[关闭]
@Channelchan 2018-11-28T18:02:23.000000Z 字数 9391 阅读 64306

仓位管理-Martingale and Anti-Martingale

1、马丁格尔加仓法

2、反马丁格尔加仓法

1.马丁格尔加仓策略

Martingale是一种亏损加仓模式 适合胜率高的策略

见 onBar ‘马丁格尔加仓模块’

用参数 nPos 控制加仓次数，参数 Ratio 控制加仓的进场位置。

算法如下：

if 持多头仓位 and 当前加仓次数 nPos < 3：

if 亏损达到Ratio/100：

    加仓fixsize*(2**nPos)手数

    nPos = nPos+1

elif 持空头仓位 and 当前加仓次数 < 3：

if 亏损达到Ratio：

    加仓fixsize*(2**nPos)手数

    nPos = nPos+1

当执行平仓信号，将 nPos 重置为 0

if 持有多头仓位 and 死叉：

nPos = 0

elif 持有空头仓位 and 金叉：

nPos = 0

  1. ## 大的价格除以小的价格减1
  2. lastOrder=self.transactionPrice[symbol]
  3. ## 多头亏损大于一个百分比
  4. (self.transactionPrice[symbol] - bar.close)/bar.close
  5. = lastOrder/bar.close-1
  7. ## 多头盈利大于一个百分比
  8. (bar.close-self.transactionPrice[symbol])/self.transactionPrice[symbol]
  9. = bar.close/lastOrder-1
  11. ## 空头亏损大于一个百分比
  12. (bar.close - self.transactionPrice[symbol])/self.transactionPrice[symbol]
  13. = bar.close/lastOrder-1
  15. ## 空头盈利大于一个百分比
  16. (self.transactionPrice[symbol] - bar.close)/bar.close
  17. = lastOrder/bar.close-1
  1. # 设置参数    
  2.     nPos = 0
  3.     fixsize = 2
  4.     transactionPrice = {}
  5.     Ratio = 2
  6. # 设置变量    
  7.     self.transactionPrice = {s: 0 for s in self.symbolList}
  8. #----------------------------------------------------------------------
  9.     def onBar(self, bar):
  10.         """收到Bar推送（必须由用户继承实现）"""
  11.         symbol = bar.vtSymbol
  12.         lastOrder=self.transactionPrice[symbol]
  13.         # 马丁格尔加仓模块________________________________________________
  14.         if (self.posDict[symbol+'_LONG']!=0 and self.nPos < 3):    # 持有多头仓位并且加仓次数不超过3次
  15.             if lastOrder/bar.close-1 >= self.Ratio/100:   # 计算亏损比例,达到2%
  16.                 self.buy(symbol,bar.close*1.02,self.fixsize*(2**self.nPos))  # 加仓 2手、4手、8手
  17.                 self.nPos += 1  # 加仓次数减少 1 次
  18.         elif (self.posDict[symbol + "_SHORT"] != 0 and self.nPos < 3):    # 持有空头仓位并且加仓次数不超过3次
  19.             if bar.close/lastOrder-1 >= self.Ratio/100:   # 计算亏损比例,达到2%
  20.                 self.short(symbol,bar.close*0.98,self.fixsize*(2**self.nPos))  # 加仓 2手、4手、8手
  21.                 self.nPos += 1  # 加仓次数减少 1 次
  23.         # 发出状态更新事件
  24.         self.putEvent()

2.反马丁格尔加仓策略

Anti-Martingale是一种亏损加仓模式 适合胜率较低而盈亏比高的策略
见 onBar ‘反马丁格尔加仓模块’
用参数 n 控制加仓次数，参数 Ratio 控制加仓的进场位置。

