[关闭]
@Channelchan 2018-11-28T10:09:02.000000Z 字数 20120 阅读 63510

仓位管理-pyramid

1、金字塔加仓法

2、 金字塔加仓法优化

1.金字塔加仓法

金字塔加仓法是一种逐级加仓模式，其加仓数量与盈利(亏损)幅度成反比，加仓手数如图，图中数值分别为每次加仓手数占总仓位百分比：
金字塔.png-99.4kB

见 onBar ‘金字塔加仓模块’以及on30MinBar‘进出场逻辑模块’

用参数 n 控制加仓次数，参数 Ratio 控制加仓的进场位置，参数fixsize控制最大仓位手数

则第一次开仓到第五次加满仓的手数分别为fixsize*0.3,fixsize*0.25,fixsize*0.20,fixsize*0.15,fixsize*0.10

算法如下：

if 持多头仓位 and 当前加仓次数 nPos < 3：

if 亏损达到Ratio/100：
    nPos = nPos+1

    加仓fixsize*(0.3-0.05*nPos)手数

elif 持空头仓位 and 当前加仓次数 nPos < 3：

if 亏损达到Ratio：
    nPos = nPos+1

    加仓fixsize*(0.3-0.05*nPos)手数

当执行平仓信号，将 nPos 重置为 0

if 持有多头仓位 and 死叉：

nPos = 0

elif 持有空头仓位 and 金叉：

nPos = 0

  1. ## 大的价格除以小的价格减1
  2. lastOrder=self.transactionPrice[symbol]
  3. ## 多头亏损大于一个百分比
  4. (self.transactionPrice[symbol] - bar.close)/bar.close
  5. = lastOrder/bar.close-1
  7. ## 多头盈利大于一个百分比
  8. (bar.close-self.transactionPrice[symbol])/self.transactionPrice[symbol]
  9. = bar.close/lastOrder-1
  11. ## 空头亏损大于一个百分比
  12. (bar.close - self.transactionPrice[symbol])/self.transactionPrice[symbol]
  13. = bar.close/lastOrder-1
  15. ## 空头盈利大于一个百分比
  16. (self.transactionPrice[symbol] - bar.close)/bar.close
  17. = lastOrder/bar.close-1
  1. # 设置参数    
  2.     nPos = 0
  3.     fixsize = 100
  4.     transactionPrice = {}
  5.     Ratio = 0.02
  6. # 设置变量    
  7.     self.transactionPrice = {s: 0 for s in self.symbolList}
  9.     #----------------------------------------------------------------------
  10.     def onBar(self, bar):
  11.         """收到Bar推送"""
  12.         symbol = bar.vtSymbol
  13.         lastOrder=self.transactionPrice[symbol]        
  14.         # 金字塔加仓模块______________________________________
  15.         if (self.posDict[symbol+'_LONG']!=0 and self.nPos < 3):    # 持有多头仓位并且加仓次数不超过3次
  16.             if bar.close/lastOrder-1>= self.Ratio:   # 计算盈利比例,达到2%
  17.                 self.nPos += 1  # 加仓次数减少 1 次
  18.                 self.buy(symbol,bar.close*1.02,self.fixsize*(0.3-0.05*self.nPos))  # 目标仓位100手，分别加仓25手、20手、15手，10手
  20.         elif (self.posDict[symbol + "_SHORT"] != 0 and self.nPos < 3):    # 持有空头仓位并且加仓次数不超过3次
  21.             if lastOrder/bar.close-1 >= self.Ratio:   # 计算盈利比例,达到2%
  22.                 self.nPos += 1  # 加仓次数减少 1 次
  23.                 self.short(symbol,bar.close*0.98,self.fixsize*(0.3-0.05*self.nPos))  # 目标仓位100手，分别加仓25手、20手、15手，10手
  26.         # 发出状态更新事件
  27.         self.putEvent()
  29.     def on30MinBar(self, bar):
  30.         """30分钟K线推送"""
  31.         symbol = bar.vtSymbol
  33.         am30 = self.getArrayManager(symbol, "30m")
  35.         if not am30.inited:
  36.             return
  38.         # 计算策略需要的信号-------------------------------------------------
  39.         fastMa = ta.EMA(am30.close, self.fastWindow)        
  40.         slowMa = ta.EMA(am30.close, self.slowWindow)
  42.         crossOver = fastMa[-1]>slowMa[-1] and fastMa[-2]<=slowMa[-2]     # 金叉上穿
  43.         crossBelow = fastMa[-1]<slowMa[-1] and fastMa[-2]>=slowMa[-2]   # 死叉下穿
  45.         if crossOver:
  46.             print('crossOver:',crossOver)
  47.         elif crossBelow:
  48.             print('crossBelow:',crossBelow)
  50.         # 构建进出场逻辑-------------------------------------------------
  51.         # 金叉和死叉的条件是互斥
  52.         if crossOver:
  53.             # 如果金叉时手头没有持仓，则直接做多
  54.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  55.                 self.buy(symbol, bar.close*1.02, self.fixsize*0.3)
  56.             # 如果有空头持仓，则先平空，再做多
  57.             elif self.posDict[symbol+'_SHORT'] >0:
  58.                 self.cancelAll()
  59.                 self.cover(symbol,bar.close*1.02, self.posDict[symbol+'_SHORT'])
  60.                 self.nPos = 0
  61.                 self.buy(symbol,bar.close*1.02, self.fixsize*0.3)
  63.         # 死叉和金叉相反
  64.         elif crossBelow :
  65.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  66.                 self.short(symbol,bar.close*0.98, self.fixsize*0.3)
  67.             elif self.posDict[symbol+'_LONG'] >0:
  68.                 self.cancelAll()
  69.                 self.sell(symbol,bar.close*0.98, self.posDict[symbol+'_LONG'])
  70.                 self.nPos = 0
  71.                 self.short(symbol,bar.close*0.98, self.fixsize*0.3)
  73.         # 发出状态更新事件
  74.         self.putEvent()

