量化策略编写思路简述（欢迎交流）

第一部分 策略的研发

   量化模型= (技术指标) + (下单条件等交易内容)+(头寸管理内容，包括止损、加减仓、给模型分配资金、根据权益变化做风控等)

   一、技术指标和量化模型的区别

       量化模型= (技术指标) + (下单条件等交易内容)+(头寸管理内容，包括止损、加减仓、给模型分配资金、根据权益变化做风控等)

           技术指标在 k 线图上是一根价格趋势的曲线，策略模型在 k 线图上是一根收益、资金权益变化的曲线

       1、如何把指标转化为模型？

           第一步：指标公式中加入交易指令

               写法范例：COND,SIG; //满足 COND 条件时，立即发出 SIG 信号

               交易指令

                   如果交易过程中，并不是一直持仓，那么用 BK、SP、SK、BP；如果交易过程中一直保持有持仓，非多即空，那么用 BPK、SPK

           第二步：加入头寸管理

               指标是盯着价格，模型是盯着持仓盈亏，二者的核心区别在于头寸管理部分

               例如：价格回撤进行止损

               CLOSE<=BKPRICE-N*MINPRICE,SP; //亏损 N 跳止损平多

               CLOSE>=SKPRICE+N*MINPRICE,BP; //亏损 N 跳止损平空

               例如：权益回撤进行持仓风控

               MONEYTOT<=INITMONEY*(1-10/100),SP; //权益回撤 10%，多头

               MONEYTOT<=INITMONEY*(1-10/100),BP; //权益回撤 10%，空头

   二、量化模型编写

       （一）模型的基本框架

           1. 开仓语句（条件，BK/SK/BPK/SPK）和平仓语句（条件，SP/BP）是模型必须要有的部分

           2.信号优先级高于指令：

               信号包括：BK/SK/BP/SP/BPK/SPK；

               指令包括：ADD_LONG/LOWER_LONG/ADD_SHORT/LOWER_SHORT；

           3. 从开仓信号到平仓信号视为一个完整的交易过程，减仓指令不视为交易结束，必须出现平仓信号才算交易结束；

           4. 开仓信号、平仓信号一个交易过程中只能出现一对，期间可以出现 0~N 次的加减仓指令

           5. 加仓不能作为一次交易的开始，需要 BK/SK/BPK/SPK 开仓之后，才能出加仓指令；

           6. 加仓不能作为一次交易的开始，需要 BK/SK/BPK/SPK 开仓之后，才能出加仓指令；

           7. 加减仓指令只有在持仓不为 0 时才生效；

           8. 默认以 K 线最后一笔价格来确定信号下单，即 K 线走完出信号，于下一根 K 线开始时下单；

       （二）优化编写：止损止盈

           1、常见的止损思路

               思路 1：固定点差或固定比例止损

                   固定点差止损

                       CLOSE<=BKPRICE-N*MINPRICE,SP;//亏损 N 跳平多

                       CLOSE>=SKPRICE+N*MINPRICE,BP;//亏损 N 跳平空

                   固定百分比止损

                       CLOSE<=BKPRICE*(1-N/100),SP;//下跌百分之 N 止损平多

                       CLOSE>=SKPRICE*(1+N/100),BP;//上涨百分之 N 止损平空

               思路 2：动态追踪止损

                   CLOSE<=BKHIGH-N*MINPRICE,SP;//从开多后最高点下跌回撤 N 跳平多

                   CLOSE>=SKLOW+N*MINPRICE,BP;//从开空后最低点上涨回撤 N 跳平空

           2、常见的止盈思路

               思路 1：固定点差或固定比例止盈

                   固定点差止盈

                       CLOSE>=BKPRICE+M*MINPRICE,SP;//盈利 M 跳平多

                       CLOSE<=SKPRICE-M*MINPRICE,BP;//盈利 M 跳平空

                   固定百分比止盈

                       CLOSE>=BKPRICE*(1+M/100),SP;//上涨百分之 M 止盈平多

                       CLOSE<=SKPRICE*(1-M/100),BP;//下跌百分之 M 止盈平空

               思路 2：保本止盈

                   BKHIGH>BKPRICE+NMINPRICE&&CLOSE<=BKPRICE+MMINPRICE,SP;//开多后最高上涨超过N跳后回到开仓价加 M 跳价位保本平多

                   SKLOW<SKPRICE-N*MINPRICE&&CLOSE>=SKPRICE-M*MINPRICE,BP;//开空后最低下跌超过 N 跳后回到开仓价减 M 跳价位保本平空

                   可以用C来表示，这样C高时止盈点高

       （三）优化编写 2 - 头寸管理

           思路 1：权益回撤控制

               权益回撤比，超过一定比例，停止模型运行

                   HM:=HHV(MONEYTOT,BARPOS);

