复盘一个商品期货的通用模型

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。

 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:

 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。

 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:

 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。

 

 

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

 

 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。

 


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

【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