松鼠宽客

SF34 | 股指日内交易策略(开发贴)

松鼠宽客

2021-08-26

工欲善其事，必先利其器

『正文』

大家好，我是乌克兰剑圣。

这一期我们开发一个股指的日内策略，为了多平台源码适应，我们基于收盘价机制编写。收盘价模型有利也有弊，如果你的周期比较大，比如在15分钟以上，日线级这种的出入场信号会有比较大的滞后。但是，对于5分钟级别以下，短线的交易模型滞后性不明显，且可以过滤一些毛刺大针。

特征一：

股指一天交易4个小时且没有夜盘，交易时间短，手续费昂贵，频繁的进出场不一定有好的收益结果。最重要的是抓住日内的一个波段，也就是最肥最美的鱼身行情。

特征二：

连续性差，股指跳空是经常发生的事情。过大的跳空缺口基本消化了市场预期，全天的走势大概率横盘或反抽。大跳空之后立即进场不是明智的选择，相反会承担较大的风险。

简介：

适用周期：3分钟

适用品种：IF888，IH888,IC888

手续费滑跳：默认实盘手续费，双向各1滑

说明：策略原生品种是IF，其他俩个股指建议自己重新调整参数

原理：

针对上述特征制定交易条件：

收盘清仓
VWAP日内成交量均线
跨周期判断大级别趋势
强弱过滤

5.出场条件

6.跳空行情过滤

VWAP日内成交量均线

我们知道VWAP的使用分别是微观与宏观俩个层面，本期我们以微观层面的算法来帮助我们实现策略，也就是以下这个公式来计算：

成交量加权均价，上述公式即 N周期内每笔成交量*每笔成交价格的乘积之和/N周期内成交量之和。

简单算术平均线(MA)，指数移动平均值(EMA)，加权算术移动平均线(SMA),这些均线的计算方式各有不同，也有不同的平滑效果，但都只是价格和时间的二维构成，本质上并无区别。成交量加权均价(VWAP）就不一样了，它把计算成本价最重要的因子成交量考虑进来，得到的成本价格相对于其他均线更具有说服力。

如图所示，日内成交量均线就OK了，这个主要是帮助判断日内趋势。

跨周期判断大级别趋势

TB论坛以前有一个代码实现跨周期的案例，我们可以直接使用：

Mtsummation

ParamsSeries<Numeric> Price(1);Series<Numeric> BarCnt(0);Numeric Length(10);VarsSeries<Numeric> SumValue(0);Numeric i; Numeric j(0);BeginSumValue = 0;For i = 1 to Length{If (Price[j] <> InvalidNumeric){SumValue = SumValue + Price[j];j = j + BarCnt[j];}else Break;}Return SumValue;End

Mtbar(跨周期Bar线)