算法如下：

if 持多头仓位 and 当前加仓次数 nPos < 3：

if 盈利达到Ratio/100：

    加仓fixsize*(2**n)手数

    nPos = nPos+1

elif 持空头仓位 and 当前加仓次数 < 3：

if 盈利达到Ratio：

    加仓fixsize*(2**nPos)手数

    nPos = nPos+1

当执行平仓信号，将 nPos 重置为 0

if 持有多头仓位 and 死叉：

nPos = 0

elif 持有空头仓位 and 金叉：

nPos = 0

  1. # 设置参数    
  2.     nPos = 0
  3.     fixsize = 2
  4.     transactionPrice = {}
  5.     Ratio = 0.02
  7. # 设置变量    
  8.     self.transactionPrice = {s: 0 for s in self.symbolList}
  9. #----------------------------------------------------------------------
  10.     def onBar(self, bar):
  11.         """收到Bar推送（必须由用户继承实现）"""
  12.         symbol = bar.vtSymbol
  13.         lastOrder=self.transactionPrice[symbol]        
  14.         # 反马丁格尔加仓模块______________________________________
  15.         if (self.posDict[symbol+'_LONG']!=0 and self.nPos < 3):    # 持有多头仓位并且加仓次数不超过3次
  16.             if bar.close/lastOrder-1>= self.Ratio:   # 计算盈利比例,达到2%
  17.                 self.buy(symbol,bar.close*1.02,self.fixsize*(2**self.nPos))  # 加仓 2手、4手、8手
  18.                 self.nPos += 1  # 加仓次数减少 1 次
  19.         elif (self.posDict[symbol + "_SHORT"] != 0 and self.nPos < 3):    # 持有空头仓位并且加仓次数不超过3次
  20.             if lastOrder/bar.close-1 >= self.Ratio:   # 计算盈利比例,达到2%
  21.                 self.short(symbol,bar.close*0.98,self.fixsize*(2**self.nPos))  # 加仓 2手、4手、8手
  22.                 self.nPos += 1  # 加仓次数减少 1 次
  24.         # 发出状态更新事件
  25.         self.putEvent()