                   QY:(HM-MONEYTOT)/HM;//权益回撤比

                   QY>0.2,SP;//权益回撤超过 20%，多头止损

                   QY>0.2,BP;//权益回撤超过 20%，空头止损

           思路 2：开仓仓位管理

               按资金使用率计算下单手数

               SETDEALPERCENT(fPercent,N)：按理论资金比例下单，每次按当前理论资金的 fPercent比例下单，且最大为 N 手。

           思路 3：根据上一次交易的盈亏，动态调整开仓手数

       （四）优化编写 3 - 运行优化

           对模型运行进行优化，在 k 线还没有走完但是买入开仓条件已经满足的情况下发出交易指令，不需要等这根 k 线走完

           思路 1：优化进出场点

           思路 2：盘中立即止损

       （五）优化编写 4 - 分批进出场

           如果开仓后盈利了再加大仓位分批进场。离场也是一样，根据持仓盈亏的情况动态调整，亏损则灵活减仓，降低持仓风险

           思路：分批进场，盈利加仓，亏损减仓

       （六）跨周期跨合约引用数据

           1、跨周期引用数据

               将跨周期模型加载到分钟周期上，在小周期引用大周期的数据综合判断趋势走向，既可以过 滤掉逆向信号和“假趋势”，也可以在更小级别上精准入场，降低策略的滞后性

           2、跨合约引用数据

               根据板块指数分析市场大趋势，再结合交易合约行情寻找入场机会，宏观和微观层面相结合，增强策略的稳定性

   三、策略的调试

       （一）历史信号调试

           场景 1：核对信号，检验模型编写的准确性

           场景 2：自主选择交易开始的时间调试策略

           场景 3：切换合约对比策略表现

           选择什么 k 线周期交易？

               越小的周期，交易机会越多，但是随之而来的是更多的手续成本和滑点损失；越大的周期，趋势越明显，单笔盈利空间越大，但是相应的需要承担的回撤风险也越大

       （二）实时信号调试

           场景：多周期、多合约、多模型监测信号

               1、页面盒子信号监测的适用范围

                   以下列表中为不支持在页面盒子做信号监测的函数

   四、策略的回测

       （一）主连链回测

           场景：针对多个年度主力月份合约连续交易效果回测

               主连链回测对主力换月的处理方式

                   主力换月时，旧主力，新主力根据月份合约 K 线数据重新计算开仓信号，以此规避换月时新旧合约趋势相反导致移仓方向做反而产生的风险，同时又能保证策略连续性

               操作方法

                   模型不要写入 TRADE_OTHER('AUTO')语句，把模型直接加载到品种主连上

                   在研究模型时，先在某一个 具体的月份合约上做回测研究，模型在月份合约上有良好的表现后，再进行主连链回测

       （二）360 度检验策略有效性

           在实盘运用前需要解决：过度拟合、幸存者偏差

           场景 1：多指标、多维度分析模型实盘可行性

               策略是否具备获利能力

                   收益、收益率、扣除最大亏损后收益率

               策略风险情况（是否有爆仓风险）

                   权益最大回撤、损益最大回撤、最大持续亏损次数、平均每次亏损、最大每手亏损、单次最大亏损

               策略是否稳定

                   胜率、盈亏比率、R 方、夏普比率、索提诺比率

               策略可行性，实盘中能否坚持执行

                   信号个数、空仓周期数、最长连续空仓周期数、最大持续亏损次数、单次最大亏损

               策略成本是否偏高，资金使用率高不高

                   平均资金使用率、最大资金使用率、手续费、滑点损耗

           场景 2：动态分析策略执行的可行性

               分析在实盘中面临这样的回撤或亏损压力

           场景 3：总结策略阶段性表现

               时段统计图表可从收益、胜率、盈亏比、回撤全方位评估策略的表现，对策略不同时间段内的表现情况进行统计总结

           典型问题解答

               是否支持逐笔回测？

                   模型中写入 SIGCHECK 函数时，支持逐笔回测

               胜率和盈亏比哪个更重要？

                   理论上盈亏比和胜率的乘积大于 0.6 的模型就是可以盈利的，乘积越大代表模型越好

                   对于长线趋势策略而言

                       一个品种一年中出现明显趋势的次数并不多，模型能否成功的关键是抓住大的趋势波动，所以胜率是很难达到很高的水平的，这时想办法提高盈亏比，让利润充分奔跑，更容易获得较高的收益

               什么是杠杆倍数？

                   杠杆倍数 = 最大资金使用率 / 保证金率

                   一个模型的收益率，必须是在一个合理的杠杆倍数下才有参考意义

               权益和损益有什么区别？

                   权益计算的是账户可用资金和持仓保证金，是包含了浮动盈亏的

                   损益计算的是每次持仓为 0 时，账户的可用资金，是不包括浮动盈亏的

                   一般损益回撤更能体现本金真实的回撤情况

            夏普比率是什么意思？

                   夏普比率代表了每承受一个单位的风险，会产生多少的超额收益。夏普比率大于 1，代表收益高于风险

                   收益相同的两个模型，一般会选择夏普比率更高的模型，因为这个模型相对风险较低

       五、模型定参

           参数越多越好吗

               参数设置的越多，就越会有过度拟合的风险

           （一）枚举

               （1）设置参数关系减少参数优化时间

               （2）根据参考标准占比综合筛选参数组

           （二）遗传

               场景 1：优选更高适应性的参数