金字塔加仓法案例

  1. """
  2. 这里的Demo是一个最简单的双均线策略实现
  3. """
  5. from __future__ import division
  6. from vnpy.trader.vtConstant import *
  7. from vnpy.trader.app.ctaStrategy.ctaBarManager import CtaTemplate
  8. import numpy as np
  9. import talib as ta
  10. from datetime import timedelta
  12. ########################################################################
  13. # 策略继承CtaTemplate
  14. class DoubleMaStrategy(CtaTemplate):
  15.     """双指数均线策略Demo"""
  16.     className = 'DoubleMaStrategy'
  17.     author = 'ChannelCMT'
  19.     # 策略参数
  20.     barPeriod = 200
  21.     fastWindow = 60     # 快速均线参数
  22.     slowWindow = 120     # 慢速均线参数
  24.     # 参数列表，保存了参数的名称
  25.     paramList = ['name',
  26.                  'className',
  27.                  'author',
  28.                  'fastWindow',
  29.                  'slowWindow']    
  31.     # 变量列表，保存了变量的名称
  32.     varList = ['barPeriod']  
  33.     nPos = 0
  34.     fixsize = 100
  35.     transactionPrice = {}
  36.     Ratio = 0.02
  37.     # 同步列表，保存了需要保存到数据库的变量名称
  38.     syncList = ['posDict', 'eveningDict']
  40.     #----------------------------------------------------------------------
  41.     def __init__(self, ctaEngine, setting):
  42.         # 首先找到策略的父类（就是类CtaTemplate），然后把DoubleMaStrategy的对象转换为类CtaTemplate的对象
  43.         super().__init__(ctaEngine, setting)
  45.     #----------------------------------------------------------------------
  46.     def onInit(self):
  47.         """初始化策略（必须由用户继承实现）"""
  48.         self.writeCtaLog(u'双EMA演示策略初始化')
  50.         # 生成Bar数组
  51.         self.setArrayManagerSize(self.barPeriod)
  52.         self.transactionPrice = {s: 0 for s in self.symbolList}
  55.         self.mail("chushihuaaaaaaaaaaaaaaaaaaaaaaaaa")
  56.         self.putEvent()
  58.     #----------------------------------------------------------------------
  59.     def onStart(self):
  60.         """启动策略（必须由用户继承实现）"""
  61.         self.writeCtaLog(u'双EMA演示策略启动')
  62.         self.putEvent()
  64.     #----------------------------------------------------------------------
  65.     def onStop(self):
  66.         """停止策略（必须由用户继承实现）"""
  67.         self.writeCtaLog(u'策略停止')
  68.         self.putEvent()
  70.     #----------------------------------------------------------------------
  71.     def onTick(self, tick):
  72.         """收到行情TICK推送（必须由用户继承实现）"""
  73.         pass
  75.     #----------------------------------------------------------------------
  76.     def onBar(self, bar):
  77.         """收到Bar推送"""
  78.         symbol = bar.vtSymbol
  79.         lastOrder=self.transactionPrice[symbol]        
  80.         # 金字塔加仓模块______________________________________
  81.         if (self.posDict[symbol+'_LONG']!=0 and self.nPos < 3):    # 持有多头仓位并且加仓次数不超过3次
  82.             if bar.close/lastOrder-1>= self.Ratio:   # 计算盈利比例,达到2%
  83.                 self.nPos += 1  # 加仓次数减少 1 次
  84.                 self.buy(symbol,bar.close*1.02,self.fixsize*(0.3-0.05*self.nPos))  # 目标仓位100手，分别加仓25手、20手、15手，10手
  86.         elif (self.posDict[symbol + "_SHORT"] != 0 and self.nPos < 3):    # 持有空头仓位并且加仓次数不超过3次
