锐客网

  1. 首页 > it技术 > >

复盘一个商品期货的通用模型

复盘一个商品期货的通用模型
文章图片

更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。
技术宅今年年初，在我们的策略商城中，上线了商品期货中长线通用模型，该模型适用于30个成交活跃的商品期货品种。并且与市场主流中长线模型不同的是，该模型呈现出市场震荡期横盘为主不大幅回撤、市场趋势期大幅盈利的特征。
先一起来看下图，策略在商城上线时，测试的绩效曲线。
测试周期从2017年1月1日到2021年3月11日，30个主流商品期货品种，手续费双边万2+2滑点。
复盘一个商品期货的通用模型
文章图片

策略自从商城上线，到最新交易日，经过了7个多月的时间。那么，策略到最新的表现如何？让我们一起来复盘。
测试周期从2017年1月1日（起始时间不变）到2021年10月18日，依然是30个主流品种，测试成本不变，也是双边万2+2滑点。下面是最新的绩效：
复盘一个商品期货的通用模型
文章图片

上图红线左侧是策略在商城上线前的绩效，右侧是上线后的绩效。可以看到，策略在样本外，依然保持了样本内的震荡期横盘、趋势期大幅创历史新高的优秀表现。并且在样本外，策略选入的30个品种，仍然是全部盈利。
复盘一个商品期货的通用模型
文章图片

再一起看上图最后一行汇总的红色划线部分，总盈利220.9万，最大使用资金72.7万，最大回撤19.3万。由这几个数据可以计算出策略的核心绩效指标：
复盘一个商品期货的通用模型
文章图片

最后，我们简要介绍策略的逻辑，策略主体逻辑是趋势的K线形态识别：
1）通过识别出大概率会延续趋势的K线形态，当满足该形态条件时，进行开仓操作。
2）在持仓过程中，对每根新的K线进行形态判断，判断趋势是否会延续，如果判断为真，则继续持仓，如果判断为假，则平仓。
总结一下：策略的所有交易，都完全依赖于趋势的形态识别。
例如，近期有特大行情的动力煤（ZC）、硅铁（SF），策略在极早期就识别出了趋势，相比较传统的通道类、均线类模型更早，并且在行情发展过程中，形态识别也准确的把握住了趋势，并没有因为趋势发展过程中的大跌洗盘过早的出场。
复盘一个商品期货的通用模型
文章图片



而对于弱势品种纸浆（SP），策略也在趋势产生后即开始做空，并一直持有，随着商品整体趋势的反转，纸浆空头也获利颇丰
复盘一个商品期货的通用模型
文章图片


该策略有tb旗舰版、tbquant两个版本，可供大家选择。如果对策略感兴趣，欢迎联系技术宅微信：sljsz01或sljsz05。
复盘一个商品期货的通用模型
文章图片

复盘一个商品期货的通用模型
文章图片

往期干货分享推荐阅读 数字货币稳定币对网格做市策略
数字货币资金费策略
分享一个年化15%以上的无风险套利机会
网格交易系统开发
通过深度学习股价截面数据分析和预测股票价格
Omega System Trading and Development Club内部分享策略Easylanguage源码
一个真实数据集的完整机器学习解决方案（下）
一个真实数据集的完整机器学习解决方案（上）
如何使用交易开拓者（TB）开发数字货币策略
股指期货高频数据机器学习预测
如何使用TradingView（TV）回测数字货币交易策略
如何投资股票型基金？什么时间买？买什么？
【数量技术宅|量化投资策略系列分享】基于指数移动平均的股指期货交易策略
AMA指标原作者Perry Kaufman 100+套交易策略源码分享
【 数量技术宅 | 期权系列分享】期权策略的“独孤九剑”
【数量技术宅|金融数据系列分享】套利策略的价差序列计算，恐怕没有你想的那么简单
【数量技术宅|量化投资策略系列分享】成熟交易者期货持仓跟随策略
如何获取免费的数字货币历史数据
【数量技术宅|量化投资策略系列分享】多周期共振交易策略
【数量技术宅|金融数据分析系列分享】为什么中证500（IC）是最适合长期做多的指数
商品现货数据不好拿？商品季节性难跟踪？一键解决没烦恼的Python爬虫分享
【数量技术宅|金融数据分析系列分享】如何正确抄底商品期货、大宗商品
【数量技术宅|量化投资策略系列分享】股指期货IF分钟波动率统计策略
【复盘一个商品期货的通用模型】【数量技术宅 | Python爬虫系列分享】实时监控股市重大公告的Python爬虫

    推荐阅读


    上一篇：python中的运算符

    下一篇：如何写好一篇毕业论文--Matlab学习之外的思考