这篇文章给大家分享的是有关如何使用Python实现Dual Thrust 区间突破策略的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。
我们提供的服务有：成都做网站、网站建设、外贸营销网站建设、微信公众号开发、网站优化、网站认证、澄迈ssl等。为上千企事业单位解决了网站和推广的问题。提供周到的售前咨询和贴心的售后服务，是有科学管理、有技术的澄迈网站制作公司
Dual Thrust简介
Dual Thrust策略属于开盘区间突破策略，它以当天开盘价加减一定的范围来确定一个上下轨道，当价格突破上轨时做多，价格突破下轨时做空。不过与其他突破策略相比有两点不同：第一个是Dual Thrust策略在设置范围的时候，引入的是前N个交易日的开高低收这四个价格，这使得在一定时期内范围相对稳定，对于趋势跟踪策略来说是比较合理的。
第二个是Dual Thrust策略在多头和空头的触发条件上，考虑了非对称性，通过外部参数Ks和Kx，可以针对多头和空头选择不同的周期，这一点比较符合期货市场涨缓跌急的特点。当Ks小于Kx时，多头相对容易被触发，当Ks大于Kx时，空头相对容易被触发。这样的好处是可以根据自己的交易经验，动态地调整Ks和Kx的值。也可以根据历史数据测试的最优参数来使用策略。
Dual Thrust上下轨
在Dual Thrust策略中，首先需要定义前N根K线的震荡区间，然后震荡区间乘以多头和空头系数计算出范围，接着以开盘价加减这个范围，形成上轨和下轨，最后根据价格与上下轨的相互位置关系开开平仓。
计算震荡区间
计算震荡区间首先需要获取四个价格，它们分别是：前N根K线中最高价(hh)、最高收盘价(hc)、最低价(ll)、最低收盘价(lc)。然后获取hh与lc的差和hc与ll的差，最后获取这两个差的最大值。公式为：
Range = Max(hh-lc,hc-ll)
计算范围
在计算范围的时候，需要用到两个外部参数，分别是多头系数Ks和空头系数Kx，它们的值可以根据交易者的经验自己设置。那么多头的范围就是Rang乘以Ks；空头的范围是Rang乘以Kx。公式为：
long_range = Range * Ks
short_range = Range * Kx
计算上轨下轨
有了多头范围和空头范围，就可以根据开盘价来计算上轨和下轨的值了，其中上轨的值是开盘价加上多头范围，下轨的值是开盘价减去空头范围。公式为：
up_line = open + long_rang
down_line = open - short_range
策略逻辑
做多：价格向上突破上轨
做空：价格向下突破下轨
与其他突破策略一样，Dual Thrust策略也是根据价格与上下轨的相对位置关系来开平仓，当价格向上突破上轨时开多单；当价格向下突破下轨时开空单。另外，Dual Thrust策略没有止损止盈机制，也没有主动平仓机制。也就是说当持有多单时，如果价格向下突破下轨时直接反空为多；当持有空单时，如果价格向上突破上轨时直接反多为空。
策略编写
第一步：编写策略架构
还是我们熟悉的策略框架，包含一个main程序入口函数和一个onTick策略主函数，如下：
# 策略主函数 def onTick(): pass # 程序入口 def main(): while True: # 进入无限循环模式 onTick() # 执行策略主函数 Sleep(1000) # 休眠1秒
定义全局变量
之所以定义全局变量是因为，在程序重复执行onTick函数中，如果变量定义在onTick函数中，那么这个变量的值会随着onTick的执行而改变。但有时候我们需要当达到某个条件的时候才改变这个变量，所以就需要我们把变量写到onTick函数的外面。
mp = 0 # 用于控制虚拟持仓 last_bar_time = 0 # 用于判断K线时间 up_line = 0 # 上轨 down_line = 0 # 下轨
计算上下轨
仔细看下面代码中的注释，首先一次性引入所有的全局变量，然后订阅期货品种并获取K线数组，接着判断一下K线数组的状态是否符合我们的条件，如果没问题就从K线数组中获取最新的K线数据和最新的收盘价。
有了以上基础数据，就可以计算上下轨的值了。首先是获取四个价格：最高价、最高的收盘价、最低价、最低的收盘价，然后就可以计算范围，最后根据范围计算出上轨和下轨。大家可以根据以上的计算流程，熟悉下面的代码。
global mp, last_bar_time, up_line, down_line # 引入全局变量 exchange.SetContractType(FuturesCode) # 订阅期货品种 bar_arr = exchange.GetRecords() # 获取K线数组 if not bar_arr or len(bar_arr) < Cycle: return # 如果没有获取到K线数据或者K线数据太短就返回 last_bar = bar_arr[len(bar_arr) - 1] # 最新的K线 last_bar_close = last_bar['Close'] # 最新K线的收盘价 if last_bar_time != last_bar['Time']: # 如果产生了新的K线 hh = TA.Highest(bar_arr, Cycle, 'High') # 最高价 hc = TA.Highest(bar_arr, Cycle, 'Close') # 最高的收盘价 ll = TA.Lowest(bar_arr, Cycle, 'Low') # 最低价 lc = TA.Lowest(bar_arr, Cycle, 'Close') # 最低的收盘价 Range = max(hh - lc, hc - ll) # 计算范围 up_line = _N(last_bar['Open'] + Ks * Range) # 计算上轨 down_line = _N(last_bar['Open'] - Kx * Range) # 计算下轨 last_bar_time = last_bar['Time'] # 更新最后时间戳
下单交易
下单交易很简单，使用if语句判断当前的持仓状态和价格与上下轨的相互位置关系来开平仓。同样的在下单交易之前也需要设置交易方向和类型，即：开多、开空、平多、平空。最后下单之后重置虚拟持仓的状态。
if mp == 0 and last_bar_close >= up_line:
exchange.SetDirection("buy") # 设置交易方向和类型
exchange.Buy(last_bar_close, 1) # 开多单
mp = 1 # 设置虚拟持仓的值，即有多单
if mp == 0 and last_bar_close <= down_line:
exchange.SetDirection("sell") # 设置交易方向和类型
exchange.Sell(last_bar_close - 1, 1) # 开空单
mp = -1 # 设置虚拟持仓的值，即有空单
if mp == 1 and last_bar_close <= down_line:
exchange.SetDirection("closebuy") # 设置交易方向和类型
exchange.Sell(last_bar_close - 1, 1) # 平多单
mp = 0 # 设置虚拟持仓的值，即空仓
if mp == -1 and last_bar_close >= up_line:
exchange.SetDirection("closesell") # 设置交易方向和类型
exchange.Buy(last_bar_close, 1) # 平空单
mp = 0 # 设置虚拟持仓的值，即空仓策略回测
测试环境
交易品种：螺纹钢指数
时间：2015年02月22日~2019年12月06日
周期：一小时
滑点：开平仓各2跳
手续费：交易所2倍
绩效报告
资金曲线
感谢各位的阅读！关于“如何使用Python实现Dual Thrust 区间突破策略”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！