  87.             if lastOrder/bar.close-1 >= self.Ratio:   # 计算盈利比例,达到2%
  88.                 self.nPos += 1  # 加仓次数减少 1 次
  89.                 self.short(symbol,bar.close*0.98,self.fixsize*(0.3-0.05*self.nPos))  # 目标仓位100手，分别加仓25手、20手、15手，10手
  92.         # 发出状态更新事件
  93.         self.putEvent()
  95.     def on30MinBar(self, bar):
  96.         """30分钟K线推送"""
  97.         symbol = bar.vtSymbol
  99.         am30 = self.getArrayManager(symbol, "30m")
  101.         if not am30.inited:
  102.             return
  104.         # 计算策略需要的信号-------------------------------------------------
  105.         fastMa = ta.EMA(am30.close, self.fastWindow)        
  106.         slowMa = ta.EMA(am30.close, self.slowWindow)
  108.         crossOver = fastMa[-1]>slowMa[-1] and fastMa[-2]<=slowMa[-2]     # 金叉上穿
  109.         crossBelow = fastMa[-1]<slowMa[-1] and fastMa[-2]>=slowMa[-2]   # 死叉下穿
  111.         if crossOver:
  112.             print('crossOver:',crossOver)
  113.         elif crossBelow:
  114.             print('crossBelow:',crossBelow)
  116.         # 构建进出场逻辑-------------------------------------------------
  117.         # 金叉和死叉的条件是互斥
  118.         if crossOver:
  119.             # 如果金叉时手头没有持仓，则直接做多
  120.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  121.                 self.buy(symbol, bar.close*1.02, self.fixsize*0.3)
  122.             # 如果有空头持仓，则先平空，再做多
  123.             elif self.posDict[symbol+'_SHORT'] >0:
  124.                 self.cancelAll()
  125.                 self.cover(symbol,bar.close*1.02, self.posDict[symbol+'_SHORT'])
  126.                 self.nPos = 0
  127.                 self.buy(symbol,bar.close*1.02, self.fixsize*0.3)
  129.         # 死叉和金叉相反
  130.         elif crossBelow :
  131.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  132.                 self.short(symbol,bar.close*0.98, self.fixsize*0.3)
  133.             elif self.posDict[symbol+'_LONG'] >0:
  134.                 self.cancelAll()
  135.                 self.sell(symbol,bar.close*0.98, self.posDict[symbol+'_LONG'])
  136.                 self.nPos = 0
  137.                 self.short(symbol,bar.close*0.98, self.fixsize*0.3)
  139.         # 发出状态更新事件
  140.         self.putEvent()
  141.     #----------------------------------------------------------------------
  142.     def onOrder(self, order):
  143.         """收到委托变化推送（必须由用户继承实现）"""
  144.         # 对于无需做细粒度委托控制的策略，可以忽略onOrder
  145. #         print(u'出现未知订单，需要策略师外部干预,ID:%s, symbol:%s,direction:%s,offset:%s'% (order.vtOrderID, order.vtSymbol, order.direction, order.offset))
  146.         pass
  148.     #----------------------------------------------------------------------
  149.     def onTrade(self, trade):
  150.         """收到成交推送（必须由用户继承实现）"""
  151.         symbol = trade.vtSymbol
  152.         self.transactionPrice[symbol] = trade.price
  153.         pass
  155.     #----------------------------------------------------------------------
  156.     def onStopOrder(self, so):
  157.         """停止单推送"""
  158.         pass

