说明

悖论：如果某个交易算法100%可靠，肯定不会公开（直接就财务自由了）。所以，公开的内容（严格来说应该）是不正确的，至少不完全正确（关于算法交易的主题，模糊的方法可以借鉴一下，细节则不必深究）

本篇主要梳理一下交易策略。

内容

从算法交易的构成来看，粗粗的可以分为三部分：

  • 1 行情数据。目前打算使用聚宽的了，每天交点钱（年费），感觉会更有保障一点。tushare的模式有点怪，有时候感觉便宜，有时候贵，而且接口权限过于麻烦了，总是冷不丁让你交钱。
  • 2 交易信号。我倾向于使用模型给出评分信号。
  • 3 交易策略。如何利用交易信号产生最优结果。（不一定是利率最大，有时候可能是风险最低）

假设1：价格是随机波动，一直保持某种状态（稳态），直到有另一种力量改变其状态（非稳态）

这里只考虑做多交易，并且随机波动可以简化为正态分布。

假设2：我们可以比较准确的预测价格从一个期望中心，向上移动到另一个期望中心(至少>1%)

赢一点策略

期望获得一个比较保守的策略，目标是>=20%的年化收益，<2%的回撤。

  • 在每个交易日都能获得买入和卖出信号。
  • 每个标的都有授信管理(credit)
  • 每个标的每次都按固定的金额买卖
  • 每次交易至少获得1%的收益
买入策略
  • 1 当收到买入信号（未来的期望>=1%）时触发买入判断
  • 2 如果授信（可用金额）允许时进行进一步判断
  • 3 按当前值买入1手（不考虑滑点）
  • 4 按当前值的一个向下波动买入1手（根据变异系数判断）
  • 5 当前值大幅低于期望（随机分布产生了过低波动）
卖出策略
  • 1 当收到卖出信号时触发卖出判断
  • 2 当前价格超出期望时卖出（止盈， 先假设为1.3%）
  • 3 当前价格超额波动时卖出（随机分布产生了过高波动）
交易撮合
  • 1 每日的各类型交易最多一次
  • 2 卖出收到持仓限制（之前的可以卖出，当日不可以）
  • 3 T交易通知。如果T交易成功，可能会通知反补。