← 返回《进阶量化交易实战:迭代式的量化策略研发》
📑 查看全课大纲(第 37 / 59 节)
  1. 1.量化投资必备基础知识
  2. 2.趋势型策略及模型原理
  3. 3.均值回复型策略及模型原理
  4. 4.配对交易策略及模型原理
  5. 5.量化策略研发流程与基本技能
  6. 6.常用的量化平台概述及如何选择
  7. 7.如何量化一个主观策略思路
  8. 8.常用技术指标及指标计算过程
  9. 9.如何编写指标代码
  10. 10.指标的物理意义
  11. 11.技术指标的应用技巧
  12. 12.更多的交易决策
  13. 13.编写程序去量化一个趋势型技术指标
  14. 14.编写趋势型技术指标的性能评价
  15. 15.策略对交易成本和持仓周期的影响
  16. 16.股票池策略的原理及基本框架
  17. 17.基于多因子分析的股票池设计与实现
  18. 18.股票池的性能评估
  19. 19.使用定制化财务因子构建股票池
  20. 20.趋势型策略原理及股票池机制的设计
  21. 21.趋势型择时信号的设计方法与编程实现
  22. 22.趋势型策略的回测与性能评估
  23. 23.优化趋势型策略的思路及方法
  24. 24.量化体系中的风险控制思想
  25. 25.风险的度量-波动率
  26. 26.常用的风险控制方法
  27. 27.实现止盈止损模块以提高策略性能
  28. 28.策略性能的评估与优化
  29. 29.探讨波动率与风险的关系
  30. 30.量化策略中的经典资金管理模型
  31. 31.用python编程实现资金管理模块
  32. 32.构建一个完善的量化交易策略
  33. 33.趋势型量化策略必备的期货知识
  34. 34.期货量化工具介绍
  35. 35.商品期货趋势型策略原理
  36. 36.用TB编写商品期货趋势型策略(上)
  37. 37.用TB编写商品期货趋势型策略(下)
  38. 38.分析优化商品期货趋势型策略的方法思路
  39. 39.期货交易策略的注意事项
  40. 40.均值回复型策略的原理
  41. 41.A股市场有没有稳定的均值回复效应?
  42. 42.编写一个均值回复型股票量化策略
  43. 43.编写多空组合策略进行策略改进
  44. 44.在策略中实现头寸管理进行策略优化
  45. 45.套利策略原理及常见套利类型
  46. 46.用MC开发一个跨品种套利交易策略(上)
  47. 47.用MC开发一个跨品种套利交易策略(下)
  48. 48.统计套利之股票配对交易策略
  49. 49.实盘中的细节问题:加减仓
  50. 50.关于高频交易
  51. 51.如何评价实盘量化策略的性能
  52. 52.量化系统的工作过程及研发流程
  53. 53.运气or实力
  54. 54.量化实盘交易需要满足什么条件
  55. 55.未来函数的坑
  56. 56.实盘数据接口异常的自动报警
  57. 57.交易系统的压力测试
  58. 58.自动运行的交易策略,什么时候需要人工干预
  59. 59.预案准备和实盘心理建设

用TB编写商品期货趋势型策略(下)

约 29 分钟

📺 正在播放小象官方高清录播(支持倍速与清晰度调节)

用TB编写商品期货趋势型策略(下)

小象实战讲义 · 进阶量化交易实战:迭代式的量化策略研发 本讲义仅用于编程与量化方法教学,不构成任何投资建议。

单次满仓在趋势行情中无法实现利润最大化。本节深入剖析海龟交易法则中的金字塔加仓机制(Pyramid Position Sizing)与动态移动止损在 TB 与 Python 中的等价实现。本讲义原课以 TB/MC 演示,此处为 Python 等价实现。

💡 核心导读

  • 海龟金字塔加仓与止损核心体系
    • 初始建仓(Initial Unit):价格突破 20 日高点开仓 1 个 Unit;
    • 金字塔加仓(Pyramid Adding):价格每顺势上涨 0.5×ATR0.5 \times ATR,追加 1 个 Unit,最多加仓至 4 个 Units;
    • 动态止损同步提升(Sync Stop-loss):每完成一次加仓,所有已持仓 Units 的止损线统一上移至最新加仓价之下 2×ATR2 \times ATR
┌─────────────────────────────────────────────────────────────┐
│                   海龟金字塔加仓与止损同步上移拓扑图            │
└──────────────────────────────┬──────────────────────────────┘

 ┌─────────────────────────────┼─────────────────────────────┐
 ▼                             ▼                             ▼
┌─────────────────────────┐   ┌─────────────────────────┐   ┌─────────────────────────┐
│ 初始突破: 1 Unit        │   │ 加仓 2/3/4 Units        │   │ 止损线整体上移          │
├─────────────────────────┤   ├─────────────────────────┤   ├─────────────────────────┤
│ • 价格 > 20日最高价     │──►│ • 每涨 0.5 * ATR 加 1手 │──►│ • 统一移至最新买价 - 2ATR│
│ • 止损 = 买入价 - 2*ATR │   │ • 最大持仓 4 Units 上限 │   │ • 保护全部已持仓浮盈    │
└─────────────────────────┘   └─────────────────────────┘   └─────────────────────────┘

一、海龟金字塔加仓数学状态机推导

声明:原课以 TB/MC 演示,此处为 Python 等价实现。

设第 kk 次加仓价格为 PkP_kk{1,2,3,4}k \in {1, 2, 3, 4}。加仓触发条件与最新统一止损线为:

Pk=Pk1+0.5×ATR,StopPricek=Pk2.0×ATRP_k = P_{k-1} + 0.5 \times ATR, \quad \text{StopPrice}_k = P_k - 2.0 \times ATR

import pandas as pd
import numpy as np

class TurtlePyramidStrategy:
    """
    海龟金字塔加仓状态机(Python 等价实现)
    """
    def __init__(self, max_units: int = 4):
        self.max_units = max_units
        self.units = 0
        self.entry_prices = []
        self.stop_price = 0.0
        
    def on_bar(self, price: float, upper_20: float, atr: float) -> list:
        actions = []
        # 1. 初始突破
        if self.units == 0 and price > upper_20:
            self.units = 1
            self.entry_prices.append(price)
            self.stop_price = price - 2.0 * atr
            actions.append(('BUY_INITIAL', price, self.stop_price))
        # 2. 金字塔加仓
        elif 0 < self.units < self.max_units and price >= self.entry_prices[-1] + 0.5 * atr:
            self.units += 1
            self.entry_prices.append(price)
            self.stop_price = price - 2.0 * atr
            actions.append(('BUY_ADD', price, self.stop_price))
        # 3. 动态止损触发
        elif self.units > 0 and price < self.stop_price:
            actions.append(('SELL_ALL', price, 0))
            self.units = 0
            self.entry_prices.clear()
            self.stop_price = 0.0
            
        return actions

二、加仓风险敞口与资本保护验证

头寸由 1 个 Unit 加到 4 个 Units 后,尽管止损线随加仓不断抬升,反转触损时各 Unit 的亏损并不相同:最后加仓的 Unit 4 亏损 2.0×ATR2.0 \times ATR,Unit 3 / 2 / 1 依次亏损 1.5/1.0/0.5×ATR1.5 / 1.0 / 0.5 \times ATR。因此满仓 4 Units 最大亏损为 5×ATR×unit_size5 \times ATR \times \text{unit_size}(各 Unit 亏损之和),是初始 Unit 风险的 2.5 倍——加仓在放大利润的同时也放大了极端风险敞口,资金与心理预期都必须按此口径准备。

def verify_turtle_risk_bound(atr: float, unit_size: int) -> float:
    """
    验证 4 个 Unit 满仓时的最大理论亏损绝对值
    """
    # Unit 4: 亏损 2.0 ATR; Unit 3: 亏损 1.5 ATR; Unit 2: 亏损 1.0 ATR; Unit 1: 亏损 0.5 ATR
    # 总亏损 = (2.0 + 1.5 + 1.0 + 0.5) * ATR * unit_size = 5.0 * ATR * unit_size
    max_risk = 5.0 * atr * unit_size # 满仓 4 Units 最大亏损 5×ATR×unit_size
    return max_risk

📝 动手练一练

编写 Python 测试脚本,在单边大牛市行情中模拟金字塔加仓并检验 4 个 Units 满仓执行:

import pandas as pd
import numpy as np

def run_turtle_pyramid_test():
    np.random.seed(42)
    # 模拟单边上涨 100 根 K 线
    prices = 4000.0 + np.linspace(0, 500, 100)
    atr = 20.0
    upper_20 = 4050.0
    
    turtle = TurtlePyramidStrategy(max_units=4)
    all_actions = []
    
    for p in prices:
        acts = turtle.on_bar(p, upper_20, atr)
        if acts:
            all_actions.extend(acts)
            
    print("================ 海龟金字塔加仓状态机测试 ================")
    print(f"策略执行动作总数: {len(all_actions)} 次")
    for act in all_actions:
        print(f"  - 执行动作: {act[0]:<12} | 触发价格: {act[1]:.2f} | 动态止损线: {act[2]:.2f}")
    assert turtle.units == 4, "金字塔加仓未能加满 4 个 Units!"
    print("✅ 海龟金字塔加仓与止损同步机制验证 PASS")
    print("========================================================")

if __name__ == '__main__':
    run_turtle_pyramid_test()

运行结果输出:

================ 海龟金字塔加仓状态机测试 ================
策略执行动作总数: 4 次
  - 执行动作: BUY_INITIAL  | 触发价格: 4050.51 | 动态止损线: 4010.51
  - 执行动作: BUY_ADD      | 触发价格: 4060.61 | 动态止损线: 4020.61
  - 执行动作: BUY_ADD      | 触发价格: 4070.71 | 动态止损线: 4030.71
  - 执行动作: BUY_ADD      | 触发价格: 4080.81 | 动态止损线: 4040.81
✅ 海龟金字塔加仓与止损同步机制验证 PASS
========================================================

本章小结

  1. 顺势浮盈加仓扩大战果:只在已有仓位产生浮盈时才允许追加头寸,严禁在亏损时逆势摊平。
  2. 止损线同步抬升控险:每加仓一次,所有持仓止损线统一上移,使整体组合风险敞口始终有明确可量化的上限(满仓 4 Units 为 5×ATR×unit_size5 \times ATR \times \text{unit_size})。
  3. 设定严格持仓 Units 上限:单品种最高 4 Units,全市场总仓位不超过 12 Units,防范黑天鹅集中爆发。

📋 行动清单 (Action Checklist)

  • 运行金字塔加仓测试代码,观察在剧烈反转行情下的平仓点位;
  • 编写跟踪止盈在加仓策略中的集成实现;
  • 预习下一节,掌握商品期货趋势策略的参数优化与评价思路。

— 小象教研组

配套学习资源与课件
  • 第7章课件:期货趋势型策略开发(PDF · 2.4MB)
    下载
🎁 免费学习资源

领取《小象 11GB VIP 课件资料包与大厂真题手册》

包含全套实战 Jupyter 源码、清洗后数据集、大厂高频面试真题与专属学员答疑交流群。

  • 完整 Python / 数据分析 Jupyter 实战源码
  • 大厂真实业务数据集与练习题
  • 微信扫码添加课程顾问,免费获取网盘下载链接
微信二维码:扫码添加课程顾问微信扫码添加顾问