金字塔加仓模型绩效测试

  1. from vnpy.trader.app.ctaStrategy.ctaBarManager import BacktestingEngine
  2. import pandas as pd
  4. def runBacktesting(strategyClass, settingDict,
  5.                    startDate, endDate, size, slippage, rate):
  6.     engine = BacktestingEngine()
  7.     engine.setBacktestingMode(engine.BAR_MODE)
  8.     engine.setDatabase('VnTrader_1Min_Db')
  9.     engine.setStartDate(startDate, initHours=200)
  10.     engine.setEndDate(endDate)
  11.     engine.setSize(size)
  12.     engine.setSlippage(slippage)
  13.     engine.setRate(rate)
  14.     engine.initStrategy(strategyClass, settingDict)
  15.     engine.setCapital(100000)
  16.     engine.setLog(True, 'E://log//')
  17.     engine.runBacktesting()
  18.     #显示逐日回测结果
  19.     engine.showDailyResult()
  20.     #显示逐笔回测结果
  21.     engine.showBacktestingResult()
  22.     # 计算回测结果
  23.     perfromance = engine.calculateDailyResult()
  24.     perfromanceDf , result = engine.calculateDailyStatistics(perfromance)
  25.     tradeReport = pd.DataFrame([obj.__dict__ for obj in engine.tradeDict.values()])
  26.     tradeDf = tradeReport.set_index('dt')
  27.     return perfromanceDf, tradeDf
  29. if __name__ == '__main__':
  30.     # 同时传入信号与执行的数据
  31.     performanceReport, tradeReport = \
  32.         runBacktesting(DoubleMaStrategy, {'symbolList': ['BTCUSDT:binance']},
  33.                        '20181001 12:00', '20181031 16:00', 100, 0, 5/10000)
  34.     # tradeReport.to_excel('BBandMa5MinStrategyReport.xlsx')
2018-11-15 17:09:14.809911  计算按日统计结果
2018-11-15 17:09:14.857881  ------------------------------
2018-11-15 17:09:14.857881  首个交易日：  2018-10-01 00:00:00
2018-11-15 17:09:14.857881  最后交易日：  2018-10-31 00:00:00
2018-11-15 17:09:14.857881  总交易日：   31
2018-11-15 17:09:14.857881  盈利交易日   18
2018-11-15 17:09:14.857881  亏损交易日：  13
2018-11-15 17:09:14.857881  起始资金：   100000
2018-11-15 17:09:14.857881  结束资金：   1,051,594.31
2018-11-15 17:09:14.857881  总收益率：   951.59%
2018-11-15 17:09:14.857881  年化收益：   7,367.18%
2018-11-15 17:09:14.857881  总盈亏：    951,594.31
2018-11-15 17:09:14.858881  最大回撤:   -3,153,690.0
2018-11-15 17:09:14.858881  百分比最大回撤: -165.86%
2018-11-15 17:09:14.858881  总手续费：   204,385.69
2018-11-15 17:09:14.858881  总滑点：    0.0
2018-11-15 17:09:14.858881  总成交金额：  408,771,380.0
2018-11-15 17:09:14.858881  总成交笔数：  19
2018-11-15 17:09:14.858881  日均盈亏：   30,696.59
2018-11-15 17:09:14.858881  日均手续费：  6,593.09
2018-11-15 17:09:14.858881  日均滑点：   0.0
2018-11-15 17:09:14.858881  日均成交金额： 13,186,173.55
2018-11-15 17:09:14.858881  日均成交笔数： 0.61
2018-11-15 17:09:14.858881  日均收益率：  0.63%
2018-11-15 17:09:14.858881  收益标准差：  130.5%
2018-11-15 17:09:14.859880  Sharpe Ratio：   0.07

2018-11-15 17:09:15.731470  策略回测绩效图已保存

output_8_3.png-40kB

2018-11-15 17:09:16.499001  计算回测结果
2018-11-15 17:09:16.507002  交割单已生成
2018-11-15 17:09:16.507992  ------------------------------
2018-11-15 17:09:16.507992  第一笔交易：  2018-10-04 22:30:00
2018-11-15 17:09:16.507992  最后一笔交易： 2018-10-31 15:58:00
2018-11-15 17:09:16.507992  总交易次数：  14
2018-11-15 17:09:16.507992  总盈亏：    934,175.86
2018-11-15 17:09:16.507992  最大回撤:   -570,710.25
2018-11-15 17:09:16.507992  平均每笔盈利： 66,726.85
2018-11-15 17:09:16.507992  平均每笔滑点： 0.0
2018-11-15 17:09:16.507992  平均每笔佣金： 15,843.15
2018-11-15 17:09:16.507992  胜率      50.0%
2018-11-15 17:09:16.507992  盈利交易平均值 320,543.11
2018-11-15 17:09:16.507992  亏损交易平均值 -187,089.42
2018-11-15 17:09:16.507992  盈亏比：    1.71
2018-11-15 17:09:17.148822  策略回测统计图已保存

output_8_5.png-34.2kB

2018-11-15 17:09:17.684494  计算按日统计结果

交易信息

  1. tradeReport

2.金字塔加仓法优化

金字塔加仓法缺点是第一次入场仓位较重，而后加仓手数较轻，则可以适当提高第一次开仓的要求，同时降低后面加仓的要求

见 onBar 和0n30MinBar‘优化金字塔加仓模块’