马丁格尔加仓法策略使用案例

  1. """
  2. 这里的Demo是一个最简单的双均线策略实现
  3. """
  5. from __future__ import division
  6. from vnpy.trader.vtConstant import *
  7. from vnpy.trader.app.ctaStrategy.ctaBarManager import CtaTemplate
  8. import numpy as np
  9. import talib as ta
  10. from datetime import timedelta
  12. ########################################################################
  13. # 策略继承CtaTemplate
  14. class DoubleMaStrategy(CtaTemplate):
  15.     """双指数均线策略Demo"""
  16.     className = 'DoubleMaStrategy'
  17.     author = 'ChannelCMT'
  19.     # 策略参数
  20.     barPeriod = 200
  21.     fastWindow = 60     # 快速均线参数
  22.     slowWindow = 120     # 慢速均线参数
  24.     # 参数列表，保存了参数的名称
  25.     paramList = ['name',
  26.                  'className',
  27.                  'author',
  28.                  'fastWindow',
  29.                  'slowWindow']    
  31.     # 变量列表，保存了变量的名称
  32.     varList = ['barPeriod']  
  33.     nPos = 0
  34.     fixsize = 2
  35.     transactionPrice = {}
  36.     Ratio = 2
  37.     # 同步列表，保存了需要保存到数据库的变量名称
  38.     syncList = ['posDict', 'eveningDict']
  40.     #----------------------------------------------------------------------
  41.     def __init__(self, ctaEngine, setting):
  42.         # 首先找到策略的父类（就是类CtaTemplate），然后把DoubleMaStrategy的对象转换为类CtaTemplate的对象
  43.         super().__init__(ctaEngine, setting)
  45.     #----------------------------------------------------------------------
  46.     def onInit(self):
  47.         """初始化策略（必须由用户继承实现）"""
  48.         self.writeCtaLog(u'双EMA演示策略初始化')
  50.         # 生成Bar数组
  51.         self.setArrayManagerSize(self.barPeriod)
  52.         self.transactionPrice = {s: 0 for s in self.symbolList}
  55.         self.mail("chushihuaaaaaaaaaaaaaaaaaaaaaaaaa")
  56.         self.putEvent()
  58.     #----------------------------------------------------------------------
  59.     def onStart(self):
  60.         """启动策略（必须由用户继承实现）"""
  61.         self.writeCtaLog(u'双EMA演示策略启动')
  62.         self.putEvent()
  64.     #----------------------------------------------------------------------
  65.     def onStop(self):
  66.         """停止策略（必须由用户继承实现）"""
  67.         self.writeCtaLog(u'策略停止')
  68.         self.putEvent()
  70.     #----------------------------------------------------------------------
  71.     def onTick(self, tick):
  72.         """收到行情TICK推送（必须由用户继承实现）"""
  73.         pass
  75. #----------------------------------------------------------------------
  76.     def onBar(self, bar):
  77.         """收到Bar推送（必须由用户继承实现）"""
  78.         symbol = bar.vtSymbol
  79.         lastOrder=self.transactionPrice[symbol]
  80.         # 马丁格尔加仓模块________________________________________________
  81.         if (self.posDict[symbol+'_LONG']!=0 and self.nPos < 3):    # 持有多头仓位并且加仓次数不超过3次
  82.             if lastOrder/bar.close-1 >= self.Ratio/100:   # 计算亏损比例,达到2%
  83.                 self.buy(symbol,bar.close*1.02,self.fixsize*(2**self.nPos))  # 加仓 2手、4手、8手
  84.                 self.nPos += 1  # 加仓次数减少 1 次
  85.         elif (self.posDict[symbol + "_SHORT"] != 0 and self.nPos < 3):    # 持有空头仓位并且加仓次数不超过3次
  86.             if bar.close/lastOrder-1 >= self.Ratio/100:   # 计算亏损比例,达到2%
  87.                 self.short(symbol,bar.close*0.98,self.fixsize*(2**self.nPos))  # 加仓 2手、4手、8手
  88.                 self.nPos += 1  # 加仓次数减少 1 次
  90.         # 发出状态更新事件
  91.         self.putEvent()
  93.     def on30MinBar(self, bar):
  94.         """30分钟K线推送"""
  95.         symbol = bar.vtSymbol
  97.         am30 = self.getArrayManager(symbol, "30m")
  99.         if not am30.inited:
  100.             return
  102.         # 计算策略需要的信号-------------------------------------------------
  103.         fastMa = ta.EMA(am30.close, self.fastWindow)        
  104.         slowMa = ta.EMA(am30.close, self.slowWindow)
  106.         crossOver = fastMa[-1]>slowMa[-1] and fastMa[-2]<=slowMa[-2]     # 金叉上穿
  107.         crossBelow = fastMa[-1]<slowMa[-1] and fastMa[-2]>=slowMa[-2]   # 死叉下穿
  110.         # 构建进出场逻辑-------------------------------------------------
  111.         # 金叉和死叉的条件是互斥
  112.         if crossOver:
  113.             # 如果金叉时手头没有持仓，则直接做多
  114.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  115.                 self.buy(symbol, bar.close*1.02, self.fixsize)
  116.             # 如果有空头持仓，则先平空，再做多
  117.             elif self.posDict[symbol+'_SHORT'] >0:
  118.                 self.cancelAll()
  119.                 self.cover(symbol,bar.close*1.02, self.posDict[symbol+'_SHORT'])
  120.                 self.nPos = 0
  121.                 self.buy(symbol,bar.close*1.02, self.fixsize)
  123.         # 死叉和金叉相反
  124.         elif crossBelow :
  125.             if (self.posDict[symbol+'_LONG']==0) and (self.posDict[symbol+'_SHORT']==0):
  126.                 self.short(symbol,bar.close*0.98, self.fixsize)
  127.             elif self.posDict[symbol+'_LONG'] >0:
  128.                 self.cancelAll()
  129.                 self.sell(symbol,bar.close*0.98, self.posDict[symbol+'_LONG'])
  130.                 self.nPos = 0
  131.                 self.short(symbol,bar.close*0.98, self.fixsize)
  133.         # 发出状态更新事件
  134.         self.putEvent()
  135.     #----------------------------------------------------------------------
  136.     def onOrder(self, order):
  137.         """收到委托变化推送（必须由用户继承实现）"""
  138.         # 对于无需做细粒度委托控制的策略，可以忽略onOrder
  139. #         print(u'出现未知订单，需要策略师外部干预,ID:%s, symbol:%s,direction:%s,offset:%s'% (order.vtOrderID, order.vtSymbol, order.direction, order.offset))
  140.         pass
  142.     #----------------------------------------------------------------------
  143.     def onTrade(self, trade):
  144.         """收到成交推送（必须由用户继承实现）"""
  145.         symbol = trade.vtSymbol
  146.         self.transactionPrice[symbol] = trade.price
  147.         pass
  149.     #----------------------------------------------------------------------
  150.     def onStopOrder(self, so):
  151.         """停止单推送"""
  152.         pass

