數字貨幣中短線策略（數據+回測+實盤）
更多精彩內容，歡迎關注公眾號：數量技術宅，也可添加技術宅個人微訊號：sljsz01，與我交流。
當下行情適合什麼策略
在這樣的行情下，首先買入持有現貨（Buy and Hold）或定投現貨策略會很受傷，不論是持有還是買入，不論是買入BTC還是其他幣種，都不得不面對賬戶以USDT計價市值瘋狂縮水的局面。持幣等待下一輪牛市的邏輯無可厚非，但下一輪牛市什麼時間來，漲幅會有多高，甚至會不會來，上述問題，在短期內無解。
其次，對於一些風險中性的套利策略來說，由於大部分幣種持續下跌造成絕對價格的降低，以及市場預期的悲觀行情，導致許多主流套利對（搬磚、跨期等）價差迅速收斂，套利策略也無法像牛市時期那樣實現很高的收益率。比如下圖的期現套利，相比較牛市動輒20%以上的價差，熊市的價差幾乎沒有套利機會。
各位看官不禁會問，什麼樣的策略，最適合當下的行情？我們先來看當下行情的兩個重要特徵，其一是猛烈下跌且跌速極快，主要跌幅往往是在1天內的某個時間段集中完成的。（比如618的下跌行情）
其二是下跌過程中通常伴隨著劇烈的反抽。比如618當天BTC下跌到187xx的位置後，迅速反彈到195xx，低點反抽幅度超過4%。
根據這樣的行情特徵，最適合的策略是：中短線的趨勢跟蹤單邊策略。這類策略既能抓住猛烈且跌速極快的行情，在第一時間進場，又能在反抽行情出現時及時止盈甚至反手做多，緊緊跟隨住行情的來回方向性波動。
數字貨幣中短線策略邏輯
簡要介紹一下我們的數字貨幣中短線策略的邏輯
首先，考慮到策略需要抓住猛烈且跌速極快的行情，並且在反抽行情出現時及時抽身出場，我們需要的是跟蹤最短的周期，策略以1分鐘K作為交易周期。
第二，價格短線趨勢指標，第一時間識別發動的趨勢行情並跟蹤。同時，還做到了波動率的自適應，對不同的波動率行情動態調整該指標的計算。
第三，另類訊號：市場（心理）情緒的過濾。通過量化計算市場投資者做多、做空的情緒，判斷行情可能的發展方向，進一步提高策略勝率。
第四，高效的止損止盈。結合短中線策略訊號周期、持倉周期的特徵，選擇最優止損止盈邏輯配合，實現在快速反抽行情時及時出場。
歷史數據準備
實現量化策略的第一步，是完整、準確的歷史數據。關於如何下載、維護全量的歷史數據，我們在此前的文章有過介紹，傳送門：（文章鏈接）
其中，最關鍵的兩個步驟是：調用API介面下載數據、清洗歷史數據準備回測
如何調用API介面下載全量數據
我們調用API中的數據下載方法，到對應的文件夾名稱下獲取我們所需的K線數據。此處的程式碼示例，我們獲取的是U本位合約下、按月度發布的全量K線數據，與此同時還下載了對應的checksum文件，為數據解壓校驗做準備。
運行程式時，在運行介面可以看到對於上一次運行已經下載的文件，程式不會重複下載，只會下載增量部分，同時，如果該請求時間對應的目錄或文件不存在，系統也會發出提示。
程式運行完畢，即可查看到所有的下載文件，以其中一個幣種為例，展示下載後歷史數據存放的文件結構。
如何清洗歷史數據準備回測
在數據清洗過程中，我們的程式整合了按月分割的數據，並且調整了數據頭和時間戳格式，以及為策略回測做好一切數據上的準備。附1INCHUSDT清洗後數據樣例。
回測框架與測試績效
我們提供的數字貨幣中短線策略配套回測框架包括以下功能：
一、完整策略邏輯的回測實現，支援usdt本位全幣種、全量1分鐘K線歷史數據的測試。
二、記錄關鍵回測數據，包括每筆交易的開平倉價格、平倉盈虧、以1分鐘K線周期更新的持倉盈虧、分品種績效、多品種組合績效等關鍵數據，方便使用者分析策略細節數據。
三、單幣種績效可視化、多幣種組合績效可視化。其中多幣種績效實現了平倉盈虧曲線、持倉盈虧曲線，兩種可視化方式。
一起看回測績效：
我們開發了兩個版本的策略：短線版本、中線版本。採用無槓桿測試，選擇成交最活躍、大眾認可度高的15個主流幣種進行組合。
短線版本的策略夏普率2.3，年化收益率80%以上，最大回撤率10%以內。
短線版本的策略夏普率2.25，年化收益率75%以上，最大回撤率10%以內。
實盤交易系統與實盤績效
我們同樣提供這個策略配套的全自動實盤交易系統，並且經過嚴格的測試，確保實盤交易與回測邏輯的一致性。
實盤交易系統重要功能：
一、Binancen版本7*24小時全自動交易系統。系統默認交易上述策略測試的15個USDT本位的永續合約 ，也可以由用戶個性化的增刪交易合約。
二、提供短線版本、中線版本兩個策略分別對應的兩套實盤交易系統。
三、支援用戶自定義任意交易賬戶、交易金額、槓桿倍數等個性化參數。
四、對極端情形（交易所拔網線、API失去響應等）設計了容錯機制。
五、對每一筆交易設置最大損失風控。
短線策略+中線策略組合實盤績效：
往期乾貨分享推薦閱讀
Omega System Trading and Development Club內部分享策略Easylanguage源碼
【數量技術宅|量化投資策略系列分享】基於指數移動平均的股指期貨交易策略
AMA指標原作者Perry Kaufman 100+套交易策略源碼分享
【數量技術宅|金融數據系列分享】套利策略的價差序列計算，恐怕沒有你想的那麼簡單
【數量技術宅|量化投資策略系列分享】成熟交易者期貨持倉跟隨策略
【數量技術宅|金融數據分析系列分享】為什麼中證500（IC）是最適合長期做多的指數
商品現貨數據不好拿？商品季節性難跟蹤？一鍵解決沒煩惱的Python爬蟲分享
【數量技術宅|金融數據分析系列分享】如何正確抄底商品期貨、大宗商品
【數量技術宅|量化投資策略系列分享】股指期貨IF分鐘波動率統計策略
【數量技術宅 | Python爬蟲系列分享】實時監控股市重大公告的Python爬蟲