用参数 n 控制加仓次数，参数 Ratio 控制加仓的进场位置，参数fixsize控制最大仓位手数,参数condition和tmp作为临时变量控制加仓逻辑。

1.加入更多的开仓条件，开仓算法如下：

if 金叉 and 多头排列：

开多单，仓位 = fixsize*0.3

elif 死叉 and 空头排列：

开空单，仓位 = fixsize*0.3

2.加仓依然使用金字塔加仓法，但修改加仓条件，算法如下：

if 持多头仓位 and 股价与短均线死叉：

tmp = 1

elif 持空头仓位 and 股价与短均线金叉：

tmp = -1

if tmp == 1 and 股价与短均线金叉：

condition = 1

elif tmp == -1 and 股价与短均线死叉：

condition = -1

if 持多头仓位 and 当前加仓次数 nPos< 5：

if 当前处于盈利状态 and condition == 1:

    nPos = nPos+1

    加仓fixsize*(0.3-0.05*nPos)手数

    tmp,condition = 0,0

elif 持空头仓位 and 当前加仓次数 nPos< 5：

if 当前处于盈利状态 and condition == -1:

    nPos= nPos+1

    加仓fixsize*(0.3-0.05*nPos)手数

    tmp,condition = 0,0

当执行平仓信号，将 nPos 重置为 0

if 持有多头仓位 and 死叉：

nPos = 0

elif 持有空头仓位 and 金叉：

nPos = 0

  1. # 设置参数        
  2.     nPos = 0
  3.     fixsize = 100
  4.     transactionPrice = {}
  5.     Ratio = 100
  6.     tmp = 0
  7.     condition = 0
  9. # 设置变量    
  10.     self.transactionPrice = {s: 0 for s in self.symbolList}
  12.     #----------------------------------------------------------------------
  13.     def onBar(self, bar):
  14.         """收到Bar推送（必须由用户继承实现）"""
  15.         symbol = bar.vtSymbol
  17.         am = self.getArrayManager(symbol, "1m")
  19.         if not am.inited:
  20.             return
  22.         # 优化金字塔加仓模块________________________________________________
  24.         if (self.posDict[symbol+'_LONG']!=0 and self.nPos < 5):    # 持有多头仓位并且加仓次数不超过5次
  25.             if self.transactionPrice[symbol]>bar.close and self.condition == 1:   # 当前是盈利状况，并且满足上述加仓条件
  26.                 self.nPos += 1  # 加仓次数减少 1 次
  27.                 self.buy(symbol,bar.close*1.02,self.fixsize*(0.3-self.nPos*0.05))  # 目标加仓100手  分别为加仓 30手、25手、20手，15手，10手
  28.                 self.tmp = 0  # 置零两个临时的控制变量
  29.                 self.condition = 0
  30.         elif (self.posDict[symbol + "_SHORT"] != 0 and self.nPos < 5):    # 持有空头仓位并且加仓次数不超过5次
  31.             if bar.close>self.transactionPrice[symbol] and self.condition == -1:   # 当前是盈利状况，并且满足上述加仓条件
  32.                 self.nPos += 1  # 加仓次数减少 1 次
  33.                 self.short(symbol,bar.close*0.98,self.fixsize*(0.3-self.nPos*0.05))  # 目标加仓100手  分别为加仓 30手、25手、20手，15手，10手
  34.                 self.tmp = 0  # 置零两个临时的控制变量
  35.                 self.condition = 0
  37.         # 发出状态更新事件
  38.         self.putEvent()
  40.     def on30MinBar(self, bar):
  41.         """30分钟K线推送"""
  42.         symbol = bar.vtSymbol
  44.         am30 = self.getArrayManager(symbol, "30m")
  46.         if not am30.inited:
  47.             return
  49.         # 计算策略需要的信号-------------------------------------------------
  50.         fastMa = ta.EMA(am30.close, self.fastWindow)        
  51.         slowMa = ta.EMA(am30.close, self.slowWindow)
  53.         # 优化金字塔加仓模块________________________________________________
  54.         price_crossOver = am30.close[-1]>fastMa[-1] and am30.close[-2]<fastMa[-2]   # 估价金叉短均线
  55.         price_crossBelow = am30.close[-1]<fastMa[-1] and am30.close[-2]>fastMa[-2]  # 估价死叉短均线
  57.         if self.posDict[symbol+'_LONG']!=0 and price_crossBelow: # 持有多头仓位，并且估价死叉短均线
  58.             self.tmp = 1  # 临时变量，记录死叉现象
  59.         elif self.posDict[symbol + "_SHORT"] != 0 and price_crossOver: # 持有多头仓位，并且估价金叉短均线
  60.             self.tmp = -1  # 临时变量，记录金叉现象
  61.         if self.tmp == 1 and price_crossOver: # 多头持仓中，发生死叉后金叉，即回调后再次上次，满足加仓条件
  62.             self.condition = 1
  63.         elif self.tmp == -1 and price_crossBelow: # 空头持仓中，发生金叉后死叉，即回调后再次下跌，满足加仓条件
  64.             self.condition = -1

