了解学习期货程序化交易及其编程

程序化交易：制定规则，严格按照规则去交易

（本质：构建投资组合）

程序化交易不是“科研”，而是一项“工程”！

巴菲特说：分散化是对于无知的一种保护

一、为什么要进行程序化交易

减少盯盘的压力与情绪上的干扰（外盘也需要关注）
超级行情时，人的情绪无法打败固定的交易模型
复制成功的交易模式

其他优势：利用统计优势寻找机会点

加快策略研发的速度，让交易规模达到效率化，系统化

减少盲目失败的过程

交易与IT紧密结合，很迅速

二、面临的问题

1市场是个复杂适应性系统

2不存在永恒有效的圣杯

3标准化的开发流程确保系统适应市场的效率

4开发新的市场vs开发全新的策略

三、开发流程*

1分析市场，总结规律，写成代码形式

2.让程序交易

3.验证交易与实际情况是否相符

4.分析市场，完善程序

四、投资组合模型

构建投资组合（两种模型特点）：

每个模型都有优点缺点

不同的模型有不同的特点

趋势类模型：胜率低（抓住大盈利，盈亏比要大）

震荡类模型：盈亏比不大但胜率要高

五、针对随机入场方式+资金管理的麦语言学习（后期）

C>0: 阳线 C<0：阴线

止损方法：

（1）主动止损：设定止损金额或亏损比例或多少点

（2）波动止损：用某市场波动性指标来确定止损幅度

（3) 跟踪止损：在有盈利的情况下，利润回吐一定比例止损。

六、为什么需要跨周期调用？（研究最佳操作时机）

跨周期分析实质上就是要解决小的波动如何影响大的趋势，或大的趋势如何限制小的趋势的问题

跨周期引用函数介绍

#IMPORT [PERIOD,N,FORMULA] AS VAR

PERIOD 需要被引用的K线周期级别

N 被引用的具体K线周期数

FORMULA 被引用的指标（模型）名字

VAR 给被引用指标起一个新名字

跨周期模型基本结构与编写

第一步：建立被引用用的模型 FORMULA

第二步：建立跨周期模型

#IMPORT [PERIOD,N,FOMULA] AS VAR

A1:VAE.A;

A1>REF(A1,1),BPL

A1<REF(A1,1),SPK

…

AUTOFILTER

七、跨周期引用函数介绍

PERIOD支持如下周期级别：SEC（秒周期） MIN（分钟周期） HOUR（小时周期）

DAY（日周期） WEEK（一周） MONTH（一月） QUARTER（一季度） YEAR（一年）

N为大于等于1的整数，支持自定义周期；

（周以及周一上的周期，N写入大于1的数，按照1计算；例如

#IMPORT [WEEK,2,FORMULA] AS VAR //默认引用的是1周的数据]）

FORMULA被引用指标名称不能包含汉字和符号；

VAR定义变量名不能与函数名重复，可以和被引用指标名称相同

#IMPORT 函数是没有分号结尾的！

八、跨周期模型基本结构与编写

AA：REF(C，1)； // C昨天收盘价在五分钟周期引用昨天日K线的收盘价

例二引用失败

跨周期案例——三屏交易系统

当月线图趋势向上，而周线图的震荡指标向下时，做多；

当月线图趋势向下，而周线图的震荡指标向上时，做空。

跨周期案例——ATR突破模型

跨合约模型基本结构与编写

程序化交易学习笔记（一）相关推荐

程序化交易学习笔记（四、指标）
常用指标分类与编写 K线形态描述:太阳线十字星穿头破脚趋势类指标 MA组合 BOLL PUBU(瀑布线) SAR(止损点) 摆动类指标ATR(真实波幅) KDJ(随机指标) MACD WR ...
Python量化交易学习笔记（1）
Python量化交易学习笔记(1) http://zwpython.com/ http://www.topquant.vip/?p=2275 [更多参见] <zwPython,目前最好的py开发 ...
公司间交易学习笔记---概述
本系列笔记是我在学习公司间交易的过程中的随笔,有些是我自己的想法,内容可能跟教程有所出入,由于对AX的应用部分理解得很浅,所以如果错误还请多多指教. 为了处理集团公司中各个分公司之间的交易,AX采用了 ...
Python量化交易学习笔记（18）——放量突破布林线中轨买入策略
本文将探索新的策略回测程序,主要是为了尝试不同的技术指标在backtrader平台上的应用,为后续复杂策略的实现做准备. 本文将实现的策略是,当股票放量突破布林线中轨时进行买入,当股票收盘价低于短期均 ...
Python量化交易学习笔记（19）——连续下跌买入止盈止损卖出策略
好友提出要验证连续下跌买入止盈止损卖出策略,本文对该策略回测和实现做分析记录. 买入条件中,连续下跌定义为收盘价连续4日低于前1日的收盘价.卖出条件中,止盈率设置为10%,止损率设置为5%.回测初始资 ...
Python量化交易学习笔记（33）——backtrader仓位管理
本文将对backtrader的仓位管理进行介绍,具体以同时回测交易3只股票为例,查看每日仓位情况. 策略买入条件:5日线金叉60日线卖出条件:5日线死叉60日线示例仓位信息输出的核心代码位于策 ...
Python量化交易学习笔记（20）——保护点卖出策略
本文主要记录保护点卖出策略,给买入的股票设立保护点,随着股票收盘价的提升,保护点不断提高,股价一旦跌破保护点,即卖出股票. 示例的买入条件为,5日线金叉60日线,且股价进行小幅回踩(较金叉日收盘价下跌 ...
Python量化交易学习笔记（2）——A股数据下载
由于笔者只接触过A股交易,因此本系列笔记仅针对A股交易展开.笔者的计算机为Windows 10 64位操作系统. TOP极宽量化总群(124134140)群文件中提供了大量的学习资料,一眼看去有点懵圈 ...
Python量化交易学习笔记（36）——backtrader多股回测避坑3
本文继续记录多股回测时可能遇到的异常情况. 坑描述多股回测时,当日期达到所有股票的技术指标都能够计算出有效值后,backtrader才开始进行回测.由于这种逻辑的存在,如果某些股票在回测周期的最后几 ...

程序化交易学习笔记（一）