技术标签: python海龟交易策略
欢迎大家订阅《Python实战-构建基于股票的量化交易系统》小册子,小册子会陆续推出与小册内容相关的专栏文章,对涉及到的知识点进行更全面的扩展介绍,并且会有选择的收录至小册中,更便于广大读者查阅知识点。本篇专栏为小册子内容的加推篇!!!
前言
在《股票交易策略:择时策略融入ATR风险管理》节中我们在海龟交易法则的N日突破择时策略基础上引入风险管理因子——ATR指标。
ATR指标主要是用来衡量市场波动的强烈度,即为了显示市场变化率的指标,当市场波动剧烈那么ATR的值就会变大,当市场趋于平稳或波动较小那么ATR值就会变小。因此在资金管理中,根据ATR值实现动态仓位的计算,可以与当前市场的波动率相关联。
实际上,在海龟交易法则中,ATR指标是资金管理的核心,风险管理策略的判断某种程度上也是对于资金的保护。
本节我们多个角度来介绍下基于ATR指标的动态仓位管理的原理和实现方法。
ATR资金管理的原理
真正的资金管理是在买入某个股票时,决定如何分批入场,又如何止损/止赢离场的策略。资金管理模块由以下四部分组成:
资金分配
头寸规模
止盈止损价位
加减仓规模
无论是资金分配、头寸规模、止盈止损价位还是加减仓规模,都是将ATR指标作为基准值。
接下来我们以合理分配资金为例,介绍下ATR在资金管理中的原理。
通常交易者都会同时持有多只股票,那么如何在多个股票之间分配资金呢?
比方手头有10万元资金,准备同时买股票A和股票B,如何分配资金呢?最简单的,也是大多数人选择的方法是均分法,也就是两者各买5万元。这种方法虽然简单,但却忽略了一个问题,也就是不同的股票股性并不相同,也就是说有的波动很大,有的波动很小。
如果这两类股票用同样的资金购买,那么股性活跃的股票带来的亏损和盈利都会超过股性相对不活跃的。倘若股性相对不活跃的股票涨得少,股性活跃的股票跌的多,那么总资金依旧会亏损。
因此可以利用ATR来分配资金解决这个问题,即让所有资金的固定百分比与某个股票1个ATR的波动对应。
1月1日股票A的收盘价为4.12元, 14日ATR为0.15元,相当于收盘价的3.64%;1月1日股票B的收盘价为30.85元,14日ATR为2.74元,相当于收盘价的8.88%;显然后者股性比前者更活跃。
假设手头有10万元资金,我们就可以设定让上述两个股票1个ATR的波动等价于总资金1%的波动,那么10万元的1%为1000元。
股票A:1000÷0.15=6666,即我们应当买入6666股,按照当日4.12元收盘价计算,涉及资金2. 74万元;
与此同时,1000÷2.74=364,即我们应当买入364股股票B,按照当日30.85元收盘价计算,涉及资金1. 125万元。
通过资金分配的不同,我们大体可以使这两个股票的正常波动对投资组合的影响大致相等,不会过分受到股票B的影响。
ATR头寸管理的实现
关于头寸管理的原理与资金分配大体相同。《海龟交易法则》建议第一笔仓位的一个ATR波动与总资金1%波动相对应。即:买入股票数量 * ATR = 资金 * 1%
假如1月1日股票A向上突破4.12元出现买入点,手上有10万元资金,那么10万资金的1%波动就是1000元。截止1月1日,股票A的14日ATR为0.15元,1000元÷0.15元=6666股。也就是说,头寸规模应该是买入6666股,耗资2. 74万元。
首先创建账户类ST_Account,该类中提供了当前账户的剩余资金、持仓股数、总资产、交易操作等接口,如下所示:
class ST_Account:
def __init__(
self,
init_hold={},
init_cash=1000000,
commission_coeff=0,
tax_coeff= 0):
"""
:param [dict] init_hold 初始化时的股票资产
:param [float] init_cash: 初始化资金
:param [float] commission_coeff: 交易佣金 :默认 万2.5(float类型 0.00025) 此处例程设定为0
:param [float] tax_coeff: 印花税 :默认 千1.5(float类型 0.001) 此处例程设定为0
"""
self.hold = init_hold
self.cash = init_cash
def hold_available(self, code=None):
"""可用持仓"""
if code in self.hold:
return self.hold[code]
def cash_available(self):
"""可用资金"""
return self.cash
def latest_assets(self, price):
# return the lastest hold 总资产
assets_val = 0
for code_hold in self.hold.values():