金字塔加仓法优化案例

  1. """
  2. 这里的Demo是一个最简单的双均线策略实现
  3. """
  5. from __future__ import division
  6. from vnpy.trader.vtConstant import *
  7. from vnpy.trader.app.ctaStrategy.ctaBarManager import CtaTemplate
  8. import numpy as np
  9. import talib as ta
  10. from datetime import timedelta
  12. ########################################################################
  13. # 策略继承CtaTemplate
  14. class DoubleMaStrategy(CtaTemplate):
  15.     """双指数均线策略Demo"""
  16.     className = 'DoubleMaStrategy'
  17.     author = 'ChannelCMT'
  19.     # 策略参数
  20.     barPeriod = 200
  21.     fastWindow = 60     # 快速均线参数
  22.     slowWindow = 120     # 慢速均线参数
  24.     # 参数列表，保存了参数的名称
  25.     paramList = ['name',
  26.                  'className',
  27.                  'author',
  28.                  'fastWindow',
  29.                  'slowWindow']    
  31.     # 变量列表，保存了变量的名称
  32.     varList = ['barPeriod']  
  33.     nPos = 0
  34.     fixsize = 100
  35.     transactionPrice = {}
  36.     Ratio = 100
  37.     tmp = 0
  38.     condition = 0
  39.     # 同步列表，保存了需要保存到数据库的变量名称
  40.     syncList = ['posDict', 'eveningDict']
  42.     #----------------------------------------------------------------------
  43.     def __init__(self, ctaEngine, setting):
  44.         # 首先找到策略的父类（就是类CtaTemplate），然后把DoubleMaStrategy的对象转换为类CtaTemplate的对象
  45.         super().__init__(ctaEngine, setting)
  47.     #----------------------------------------------------------------------
  48.     def onInit(self):
  49.         """初始化策略（必须由用户继承实现）"""
  50.         self.writeCtaLog(u'双EMA演示策略初始化')
  52.         # 生成Bar数组
  53.         self.setArrayManagerSize(self.barPeriod)
  54.         self.transactionPrice = {s: 0 for s in self.symbolList}
  57.         self.mail("chushihuaaaaaaaaaaaaaaaaaaaaaaaaa")
  58.         self.putEvent()
  60.     #----------------------------------------------------------------------
  61.     def onStart(self):
  62.         """启动策略（必须由用户继承实现）"""
  63.         self.writeCtaLog(u'双EMA演示策略启动')
  64.         self.putEvent()
  66.     #----------------------------------------------------------------------
  67.     def onStop(self):
  68.         """停止策略（必须由用户继承实现）"""
  69.         self.writeCtaLog(u'策略停止')
  70.         self.putEvent()
  72.     #----------------------------------------------------------------------
  73.     def onTick(self, tick):
  74.         """收到行情TICK推送（必须由用户继承实现）"""
  75.         pass
  77.     #----------------------------------------------------------------------
  78.     def onBar(self, bar):
  79.         """收到Bar推送"""
  80.         symbol = bar.vtSymbol        
  81.         am = self.getArrayManager(symbol, "1m")
  83.         if not am.inited:
  84.             return
  87.         # 优化金字塔加仓模块________________________________________________
  89.         if (self.posDict[symbol+'_LONG']!=0 and self.nPos < 5):    # 持有多头仓位并且加仓次数不超过5次
  90.             if self.transactionPrice[symbol]>bar.close and self.condition == 1:   # 当前是盈利状况，并且满足上述加仓条件
  91.                 self.nPos += 1  # 加仓次数减少 1 次
  92.                 self.buy(symbol,bar.close*1.02,self.fixsize*(0.3-self.nPos*0.05))  # 目标加仓100手  分别为加仓 30手、25手、20手，15手，10手
  93.                 self.tmp = 0  # 置零两个临时的控制变量
  94.                 self.condition = 0
  95.         elif (self.posDict[symbol + "_SHORT"] != 0 and self.nPos < 5):    # 持有空头仓位并且加仓次数不超过5次
  96.             if bar.close>self.transactionPrice[symbol] and self.condition == -1:   # 当前是盈利状况，并且满足上述加仓条件
  97.                 self.nPos += 1  # 加仓次数减少 1 次
  98.                 self.short(symbol,bar.close*0.98,self.fixsize*(0.3-self.nPos*0.05))  # 目标加仓100手  分别为加仓 30手、25手、20手，15手，10手
  99.                 self.tmp = 0  # 置零两个临时的控制变量
