格*（1 + S）
交易量：min(可用资金/ SMA，交易量)

回测结果

参数

callback=0.01, # 价格回调比例
period=133, #周期
down_day=6, # 连续下跌次数
stop_loss=133, # 止损比例
take_profit=0.15, # 止盈比例

回测	Value
初始资金	10000
期货品种	ETH
时间级别	1H
回测时间	2017.7.15 - 2022.7.24
倍数	1
手续费	1%
期末资金	51469

优化参数

参数

rate: 330.97757651248696
‘callback’: 0.070537109375,
‘period’: 164.4775390625,
‘down_day’: 3.427734375,
‘stop_loss’: 0.16975097656250002,
‘take_profit’: 0.07980957031250001

部分调优参数

回测	Value
初始资金	10000
期货品种	ETH
时间级别	1H
回测时间	2017.7.15 - 2022.7.24
倍数	1
手续费	1%
总盈利	3309775

核心代码

加载数据

def load_csv_data(data_path, size=None, start=None, end=None):
    return bt.feeds.GenericCSVData(
        dataname=data_path,
        nullvalue=0.0,
        fromdate=start,
        todate=end,
        dtformat="%Y-%m-%d %H:%M:%S",
        timeframe=bt.TimeFrame.Minutes,
        datetime=0,
        high=1,
        low=2,
        open=3,
        close=4,
        volume=5,
        openinterest=-1
    )

def create_cerebro(cash=10000.0, commission=0.01, stake=1, strategy=None):
    """
    :param data: 数据
    :param cash: 初始资金
    :param commission: 佣金率
    :param stake: 交易单位大小
    :param strategy: 交易策略
    :return:
    """
    cerebro = bt.Cerebro()
    # 设置启动资金
    cerebro.broker.setcash(cash)
    # 设置交易单位大小
    cerebro.addsizer(bt.sizers.FixedSize, stake=stake)
    # 设置佣金率为千分之一
    cerebro.broker.setcommission(commission)
    # 显示回测过程中的买入和卖出信号
    cerebro.addobserver(bt.observers.Value)
    # 显示了回测过程中的买入和卖出信号
    cerebro.addobserver(bt.observers.BuySell)
    return cerebro

策略

import datetime

import optunity
from backtrader import Strategy, Cerebro
import backtrader as bt
from handle import create_cerebro
from utils import load_csv_data

"""
突破策略 版本2

"""


def add_continuous_decline_strategy(c: Cerebro, params=None):
    """
    设置策略参数
    :param c:
    :param params:
    :return:
    """
    if params is None:
        return c.addstrategy(ContinuousDeclineStrategy)
    c.addstrategy(ContinuousDeclineStrategy,
                  callback=params['callback'],
                  period=int(params['period']),
                  down_day=int(params['down_day']),
                  stop_loss=params['stop_loss'],
                  take_profit=params['take_profit'])
    return c


class ContinuousDeclineStrategy(Strategy):
    """
    突破策略
    买入: 价格连续上涨n天，最后一天价格上涨幅度3%,收盘价格在 sma上
    盈库比 止盈率设置为10%，止损率设置为5%
    价格回调 2%
    """
    params = dict(
        callback=0.01,  # 价格回调比例
        period=133,
        up_days=6,  # 连续上涨天数
        stop_loss=0.15,  # 止损比例
        take_profit=0.15,  # 止盈比例
        limdays=3,
        limdays2=1000,
        hold=10,
    )

    def __init__(self):
        self.holdstart = None
        self.dataclose = self.datas[0].close
        self.sma = bt.ind.SMA(period=self.p.period, plot=False)
        self.order_list = list()

    def next(self):
        if self.order_list:  # order列表，用于存储尚未执行完成的订单
            return  # 有尚未执行的订单
        # 尚未进场
        if not self.position:
            # 获取近几日收盘价用于判断是否连续上涨
            last_closes = list()
            for i in range(self.p.up_days + 1):
                last_closes.append(self.dataclose[-i])

            # 连续N日下跌
            if last_closes == sorted(last_closes, reverse=True):
                close = self.dataclose[0]
                p1 = close * (1.0 - self.p.callback)
                p2 = p1 - self.p.stop_loss * close
                p3 = p1 + self.p.take_profit * close
                # 计算订单有效期
                valid1 = datetime.timedelta(self.p.limdays)
                valid2 = valid3 = datetime.timedelta(self.p.limdays2)
                size = min(self.broker.getcash() / self.sma[0], self.data.volume[0])
                # 使用bracket orders设置买入卖出
                if size == 0:
                    size = 1
                os = self.buy_bracket(size=size,
                                      price=p1,
                                      valid=valid1,
                                      stopprice=p2,
                                      stopargs=dict(valid=valid2),
                                      limitprice=p3,
                                      limitargs=dict(valid=valid3), )
                # 保存激活的的订单
                self.orefs = [o.ref for o in os]


"""
优化器（加群获取 2762383426）
......
"""

运行策略

if __name__ == '__main__':
    path = "D:\\work\\git\\Tools\\static\\data\\ETHUSDT_1h.csv"
    data = load_csv_data(path)
    cerebro = create_cerebro()
    cerebro.adddata(data)
    cerebro.addstrategy(ContinuousDeclineStrategy)
    cerebro.run()
    cerebro.plot()

使用优化器

if __name__ == '__main__':
    path = "D:\\work\\git\\Tools\\static\\data\\ETHUSDT_1h.csv"
    data = load_csv_data(path)
    op = ContinuousDeclineStrategyOptimizer()
    op.set_data(data)
    op.set_event_num(500)
    op.run()
    params = op.get_optimal_parameters()
    cerebro = create_cerebro()
    cerebro.adddata(data)
    add_continuous_decline_strategy(cerebro,params)
    cerebro.run()
    cerebro.plot()

总结

目前从回测结果来看，该策略表现优异，可持续性盈利。未来10年，实现财富自由，加油！！！！