assets_val += code_hold * price
assets_val += self.cash
return assets_val
def send_order(self, code=None, amount=None, price=None, order_type=None):
if order_type == 'buy':
self.cash = self.cash - amount * price
self.hold[code] = amount
else:
self.cash = self.cash + amount * price
self.hold[code] -= amount
if self.hold[code] == 0:
del self.hold[code] # 删除该股票
复制代码
此处为了侧重介绍资金管理,简化了账户中的一些细节,暂时不考虑佣金和印花税。
我们分别设立两个账户,以海龟交易法则中N日通道突破策略为例,对比下全仓买入和ATR头寸规模买入的资金收益。
self.account_a = ST_Account(dict(), 100000) # 账户A 持股数目和初始资金
self.account_b = ST_Account(dict(), 100000) # 账户B 持股数目和初始资金
复制代码
买入部分代码更改如下所示:
self.account_a.send_order(code = "600410.SS",
amount = int(self.account_a.cash_available() / today.Close),
price = today.Close, order_type='buy')
self.account_b.send_order(code = "600410.SS",
amount = int(self.account_b.cash_available() * 0.01 / today.atr14),
price = today.Close, order_type='buy')
复制代码
卖出部分代码更改如下所示:
self.account_a.send_order(code = "600410.SS",
amount= self.account_a.hold_available(code = "600410.SS"),
price = today.Close, order_type='sell')
self.account_b.send_order(code="600410.SS",
amount = self.account_b.hold_available(code = "600410.SS"),
price = today.Close, order_type='sell')
复制代码
对比回测效果如下图所示,从收益曲线可以看出增加头寸管理之后曲线波动幅度趋缓:
完整代码可参考小册子《加推篇!择时策略融入ATR动态仓位管理》。
ATR动态仓位调整
当我们以一个ATR波动与总资金1%波动相对应的策略买入了6666股。假如买完之后股票长期盘整,既无大涨也无大跌,此时ATR会进一步下跌,比如由0.15元下降至0.12元时,投资者便可重新计算仓位。依旧按照1%资金=1ATR波动计算,则可持有8333股,此前已经买入6666股,则投资者还可加仓1667股。
实现代码如下所示:
if((posit_num_wave - self.account_b.hold_available(code = "600410.SS")) >= self.adjust_hold): # 波动后加仓
print("adjust buy", kl_index)
self.account_b.send_order(code="600410.SS",
amount=int(posit_num_wave - self.account_b.hold_available(code = "600410.SS")),
price=today.Close, order_type='buy')
elif (self.account_b.hold_available(code = "600410.SS") - posit_num_wave) > self.adjust_hold:
print("adjust sell", kl_index)
self.account_b.send_order(code="600410.SS",
amount=int(self.account_b.hold_available(code="600410.SS")- posit_num_wave),
price=today.Close, order_type='sell')
复制代码
完整代码可参考小册子《加推篇!择时策略融入ATR动态仓位管理》。
总结
