心内求法

Holbrook的个人博客

0%

交易策略与规则引擎

Posted on Edited on In

交易策略的要点

前面提到，交易策略是系统化交易的核心。但是要注意的是，风险管理比交易策略要重要10倍。

交易策略的一些要点整理如下：

  • 交易策略是一套完整的交易规则体系
  • 这些规则对投资决策的各个环节做出明确规定
  • 这些规则必须客观、唯一
  • 所谓完整，至少要包括入场和出场两个规则——完成一个完整的交易周期，入场和出场信号必须确定会发生
  • 出场策略比入场策略要重要10倍
  • 越简单的策略越可靠
  • 要有错误处理机制

交易策略的种类

所谓规则，规定了一组确定的条件和此条件所产生的结果。根据条件的类别不同，可以把交易策略分成以下几种：

基于技术指标

  1. 例1

    • 规则定义

      • 入场规则：短期均线上穿长期均线
      • 出场规则：短期均线下穿长期均线

    • 评价

      简单但完整的交易策略

  2. 例2

    • 规则定义

      • 入场规则：RSI<10
      • 出场规则：RSI>90

    • 评价

      有严重的设计缺陷。因为RSI可能长期不能趋近于某一极值，从而得不到对应的操作信号，长期无法完成完整的买卖周期。

基于统计分析

此类策略要研究市场数据的统计分布特征，需要较强的数学功底

  1. 例1

    • 规则定义

      • 入场规则：跳空高开若干
      • 出场规则：利润达到x值或收盘价，或者损失达到y止损

    • 评价

      其思想是捕捉跳空开盘对后市的影响

  2. 例2

    • 规则定义
      • 入场规则：突破跳空
      • 出场规则：衰竭跳空
    • 评价
      两个问题：1）跳空不一定会出现，从而导致交易周期不完整；2）过于主观随意

  3. 例3

    • 规则定义

      • 入场规则：迪马克波动系数终点
      • 出场规则：反向迪马克波动系数终点

    • 评价

      交易周期不完整

基于图形分析

这类是最传统、最常见的交易策略

  1. 例1

    • 规则定义

      • 入场规则：维克多突破
      • 出场规则：反向维克多突破

    • 评价

      简单但完整

  2. 例2

    • 规则定义

      • 入场规则：罗斯钩式突破
      • 出场规则：反向罗斯钩式突破

    • 评价

      完整

  3. 例3

    • 规则定义
      • 入场规则：卡尔汉数突破
      • 出场规则：反向卡尔汉数突破
    • 评价

  1. 例4

    • 规则定义

      • 入场规则：W型反转
      • 出场规则：M型反转

    • 评价

      不一定会发生，交易周期不完整

  2. 例5

    • 规则定义

      • 入场规则：晨星式
      • 出场规则：昏星式

    • 评价

      不一定会发生，交易周期不完整

基于数学理论

需要较强的金融投资理论背景

  1. 例1：飞镖系统

    • 规则定义

      • 入场规则：飞镖击中的股票
      • 出场规则：持有至规定期限

    • 评价

      其收益战胜了华尔街股票分析家，验证了投资学术界的随机行走理论

  1. 例2：以满月为买入信号，以新月为卖出信号。

    这是一个以金融占星术理论为基础的交易系统。该方法以月球引力场的变化来解释地球生态系统的周期性变比。

  2. 例3：硬币法——以随机选择过程为基础

    （略）

基于基本分析

  1. P/E小于某一值时买入，P/E大于某一值时卖出
  2. 收益增长率大于某一值时买入，收益增长率小于某一值时卖出
  3. 每年某月买入白糖合约，若干月后平仓（季节波动）
  4. 新建住房开工率持续上升若干月买入铜合约，若干月后平仓（因果关系）

基于心理分析

例： 传言开始是进场，传言证实后出场

其他

基于人工智能、神经网络、混沌理论（Chaos)等

用规则引擎驱动交易策略

尽管要求交易策略要尽可能简单，但是交易信号产生的条件可能五花八门。为了使交易系统具备更好的适应性，还是应该使用规则引擎来驱动。这就需要将交易策略规则化。

一般来说，交易策略的规则化需要经过确定规则（定性）、确定参数（定量）以及用规则语言描述（实现）三个步骤。

  • 策略定性

    将交易策略表示为条件与交易信号。对于最简单的交易策略，可能只有入场信号和出场信号。但也会有一些稍复杂的情况需要处理：

    • 对于期货交易，入场信号可以区分为“做多”和“做空”，出场信号均为“平仓”
    • 有些交易策略的入场、出场信号可能会划分出不同的风险级别——风险越高的信号，产生的时间越早，可能的获利越大，但判断失误的风险也更大
    • 完善的交易系统，对于(正确入场,正确出场)、(正确入场,错误出场)、(错误入场,正确出场)、(错误入场,错误出场) 等情况都要考虑到，针对这些情况都要及时给出交易信号