  100.                 self.condition = 0
  102.         # 发出状态更新事件
  103.         self.putEvent()
  105.     def on30MinBar(self, bar):
  106.         """30分钟K线推送"""
  107.         symbol = bar.vtSymbol
  109.         am30 = self.getArrayManager(symbol, "30m")
  111.         if not am30.inited:
  112.             return
  114.         # 计算策略需要的信号-------------------------------------------------
  115.         fastMa = ta.EMA(am30.close, self.fastWindow)        
  116.         slowMa = ta.EMA(am30.close, self.slowWindow)
  118.         # 优化金字塔加仓模块________________________________________________
  119.         price_crossOver = am30.close[-1]>fastMa[-1] and am30.close[-2]<fastMa[-2]   # 估价金叉短均线
  120.         price_crossBelow = am30.close[-1]<fastMa[-1] and am30.close[-2]>fastMa[-2]  # 估价死叉短均线
  122.         if self.posDict[symbol+'_LONG']!=0 and price_crossBelow: # 持有多头仓位，并且估价死叉短均线
  123.             self.tmp = 1  # 临时变量，记录死叉现象
  124.         elif self.posDict[symbol + "_SHORT"] != 0 and price_crossOver: # 持有多头仓位，并且估价金叉短均线
  125.             self.tmp = -1  # 临时变量，记录金叉现象
  126.         if self.tmp == 1 and price_crossOver: # 多头持仓中，发生死叉后金叉，即回调后再次上次，满足加仓条件
  127.             self.condition = 1
  128.         elif self.tmp == -1 and price_crossBelow: # 空头持仓中，发生金叉后死叉，即回调后再次下跌，满足加仓条件
  129.             self.condition = -1
  132.         crossOver = fastMa[-1]>slowMa[-1] and fastMa[-2]<=slowMa[-2]     # 金叉上穿
  133.         crossBelow = fastMa[-1]<slowMa[-1] and fastMa[-2]>=slowMa[-2]   # 死叉下穿
  135.         long = fastMa[-1]>fastMa[-2] and slowMa[-1]>slowMa[-2]   # 多头排列
  136.         short = fastMa[-1]<fastMa[-2] and slowMa[-1]<slowMa[-2]  # 空头排列
  138.         # 构建进出场逻辑-------------------------------------------------
  139.         # 金叉和死叉的条件是互斥,多头和空头排列条件互斥
  140.         if crossOver and long:
  141.             # 如果金叉时手头没有持仓，则直接做多
  142.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  143.                 self.buy(symbol, bar.close*1.02, self.fixsize*0.3)
  144.             # 如果有空头持仓，则先平空，再做多
  145.             elif self.posDict[symbol+'_SHORT'] >0:
  146.                 self.cancelAll()
  147.                 self.cover(symbol,bar.close*1.02, self.posDict[symbol+'_SHORT'])
  148.                 self.nPos = 0
  149.                 self.buy(symbol,bar.close*1.02, self.fixsize*0.3)
  151.         # 死叉和金叉相反
  152.         elif crossBelow and short:
  153.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  154.                 self.short(symbol,bar.close*0.98, self.fixsize*0.3)
  155.             elif self.posDict[symbol+'_LONG'] >0:
  156.                 self.cancelAll()
  157.                 self.sell(symbol,bar.close*0.98, self.posDict[symbol+'_LONG'])
  158.                 self.nPos = 0
  159.                 self.short(symbol,bar.close*0.98, self.fixsize*0.3)
  161.         # 发出状态更新事件
  162.         self.putEvent()
  163.     #----------------------------------------------------------------------
  164.     def onOrder(self, order):
  165.         """收到委托变化推送（必须由用户继承实现）"""
  166.         # 对于无需做细粒度委托控制的策略，可以忽略onOrder
  167. #         print(u'出现未知订单，需要策略师外部干预,ID:%s, symbol:%s,direction:%s,offset:%s'% (order.vtOrderID, order.vtSymbol, order.direction, order.offset))
  168.         pass
  170.     #----------------------------------------------------------------------
  171.     def onTrade(self, trade):
  172.         """收到成交推送（必须由用户继承实现）"""
  173.         symbol = trade.vtSymbol
  174.         self.transactionPrice[symbol] = trade.price
  175.         pass
  177.     #----------------------------------------------------------------------
  178.     def onStopOrder(self, so):
  179.         """停止单推送"""
  180.         pass

