Lemma乐马量化交易工具是一款服务于期货量化交易的软件,无需代码即可一站式满足交易者从策略创建到实际交易的所有需求。支持Tick/分钟历史回测,实盘交易,更有自动切换主力,全图形化界面,智能风控助力您的量化策略。
返回首页
长短周期反转套利
步骤
长短周期反转套利
利用行情的长短周期嵌套,在长周期趋势内做短期反转获利。
周期趋势确认
任意三个连续
差值
(d1、d2、d3),满足 d1 < d2 > d3,d2为顶,满足 d1 > d2 < d3,d2为底。
差值定义:差值(d3) = EMA(NI)- EMA(N2),定义参数N1=12,N2=26
策略搭建思路
1
通过差值定义,得到差值(d3),可以向前取值得到 d2,然后通过运算得到二阶差值(d3-d2)
2
再将二阶差值(d3-d2)向前取值得到(d2-d1)
3
通过(d3-d2)与 0 比较大小和(d2-d1)与 0 比较大小可以得到底和顶,从而判断趋势
趋势判断:连接顶底的趋势为下跌趋势,连接底顶的趋势为上升趋势。
4
交易条件:
在长周期上升趋势中,利用短周期中的底与顶,在底开多仓,顶平多仓。
在长周期下跌趋势中,利用短周期中的顶与底,在顶开空仓,底平空仓。
长周期趋势搭建步骤
1
新建变量,取名
长周期差值
(d3),通过定义:差值(d3)= EMA(NI)- EMA(N2)
a.
周期:新建产品1,拖入产品1-主力-分钟K线(M1)
b.
将函数EMA拖入“做…”两次,分别是EMA1,EMA2
c.
拖入产品1,产品-主力-分钟K线(M1)-收盘价,收盘价分别输入EMA1和EMA2
d.
新建参数N1和N2,N1输入EMA1,N2输入EMA2
e.
用EMA1-EMA2,将运算结果输入变量最终值
2
新建变量,取名
长周期二阶差值
(d3-d2),对长周期差值(d3)做向前取历史值
a.
周期:拖入产品1-主力-分钟K线(M1)
b.
将变量长周期差值(d3)拖入“做…”
c.
变量长周期差值(d3)向前1位取历史值(d2)
d.
变量长周期差值(d3)减去向前1位取历史值(d2),将运算结果输入变量最终值
3
新建变量,
K线个数
。用于判断长周期趋势,产品每一次收盘价>0,K线个数+1
a.
周期:拖入产品1-主力-分钟K线(M1)
b.
将产品每一次收盘价>0在“如果…” 里搭建
c.
K线个数+1在“做…”里搭建
d.
将此变量的初始值设置为0
4
新建变量,取名
长周期趋势
,根据任意三个连续差值(d1、d2、d3),
满足 d1 < d2 > d3,d2为顶,
满足 d1 > d2 < d3,d2为底。
长周期趋势里面分三种情况来判断,所以变量长周期趋势里需要三个运算。
a. 顶,d1 < d2 > d3,d2开始为下降趋势,用-1标记
上图中,根据任意三个连续的值中的条件,K线个数必须≥3,这里新建一个参数N3,赋值3
长周期二阶差值(d3-d2),也就是d3-d2<0,d3 < d2;向前取值(d2-d1),也就是d2-d1>0,d1 < d2。
所以,d1 < d2 > d3
b. 底,d1 > d2 < d3,d2开始为上升趋势,用1标记
上图中,长周期二阶差值(d3-d2),也就是d3-d2>0,d3>d2;向前取值=d2-d1,也就是0>d2-d1,d1>d2。所以,d1>d2<d3
c. 其他情况,d1 ≤ d2 ≤ d3 或者 d1 ≥ d2 ≥ d3,用0标记
短周期趋势搭建步骤
根据长周期的搭建步骤,在产品1-主力中
新建一个分钟K线(M2)
,把长周期差值(d3),长周期二阶差值(d3-d2),长周期趋势,三个变量中的
M1替换成M2
,就得到短周期差值(d3),短周期二阶差值(d3-d2),短周期趋势。
交易
长周期上升趋势中,短周期的底开多仓,顶平仓;
长周期下跌趋势中,短周期的顶开空仓,底平仓。
1
开多
示意图:
释义: 长周期趋势
>
0,即长周期处于
上升趋势
,短周期趋势
>
0,即处于
底
,满足此条件时,价格处于低点, 适合开多
2
平空
示意图:
释义: 长周期趋势
>
0,或者
<
0,即长周期趋势是
上升趋势
或者
下降趋势
,只要短周期趋势
>
0,即处于
底
,满足此条件时,价格处于短周期低点,适合平空
3
开空
示意图:
释义: 长周期趋势
<
0,即长周期趋势是
下降趋势
,短周期趋势
<
0,即处于
顶
,满足此条件时,价格处于高点,适合开空
4
平多
示意图:
释义: 长周期趋势
>
0 或者
<
0,即长周期处于
上升趋势
或者
下降趋势
,只要短周期趋势
<
0,即处于
顶
,满足此条件时,价格处于短周期高点,适合平多
- END -
策略“长短周期反转套利”搭建完成,如果有任何问题,可以给我们
留言
,我们会及时解答。
蜀ICP备16020895号-2 Copyright © 2016-2018 Lemma