本小节我们从头寸管理和动态加减仓这两个角度介绍了基于ATR指标的动态资金管理的原理和实现方法。同学们可以再结合《股票交易策略:择时策略融入ATR风险管理》中关于ATR止赢止损的机制,将头寸管理、动态加减仓、止赢止损系统地结合为一个完整的资金管理模块。
更多的量化交易内容欢迎大家订阅小册阅读!!同时也欢迎大家关注我的微信公众号【元宵大师带你用Python量化交易】了解更多Python量化交易相关内容
文章浏览阅读2.5w次,点赞6次,收藏50次。官方解释是,docker 容器是机器上的沙盒进程,它与主机上的所有其他进程隔离。所以容器只是操作系统中被隔离开来的一个进程,所谓的容器化,其实也只是对操作系统进行欺骗的一种语法糖。_docker菜鸟教程
文章浏览阅读5.7k次,点赞3次,收藏14次。该如何避免的,今天小编给大家推荐两个下载Windows系统官方软件的资源网站,可以杜绝软件捆绑等行为。该站提供了丰富的Windows官方技术资源,比较重要的有MSDN技术资源文档库、官方工具和资源、应用程序、开发人员工具(Visual Studio 、SQLServer等等)、系统镜像、设计人员工具等。总的来说,这两个都是非常优秀的Windows系统镜像资源站,提供了丰富的Windows系统镜像资源,并且保证了资源的纯净和安全性,有需要的朋友可以去了解一下。这个非常实用的资源网站的创建者是国内的一个网友。_msdn我告诉你
文章浏览阅读1.2k次。vue2封装对话框el-dialog组件_
文章浏览阅读4.7k次,点赞5次,收藏6次。MFC 文本框换行 标签: it mfc 文本框1.将Multiline属性设置为True2.换行是使用"\r\n" (宽字符串为L"\r\n")3.如果需要编辑并且按Enter键换行,还要将 Want Return 设置为 True4.如果需要垂直滚动条的话将Vertical Scroll属性设置为True,需要水平滚动条的话将Horizontal Scroll属性设_c++ mfc同一框内输入二行怎么换行
文章浏览阅读832次。检查Linux是否是否开启所需端口,默认为6379,若未打开,将其开启:以root用户执行iptables -I INPUT -p tcp --dport 6379 -j ACCEPT如果还是未能解决,修改redis.conf,修改主机地址:bind 192.168.85.**;然后使用该配置文件,重新启动Redis服务./redis-server redis.conf..._redis-server doesn't support auth command or ismisconfigured. try
文章浏览阅读4.9k次。济大数电实验报告_数据选择器及其应用
文章浏览阅读236次。1研究内容消费在生产中占据十分重要的地位,是生产的最终目的和动力,是保持省内经济稳定快速发展的核心要素。预测河南省社会消费品零售总额,是进行宏观经济调控和消费体制改变创新的基础,是河南省内人民对美好的全面和谐社会的追求的要求,保持河南省经济稳定和可持续发展具有重要意义。本文建立灰色预测模型,利用MATLAB软件,预测出2019年~2023年河南省社会消费品零售总额预测值分别为21881...._灰色预测模型用什么软件
文章浏览阅读1.2k次。12.4-在Qt中使用Log4Qt输出Log文件,看这一篇就足够了一、为啥要使用第三方Log库,而不用平台自带的Log库二、Log4j系列库的功能介绍与基本概念三、Log4Qt库的基本介绍四、将Log4qt组装成为一个单独模块五、使用配置文件的方式配置Log4Qt六、使用代码的方式配置Log4Qt七、在Qt工程中引入Log4Qt库模块的方法八、获取示例中的源代码一、为啥要使用第三方Log库,而不用平台自带的Log库首先要说明的是,在平时开发和调试中开发平台自带的“打印输出”已经足够了。但_log4qt
文章浏览阅读786次。全局观思维模型,一个教我们由点到线,由线到面,再由面到体,不断的放大格局去思考问题的思维模型。_计算机中对于全局观的
文章浏览阅读330次。一、CountDownLatch介绍CountDownLatch采用减法计算;是一个同步辅助工具类和CyclicBarrier类功能类似,允许一个或多个线程等待,直到在其他线程中执行的一组操作完成。二、CountDownLatch俩种应用场景: 场景一:所有线程在等待开始信号(startSignal.await()),主流程发出开始信号通知,既执行startSignal.countDown()方法后;所有线程才开始执行;每个线程执行完发出做完信号,既执行do..._countdownluach于cyclicbarrier的用法
文章浏览阅读508次。Prometheus 算是一个全能型选手,原生支持容器监控,当然监控传统应用也不是吃干饭的,所以就是容器和非容器他都支持,所有的监控系统都具备这个流程,_-自动化监控系统prometheus&grafana实战
文章浏览阅读4.7k次。输入关键字,可以通过键盘的搜索按钮完成搜索功能。_react search