ParamsNumeric TimeFrame(1440); // 目标时间周期：月线=40320，周线=10080，日线=1440，4小时线=240// 其他1小时内的周期等于相应的分钟数，如：1小时=60， 30分钟=30。。。// 支持不规则分钟数，如3分钟，8分钟，之类都行
Numeric BarsBack(1); // 目标时间周期BAR偏移：// 1--表示将目标时间周期下的前1根K线数据作为与当前Bar对应的目标时间周期下的K线数据// 0--表示将目标时间周期下的截止到目前为止的数据转换为与当前BAR对应的目标时间周期下K线数据
NumericRef oCurBar; // 目标时间周期下的Bar索引NumericRef oOPenHT; // 目标时间周期下的开盘价NumericRef oHighHT; // 目标时间周期下的最高价NumericRef oLowHT; // 目标时间周期下的最低价NumericRef oCloseHT; // 目标时间周期下的收盘价NumericRef oVolHT; // 目标时间周期下的成交量NumericRef oOpenIntHT; // 目标时间周期下的持仓量
VarsSeries<Numeric> barCnt;Series<Numeric> CurBar;Series<Numeric> barCntSum;Series<Numeric> OpenHT;Series<Numeric> HighHT;Series<Numeric> LowHT;Series<Numeric> CloseHT;Series<Numeric> VolHT;Series<Numeric> OpenIntHT;Numeric CurTime;Numeric PreTime;bool condition(false);Numeric i;BeginIf (TimeFrame == 40320) // 月线{CurTime = Month;PreTime = Month[1];}Else If (TimeFrame == 10080) // 周线{CurTime = IntPart(DateDiff(19700105,Date)/7);PreTime = IntPart(DateDiff(19700105,Date[1])/7);}Else // 其他时间周期{CurTime = IntPart((DateDiff(19700105,date)*1440 + Hour*60 + Minute)/TimeFrame);PreTime = IntPart((DateDiff(19700105,date[1])*1440 + Hour[1]*60 + Minute[1])/TimeFrame);} condition = CurTime != PreTime;
If (CurrentBar==0) // 如果是第一根Bar, CurBar=0{barCnt = 0;CurBar = 0;OpenHT = Open;HighHT = High;LowHT = Low;CloseHT = Close;VolHT = Vol;OpenIntHT = OpenInt;}Else{If(Condition) // 如果在目标周期下，属于另一根K线，则CurBar加1{barCnt = 1;CurBar = CurBar[1] + 1;OpenHT = Open;HighHT = High;LowHT = Low;VolHT = Vol;}Else// 如果在目标周期下，属于同一根K线，则CurBar不变，但最高价和最低价要记录价格的变化，成交量要累加{barCnt = barCnt[1] + 1;CurBar = CurBar[1];OpenHT = OpenHT[1];HighHT = Max(HighHT[1],High);LowHT = Min(LowHT[1],Low);VolHT = VolHT[1] + Vol;}// 收盘价和持仓量总是取最新值CloseHT = Close;OpenIntHT = OpenInt;}
// 上面的程序，在每根小周期的K线上，记录了它所属的大时间周期下的开高低收等值的变化。// 接下来，要把在大的时间周期级别上，属于同一根K线的开高低收这些数据，记录在这一组小周期K线的最后一根上。barCntSum = barCnt ;If(BarsBack == 0)// 如果Bar偏移参数为0，则取每根小周期K线上保留的大时间周期截止到这根小周期K线为止的BAR数据{barCntSum = 0 ;}Else If(BarsBack == 1)// 如果Bar偏移参数为1，则取大时间周期的上一根K线的BAr数据{barCntSum = barCnt ;}Else// 如果BAR偏移参数为其他，则取大时间周期的指定偏移后的那根K线的BAR数据{For i = 2 To BarsBack{barCntSum = barCntSum + barCnt[barCntSum];}}
// 最后将相应的K线数据作为引用参数返回oCurBar = CurBar;oOpenHT = OpenHT[barCntSum];oHighHT = HighHT[barCntSum];oLowHT = LowHT[barCntSum];oCloseHT = CloseHT[barCntSum];oVolHT = VolHT[barCntSum];oOpenIntHT = OpenIntHT[barCntSum];Return barCnt;End

Mtma(跨周期均线)

ParamsNumeric TimeFrame(1440); // 目标时间周期参数，参数说明参见MtBarNumeric BarsBack(1); // 目标时间周期BAR偏移参数，说明见MtBar函数Numeric Length(10); // 均线周期NumericRef oMA; // 以目标时间周期下的K线数据计算出的移动平均线VarsSeries<Numeric> mtBarCnt; Series<Numeric> mtClose;Numeric refCurBar;Numeric refOpen;Numeric refHigh;Numeric refLow;Numeric refClose;Numeric refVol;Numeric refOpenInt;
Numeric SumValue(0);Numeric i;Numeric j(0);BeginmtBarCnt = MtBar(TimeFrame,BarsBack,refCurBar,refOpen,refHigh,refLow,refClose,refVol,refOpenInt);mtClose = refClose;
SumValue = MtSummation(mtClose,mtBarCnt,Length);oMA = SumValue/Length;Return mtBarCnt;End