  • 确定参数

    将策略中可变的部分定义为参数。这些参数可以在引擎中进行设置，以调整策略的具体行为。

    参数可能要经过实际检验，才能得出最优的参数。

  • 定义事件

    交易信号都是由某些数据触发，如前所述，这些数据可能是行情、指标、基本面等。

    不管是哪种数据，从规则引擎的角度，都需要定义为事件(Event)。

  • 定义操作

    规则匹配的结果就是产生某种操作。
    考虑到交易策略要与后续的资金管理等策略结合，这里将操作也定义为事件，作为资金管理策略的输入。

  • 描述规则

    使用前面定义好的参数、事件和操作，用规则描述语言将定性的策略描述为定量的规则。

实例

以“简单算术平均线”策略为例，其实现过程如下：

  • 规则定性

    1. 规则1：当短期平均线向上穿越长期平均线时，买入
    2. 规则2：当短期平均线向下穿越长期平均线时，卖出

  • 确定参数

    这个策略中，可以作为参数的变量包括：

    1. 选用哪种价格，比如开盘价、收盘价、最高价、最低价等
    2. 短期和长期均线的长度

    为简单起见，这里只把均线的长度作为参数。

    可以在DRL的global部分用全局变量定义规则的参数。这些参数将用于事件属性或规则条件中，用于调整策略的具体行为。如下：

    1
    2
    global java.lang.Integer SHORT_LENGTH;
    global java.lang.Integer LONG_LENGTH;

    global参数可以使用在规则引擎会话中，使用KnowledgeSession的setGlobal()方法进行设置。

  • 事件定义

    定义一个“均线事件”(MAEvent):

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    public class MAEvent {

      public Date datetime;
      public long duration;

      public int length;
      public double average;
      public double price;



      public String toString(){
        return ""+this.getDatetime().toLocaleString()+":MA"+this.length+"="+average+"\t("+price+")";
      }

    }

    并在规则文件中进行声明：

    1
    2
    3
    4
    5
    6
    7
    import my.package.MAEvent
    ……
    declare MAEvent
      @role(event)
      @timestamp( datetime )
      @duration( duration )
    end

  • 定义操作

    这里使用一个“操作信号事件”(SingalEvent)作为操作，符合条件时将该事件insert到规则引擎：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    public class SignalEvent extends AbstractEvent{

      public enum SignalType{LONG,SHORT}

      public Date datetime;
      public long duration;


      public SignalType type;
      public String strategyName;
    }

    在规则文件中声明：

    1
    2
    3
    4
    5
    declare SignalEvent
      @role(event)
      @timestamp(datetime)
      @duration(duration)
    end

  • 描述规则

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    rule "LONG SIGNAL"
        when
           $MA5_1:MAEvent(length==SHORT_LENGTH);
           $MA5_0:MAEvent(length==SHORT_LENGTH,this meets[1d]$MA5_1);
           $MA20_1:MAEvent(length==LONG_LENGTH,this coincides$MA5_1,average>=$MA5_1.average);
           $MA20_0:MAEvent(length==LONG_LENGTH,this meets[1d]$MA20_1,this coincides$MA5_0,
              average<=$MA5_0.average
            );

        then

          SignalEvent e = new SignalEvent();
          e.datetime =$MA5_1.datetime;
          e.strategyName = "简单移动平均线策略";
          e.type = SignalEvent.SignalType.LONG;
          e.price =$MA5_1.price;
            insert(e);

        System.out.println(e);
    end

    rule "SHORT SIGNAL"
        when
           $MA5_1:MAEvent(length==SHORT_LENGTH);
           $MA5_0:MAEvent(length==SHORT_LENGTH,this meets[1d]$MA5_1);
           $MA20_1:MAEvent(length==LONG_LENGTH,this coincides$MA5_1,average<=$MA5_1.average);
           $MA20_0:MAEvent(length==LONG_LENGTH,this meets[1d]$MA20_1, this coincides$MA5_0,
              average>=$MA5_0.average
            );

        then
            SignalEvent e = new SignalEvent();
          e.datetime =$MA5_1.datetime;
          e.strategyName = "简单移动平均线策略";
          e.type = SignalEvent.SignalType.SHORT;
          e.price =$MA5_1.price;
            insert(e);

            System.out.println(e);

    end