金字塔加仓法（优化）绩效测试

  1. from vnpy.trader.app.ctaStrategy.ctaBarManager import BacktestingEngine
  2. import pandas as pd
  4. def runBacktesting(strategyClass, settingDict,
  5.                    startDate, endDate, size, slippage, rate):
  6.     engine = BacktestingEngine()
  7.     engine.setBacktestingMode(engine.BAR_MODE)
  8.     engine.setDatabase('VnTrader_1Min_Db')
  9.     engine.setStartDate(startDate, initHours=200)
  10.     engine.setEndDate(endDate)
  11.     engine.setSize(size)
  12.     engine.setSlippage(slippage)
  13.     engine.setRate(rate)
  14.     engine.initStrategy(strategyClass, settingDict)
  15.     engine.setCapital(100000)
  16.     engine.setLog(True, 'E://log//')
  17.     engine.runBacktesting()
  18.     #显示逐日回测结果
  19.     engine.showDailyResult()
  20.     #显示逐笔回测结果
  21.     engine.showBacktestingResult()
  22.     # 计算回测结果
  23.     perfromance = engine.calculateDailyResult()
  24.     perfromanceDf , result = engine.calculateDailyStatistics(perfromance)
  25.     tradeReport = pd.DataFrame([obj.__dict__ for obj in engine.tradeDict.values()])
  26.     tradeDf = tradeReport.set_index('dt')
  27.     return perfromanceDf, tradeDf
  29. if __name__ == '__main__':
  30.     # 同时传入信号与执行的数据
  31.     performanceReport, tradeReport = \
  32.         runBacktesting(DoubleMaStrategy, {'symbolList': ['BTCUSDT:binance']},
  33.                        '20181001 12:00', '20181031 16:00', 100, 0, 5/10000)
  34.     # tradeReport.to_excel('BBandMa5MinStrategyReport.xlsx')
2018-11-15 17:27:50.932043  计算按日统计结果
2018-11-15 17:27:50.965024  ------------------------------
2018-11-15 17:27:50.965024  首个交易日：  2018-10-01 00:00:00
2018-11-15 17:27:50.965024  最后交易日：  2018-10-31 00:00:00
2018-11-15 17:27:50.965024  总交易日：   31
2018-11-15 17:27:50.965024  盈利交易日   18
2018-11-15 17:27:50.965024  亏损交易日：  13
2018-11-15 17:27:50.965024  起始资金：   100000
2018-11-15 17:27:50.965024  结束资金：   2,709,496.33
2018-11-15 17:27:50.965024  总收益率：   2,609.5%
2018-11-15 17:27:50.965024  年化收益：   20,202.55%
2018-11-15 17:27:50.965024  总盈亏：    2,609,496.33
2018-11-15 17:27:50.965024  最大回撤:   -2,628,075.0
2018-11-15 17:27:50.965024  百分比最大回撤: -123.29%
2018-11-15 17:27:50.965024  总手续费：   316,833.66
2018-11-15 17:27:50.965024  总滑点：    0.0
2018-11-15 17:27:50.966023  总成交金额：  633,667,330.0
2018-11-15 17:27:50.966023  总成交笔数：  30
2018-11-15 17:27:50.966023  日均盈亏：   84,177.3
2018-11-15 17:27:50.966023  日均手续费：  10,220.44
2018-11-15 17:27:50.966023  日均滑点：   0.0
2018-11-15 17:27:50.966023  日均成交金额： 20,440,881.61
2018-11-15 17:27:50.966023  日均成交笔数： 0.97
2018-11-15 17:27:50.966023  日均收益率：  3.73%
2018-11-15 17:27:50.966023  收益标准差：  134.65%
2018-11-15 17:27:50.966023  Sharpe Ratio：   0.43

2018-11-15 17:27:51.800197  策略回测绩效图已保存

output_16_3.png-41.8kB

2018-11-15 17:27:52.577746  计算回测结果
2018-11-15 17:27:52.586740  交割单已生成
2018-11-15 17:27:52.586740  ------------------------------
2018-11-15 17:27:52.586740  第一笔交易：  2018-10-04 22:30:00
2018-11-15 17:27:52.586740  最后一笔交易： 2018-10-31 15:58:00
2018-11-15 17:27:52.586740  总交易次数：  26
2018-11-15 17:27:52.586740  总盈亏：    2,592,077.89
2018-11-15 17:27:52.586740  最大回撤:   -807,531.68
2018-11-15 17:27:52.586740  平均每笔盈利： 99,695.3
2018-11-15 17:27:52.586740  平均每笔滑点： 0.0
2018-11-15 17:27:52.586740  平均每笔佣金： 12,855.85
2018-11-15 17:27:52.586740  胜率      42.31%
2018-11-15 17:27:52.586740  盈利交易平均值 314,165.61
2018-11-15 17:27:52.586740  亏损交易平均值 -57,582.92
2018-11-15 17:27:52.586740  盈亏比：    5.46
2018-11-15 17:27:53.246336  策略回测统计图已保存

output_16_5.png-32.8kB

2018-11-15 17:27:53.797042  计算按日统计结果

绩效报告

  1. tradeReport
添加新批注
在作者公开此批注前，只有你和作者可见。
回复批注