算法策略 | MACD跨周期短线交易策略开发(股指+商品双版)
公众号致力于分享量化策略，培训视频，Python，算法研究等相关内容。
『正文』
ˇ
大家好，我是乌克兰剑圣。本季度最后一个策略，我们来写一个跨周期模型。
除了可以自动交易，也显示出了指标线为做手工交易时提供参考。
策略源码
策略由MACD和HalfTrend俩个交易原理构成。HalfTrend是作为小周期的交易逻辑，MACD做为跨周期交易逻辑。本身这些逻辑很好理解，没什么难度。就是写起来麻烦一点，出场这一块我们借鉴【SF24】| 海龟交易策略的“宽窄”改进版 里的出场模块。发现这个模块还是挺好用的，有兴趣的朋友可以看看。
HalfTrend交易逻辑
HalfTrend这个写法其实就是类似SuperTrend("超级趋势线")，我们再老策略【SF14】| Supertrend“超级趋势线”指标魔改升级(源码) 这里面已经写过了。
我观察了一下它们俩个还是略有不同，我们来看原版的代码。
var float up = 0.0var float down = 0.0float atrHigh = 0.0float atrLow = 0.0float arrowUp = nafloat arrowDown = na
atr2 = atr(100) / 2dev = channelDeviation * atr2
highPrice = high[abs(highestbars(amplitude))]lowPrice = low[abs(lowestbars(amplitude))]highma = sma(high, amplitude)lowma = sma(low, amplitude)
if nextTrend == 1 maxLowPrice := max(lowPrice, maxLowPrice)
if highma < maxLowPrice and close < nz(low[1], low) trend := 1 nextTrend := 0 minHighPrice := highPriceelse minHighPrice := min(highPrice, minHighPrice)
if lowma > minHighPrice and close > nz(high[1], high) trend := 0 nextTrend := 1 maxLowPrice := lowPrice
if trend == 0 if not na(trend[1]) and trend[1] != 0 up := na(down[1]) ? down : down[1] arrowUp := up - atr2 else up := na(up[1]) ? maxLowPrice : max(maxLowPrice, up[1]) atrHigh := up + dev atrLow := up - develse if not na(trend[1]) and trend[1] != 1 down := na(up[1]) ? up : up[1] arrowDown := down + atr2 else down := na(down[1]) ? minHighPrice : min(minHighPrice, down[1]) atrHigh := down + dev atrLow := down - dev
ht = trend == 0 ? up : down
区别就是HalfTrend这里面计算了回溯高低点和SMA均线
效果如下图
转编译到TB和VNPY效果如下图
一眼看过去，作为指标其实还是挺好看。但是这些指标如果写成具体的交易信号绩效可能并不太理想，交易次数比较频繁的，测试下来损耗太高。这就是指标改造策略会产生一个主观落差。因此要改造这个策略，从俩个角度出发。
过滤
出场
MACD跨周期过滤
跨周期函数
Numeric sFcactor; NumericSeries XAvgValue;Begin If(CurrentBar == 0) { FirstMin = True; }Else { FirstMin = FirstMin[1]; If(FirstMin && IntPart(Minute/nMinSet) != IntPart(Minute[CurrentBar]/nMinSet)) { FirstMin = False; } }
If(IntPart(Minute%nMinSet)==0) { MinsBarIndex = 1; }Else { MinsBarIndex = MinsBarIndex[1] + 1; }
sFcactor = 2 / ( Length + 1 ); if (FirstMin) { XAvgValue = Price; }else { XAvgValue = XAvgValue[MinsBarIndex] + sFcactor * ( Price - XAvgValue[MinsBarIndex] ) ; } Return XAvgValue;End
这个是TB的用户函数，主要是计算EMA跨周期均线，TB论坛很早的写法。
跨周期写好之后，效果如下：
这一段趋势走的并不流畅，一步俩回头。如果不跨周期过滤的话，其实损耗下来也赚不到什么钱的。HalfTrend+MACD+跨周期均线这三个原理结合以后，我很担心过滤过度造成信号较少，但是结果来看还是不错的，主要趋势抓住了。
“宽窄”移动出场
我们知道，海龟的初始开仓分为短周期开仓和长周期开仓，这里我们默认只用短周期开仓，关于长周期的那个区间我们当作调节出场参数的滤波器来使用吧。
思路：长周期和短周期区间本身就是波动幅度变化的动态指标，持有仓位时如果价格在短区间内波动，使用默认出场参数。如果突破了长周期，说明波动率开始放大了，这个时候我们开始调节收敛参数，保住利润。因为开仓条件简单，在趋势中即使止盈出场，也有很多机会再次加入趋势。有些模型在趋势中的交易次数太少，一旦踏空可能2，3个月没有信号。趋势拿的稳固然没错，但是交易信号太少，可操作性不大，波段循环操作更为合理一点。
黄色部分是在短周期区间内的状态，红色部分是突破了长周期区间后的加速。
总结
策略思路和算法中规中矩，将俩个原理结合之后还是有一些意外惊喜，这个策略迭代容易，且参数较少。代码普适性较强，适用于商品和股指。
同时，也可以作为指标参考辅助手工交易。提供了TB旗舰版，TBQ，VNPY三个版本的源码。感兴趣的小伙伴拿到源码后，可以在群里或者微信我交流，想想如何继续优化改进。
源码与工作区压缩包
品种绩效2018年至今(实盘成本)：
动力煤
铁矿
焦炭
PP
螺纹
纯碱
尿素
EG
EB
白银
苹果
股指
IF
IC
IH
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
对话框回复 MT 咨询源码领取
(俱乐部加入→回复VIP)
----------------往期精彩内容----------------
算法策略专辑：
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
量化视频专辑：
视频教程 | 手把手系列之"Aberration"策略的优化与升级
视频教程 | 手把手系列之"震荡过滤"突破策略的优化与实现
量化研究专栏：
量化研究 | 来聊一下量化交易的人工干预、参数失效、筛选品种
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）
【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)；
祝点击在看的小伙伴，2021账户长虹