黄色线就是跨周期均线，判断大级别趋势很有必要，日内也要顺势而为。

强弱判断,跨周期获得强弱指标变化值

跳空过滤

虽然整体重心是下移的，但是日内交易并不好做，跳空以后横盘，再跳空反抽。这种情况常见，但是不好统计特征，暂且设置为不做。

移动出场：

震荡过滤：

绩效测试

TBquant平台（2019年至今，平台限制5Wbar,10年测试请看WH8）：

文华8平台（2010年至2021年）：

总结

模型下单是K线走完下单，收盘价模型的通用性很好，SF34的TB和文华平台的源码绩效测试很接近。股指日内模型还可以继续优化，为了减少震荡行情的交易次数，条件设置的过于严苛，有可能会错过一些行情。建议作为辅助策略配合趋势策略组合使用，有问题或者改进思路，我们在社群里交流吧。

下期预告：Orderflow社群 | 订单流因子分钟交易模型

本策略仅作学习交流使用，实盘交易盈亏投资者个人负责。

End

咨询详情

长按下方二维码

加客服“小松鼠-松鼠宽客”

微信号: viquant01

对话框回复 SF34 咨询源码领取

(例如：俱乐部加入→回复VIP)

加入松鼠俱乐部

加入Orderflow社群

加入《另类策略》社群

---------------往期精彩内容---------------

OF社群系列（近期更新）：

9.【算法策略】波动率调节器提高CTA策略盈利能力

8.【算法策略】追涨杀跌+震荡反手，趋势震荡相结合的交易策略

7.【算法策略】 MACD跨周期短线交易策略开发(股指+商品双版)

6.【算法策略】基于残差动量的横截面期货交易策略

5.【算法策略】商品统计套利之趋势套利策略

4.【算法策略】傅里叶滤波结合跨周期波段模型

祝点击在看的小伙伴，2021账户长虹

松鼠宽客

SF34 | 股指日内交易策略(开发贴)

数字货币市场两个微观特征的解析与利用

股指日内交易的量化因子

主动买卖力量与价格相关性分析

Orderflow社群介绍

量化研究 | 多空不对称

量化研究 | 残差动量策略刻画与构建（二）

量化研究 | 残差动量策略刻画与构建（一）

量化研究 | 主连复权算法大揭秘[含公式算法]

量化研究 | 策略在指数与主连复权的差异化分析（三）

量化研究 | 策略在指数与主连复权的差异化分析（二）

量化研究 | 策略在指数与主连复权的差异化分析（一）

CTA策略跟踪报告及策略点评(二)

CTA策略跟踪报告及策略点评(一)

7.【算法策略】 MACD跨周期短线交易策略开发(股指+商品双版)

3.【日内模型】TBquant信号回测版本+python历史回测版源码

2.【日内模型】第二版本基于orderflow的盘口策略(完整源码)

1.【日内模型】基于orderflow的盘口策略开发帖

【SF32】丨超短进出场策略必备利器

【SF31】丨构建抄底摸顶策略的一小步

【SF29】丨魔改自适应均线+多空不对称组合

【SF27】 | 如何开发一个日内交易模型

【SF24】| 海龟交易策略的“宽窄”改进版

【SF21】| 利用PSY指标，我们来开发一个短线模型？

【SF20】| 来聊聊平仓离场的方法，如何构建高效，灵活，可靠的出场策略？

【SF19】| 基于VWAP(成交量加权平均价格)开发Alpha均线增强策略

【SF18】| MACD顶底背离+动态区间交易模型源码(技术贴)

【SF17】| 均线波动差构建交易策略

【SF16】| "凹凸"均线形态交易策略源码(技术帖)

【SF15】| 波峰波谷交易策略结合ER降噪过滤

【SF12】| 全新波动率算法，自适应区间+波动率择时！

【SF11】| 成交量来确定阻力支撑点，基于Volume Profile构建交易策略

【SF10】| 如何构建一个胜率超过60%的短线螺纹策略(开发教程)；