专享策略18 | 基于混沌交易法思想理念的日内策略
量化策略开发，高质量社群，交易思路分享等相关内容
参数可视化工具：点击进入
大家好，今天给大家带来一个日内策略。主观和量化是相辅相成的，主观的交易经验可以给量化尤其是规则类策略提供思路，而量化通过统计科学也会对主观起指导作用。
首先致敬大师的混沌理论。比尔·威廉姆斯的混沌交易法（Chaos Trading）是基于非线性动力学和混沌理论，认为市场并非完全随机，而是由多个相互作用的因素驱动的复杂系统。市场的行为呈现出一种“有序的混沌”，即虽然短期内看似随机，但长期来看存在一定的规律性。混沌交易法通过一系列技术指标和交易规则，帮助交易者识别市场的趋势、反转点以及潜在的交易机会。
混沌交易法的主要组成部分包括五大技术指标：
1、鳄鱼线（Alligator）：用于判断市场趋势。
2、分形（Fractal）：用于识别市场的转折点。
3、动量（Momentum）：通过振荡器（如AO）衡量市场动能。
4、加速（Acceleration）：衡量市场动能的加速或减速。
5、均衡线（Balance Line）：用于判断市场的平衡状态。
这次的策略魔改威廉姆斯的AO指标及鳄鱼线，还有加上少部分pinbar辨别。
策略详细解析
主策略：基于鳄鱼线的趋势延续
跨周期鳄鱼线
原版的鳄鱼线计算公式是以移动平均计算，这里我们改为跨周期5分钟的加权移动平均：
使用加权移动平均的算法使得我们捕捉高一级别的趋势更敏感。
跨周期鳄鱼线很好的描述了趋势。
Awesome Oscillato的计算：
Awesome Oscillator 技术指标简称AO，用于衡量市场的动量，通过计算中位价的不同周期简单移动平均线之间的差异来实现。这里的mavDiff就是AO的指标值：
mavDiff = Average((High + Low) / 2, 5) - Average((High + Low) / 2, 34);
这次的策略我们在1分钟图中应用AO指标，主要是因为短周期噪音较多，AO是移动平均算法，可以很好的过滤噪音。
移动平均差异的统计分析
mavUp = CountIf(mavDiff > 0, 30);
mavDn = CountIf(mavDiff < 0, 30);
我们这次的主策略是做趋势延续，该指标用于判断趋势的回调累积程度。
副策略：基于AO的背离策略
这里作为趋势延续策略的补充，加入翻转策略，也是作为防止诱空诱多的补充策略：
参数1为打开该策略。
有些品种适合加，有些品种不适合，大家可以设置参数自定义优化为0,1，自行测试。
背离条件判断
背离开多条件：
背离开空条件：
加入了背离有效期算法
也就是说发生背离后，再多少根bar内仍有效。因为进场条件是再次突破短期均线进场。我们不做太左侧的交易。
出场
日内策略的特点本身就是规避隔夜风险的，所以在夜盘和日盘的尾盘会强行平仓。我目前采用的方法是根据波动率适当放大交易时间的止损，做日内趋势，这样就不会被来回止损。也尝试过提高止损的移动止损方法，目前发现很难提高日内策略的整体绩效。
本日内策略的出场采用：
基于atr倍数的分段出场
开仓后vwap计算，为了保护波动大时的持仓利润。
如图，紫色为移动止损线，红线为根据atr波动的分段出场线，达到后，采用蓝色vwap线进行利润保护。
绩效图
（策略开仓手数均为1手开平仓）
工作区品种组合绩效：
欧线
AO：
AU：
EC：
T：
Python版本
总结
该策略通过结合趋势跟随和振荡器超买超卖信号，旨在捕捉市场反转点和持续趋势。短期与长期移动平均差异的动态变化提供了趋势判断的依据，而振荡器的应用则增强了交易信号的时机选择。理论上，该策略在震荡市和趋势市中均有潜在的盈利机会。然而，实际表现还需通过历史数据回测和实盘测试来验证其有效性和稳定性。
关键是建立了一套日内策略研究的基本框架，从而对主观交易中深刻理解交易策略、不同品种波动率与止盈止损的关系起到指导作用。
1.原创策略源码(每月1期)。
2.选参数-参数可视化及筛选工具(源码)。
3.选品种-多维度品种筛选(源码)。
4.论文、杂志、研报代码复现(源码)。
服务类
5.订单流图表交易-交易利器.
6.专属数据库-增加开平换统计数据。
7.制作自己的Ai投研助手(系列课程)。
社群类
1.贡献策略或课程，免年费或付费。
2.期货大赛量化组挂名松鼠Quant，量化组排名前200名，免年费。
3.基于python实盘与回测框架。
