【Elite量化策略实验室】BollMACD策略 - 2
发布于VeighNa社区公众号【vnpy-community】
原文作者:黄太哲、李思佳 | 发布时间:2023-6-21
更多时间周期效果
上篇文章分享了BollMACD策略对焦炭(j99.DCE)在分钟级别回测运行的结果,接下来为了更全面地认识BollMACD策略,我们也尝试对焦炭进行小时级别的回测。
回测参数:
- 
交易成本 
- 
佣金:0.01% 
- 
滑点:1跳 
- 
策略参数 
| 字段名 | 值 | 
|---|---|
| bar_window | 1 | 
| bar_interval | "1h" | 
| bar_buffer | 100 | 
| boll_dev | 1.8 | 
| macd_patience | 5 | 
| risk_window | 10 | 
| risk_capital | 10000 | 
| price_add | 4 | 
| trailing_stop | 65 | 
| min_pos_chg | 0.5 | 
| bar_window | 10 | 
| boll_window | 20 | 
| fast_window | 10 | 
| slow_window | 40 | 
| macd_window | 3 | 
j99.DCE(焦炭)


可以看到资金曲线的整体形状和分钟线的结果较为一致,体现了不错的跨时间周期普适性。
更多品种效果
除了时间周期这一维度,我们还从不同期货品种的角度出发,用BollMACD策略对橡胶、螺纹钢及棉花三种商品期货进行了尝试,结果如下:
ru99.SHFE(橡胶)


回测参数:
- 
交易成本 
- 
佣金:0.01% 
- 
滑点:1跳 
- 
策略参数 
| 字段名 | 值 | 
|---|---|
| bar_window | 5 | 
| bar_interval | "1m" | 
| bar_buffer | 500 | 
| boll_dev | 2 | 
| macd_patience | 5 | 
| risk_window | 10 | 
| risk_capital | 10000 | 
| price_add | 4 | 
| trailing_stop | 75 | 
| min_pos_chg | 0.5 | 
| bar_window | 10 | 
| boll_window | 30 | 
| fast_window | 12 | 
| slow_window | 26 | 
| macd_window | 3 | 
rb99.SHFE(螺纹钢)


回测参数:
- 
交易成本 
- 
佣金:0.01% 
- 
滑点:1跳 
- 
策略参数 
| 字段名 | 值 | 
|---|---|
| bar_window | 5 | 
| bar_interval | "1m" | 
| bar_buffer | 500 | 
| boll_dev | 3 | 
| macd_patience | 7 | 
| risk_window | 10 | 
| risk_capital | 10000 | 
| price_add | 4 | 
| trailing_stop | 75 | 
| min_pos_chg | 0.5 | 
| bar_window | 10 | 
| boll_window | 25 | 
| fast_window | 12 | 
| slow_window | 26 | 
| macd_window | 5 | 
CF99.CZCE(棉花)


回测参数:
- 
交易成本 
- 
佣金:4.3元/手(体现在滑点中) 
- 
滑点:1跳 
- 
策略参数 
| 字段名 | 值 | 
|---|---|
| bar_window | 5 | 
| bar_interval | "1m" | 
| bar_buffer | 500 | 
| boll_dev | 2 | 
| macd_patience | 3 | 
| risk_window | 10 | 
| risk_capital | 10000 | 
| price_add | 4 | 
| trailing_stop | 75 | 
| min_pos_chg | 100 | 
| bar_window | 10 | 
| boll_window | 50 | 
| fast_window | 12 | 
| slow_window | 22 | 
| macd_window | 3 | 
策略评估总结
至此,围绕BollMACD策略的研究画上了句点。两大著名的CTA指标并肩合作,共同塑造了这一优秀策略,也是量化研究中站在巨人肩膀上进一步探索与发展的实践。
今年接下来的时间里【Elite量化策略实验室】系列会持续更新,努力为大家带来更多量化策略深入解析。
免责声明
文章中的信息或观点仅供参考,作者不对其准确性或完整性做出任何保证。读者应以其独立判断做出投资决策,作者不对因使用本报告的内容而引致的损失承担任何责任。

 
                
            
         浙公网安备 33010602011771号
浙公网安备 33010602011771号