马丁格尔加仓模型绩效测试

  1. from vnpy.trader.app.ctaStrategy.ctaBarManager import BacktestingEngine
  2. import pandas as pd
  4. def runBacktesting(strategyClass, settingDict,
  5.                    startDate, endDate, size, slippage, rate):
  6.     engine = BacktestingEngine()
  7.     engine.setBacktestingMode(engine.BAR_MODE)
  8.     engine.setDatabase('VnTrader_1Min_Db')
  9.     engine.setStartDate(startDate, initHours=200)
  10.     engine.setEndDate(endDate)
  11.     engine.setSize(size)
  12.     engine.setSlippage(slippage)
  13.     engine.setRate(rate)
  14.     engine.initStrategy(strategyClass, settingDict)
  15.     engine.setCapital(100000)
  16.     engine.setLog(True, 'E://log//')
  17.     engine.runBacktesting()
  18.     #显示逐日回测结果
  19.     engine.showDailyResult()
  20.     #显示逐笔回测结果
  21.     engine.showBacktestingResult()
  22.     # 计算回测结果
  23.     perfromance = engine.calculateDailyResult()
  24.     perfromanceDf , result = engine.calculateDailyStatistics(perfromance)
  25.     tradeReport = pd.DataFrame([obj.__dict__ for obj in engine.tradeDict.values()])
  26.     tradeDf = tradeReport.set_index('dt')
  27.     return perfromanceDf, tradeDf
  29. if __name__ == '__main__':
  30.     # 同时传入信号与执行的数据
  31.     performanceReport, tradeReport = \
  32.         runBacktesting(DoubleMaStrategy, {'symbolList': ['BTCUSDT:binance']},
  33.                        '20181001 12:00', '20181031 16:00', 100, 0, 5/10000)
  34.     # tradeReport.to_excel('BBandMa5MinStrategyReport.xlsx')
2018-11-12 22:20:07.424068  计算按日统计结果
2018-11-12 22:20:07.457049  ------------------------------
2018-11-12 22:20:07.458047  首个交易日：  2018-10-01 00:00:00
2018-11-12 22:20:07.458047  最后交易日：  2018-10-31 00:00:00
2018-11-12 22:20:07.458047  总交易日：   31
2018-11-12 22:20:07.458047  盈利交易日   18
2018-11-12 22:20:07.458047  亏损交易日：  13
2018-11-12 22:20:07.458047  起始资金：   100000
2018-11-12 22:20:07.458047  结束资金：   185,214.85
2018-11-12 22:20:07.458047  总收益率：   85.21%
2018-11-12 22:20:07.458047  年化收益：   659.73%
2018-11-12 22:20:07.458047  总盈亏：    85,214.85
2018-11-12 22:20:07.458047  最大回撤:   -70,082.0
2018-11-12 22:20:07.458047  百分比最大回撤: -34.7%
2018-11-12 22:20:07.458047  总手续费：   8,525.15
2018-11-12 22:20:07.458047  总滑点：    0
2018-11-12 22:20:07.459047  总成交金额：  17,050,304.0
2018-11-12 22:20:07.459047  总成交笔数：  13
2018-11-12 22:20:07.459047  日均盈亏：   2,748.87
2018-11-12 22:20:07.459047  日均手续费：  275.0
2018-11-12 22:20:07.459047  日均滑点：   0.0
2018-11-12 22:20:07.459047  日均成交金额： 550,009.81
2018-11-12 22:20:07.459047  日均成交笔数： 0.42
2018-11-12 22:20:07.459047  日均收益率：  2.1%
2018-11-12 22:20:07.459047  收益标准差：  16.66%
2018-11-12 22:20:07.459047  Sharpe Ratio：   1.95
2018-11-12 22:20:08.307526  策略回测绩效图已保存

output_10_1.png-42.5kB

2018-11-12 22:20:09.105040  计算回测结果
2018-11-12 22:20:09.114033  交割单已生成
2018-11-12 22:20:09.114033  ------------------------------
2018-11-12 22:20:09.114033  第一笔交易：  2018-10-04 22:30:00
2018-11-12 22:20:09.114033  最后一笔交易： 2018-10-31 15:58:00
2018-11-12 22:20:09.114033  总交易次数：  7
2018-11-12 22:20:09.114033  总盈亏：    84,581.45
2018-11-12 22:20:09.114033  最大回撤:   -36,412.91
2018-11-12 22:20:09.114033  平均每笔盈利： 12,083.06
2018-11-12 22:20:09.115032  平均每笔滑点： 0.0
2018-11-12 22:20:09.115032  平均每笔佣金： 1,308.36
2018-11-12 22:20:09.115032  胜率      42.86%
2018-11-12 22:20:09.115032  盈利交易平均值 40,331.45
2018-11-12 22:20:09.115032  亏损交易平均值 -9,103.23
2018-11-12 22:20:09.115032  盈亏比：    4.43
2018-11-12 22:20:09.781694  策略回测统计图已保存

output_10_3.png-30.6kB

2018-11-12 22:20:10.410309  计算按日统计结果

交易信息

  1. tradeReport
添加新批注
在作者公开此批注前，只有你和作者可见。
回复批注