用Python构建阿隆策略

Author: 扫地僧, Created: 2019-11-09 09:39:15, Updated: 2023-12-07 20:25:38

img

摘要

在技术分析中阿隆(Aroon)是一个很独特的技术指标,“Aroon”一词来自梵文,寓意为“黎明曙光”。它不像MA、MACD、KDJ那样广为人所熟悉,它推出的时间更晚,直到1995年才被图莎尔·钱德(Tushar Chande)发明出来,作者还发明了钱德动量摆动指标(CMO)和日内动量指数(IMI)。如果说一个技术指标知道的人越多,使用的人也越多,那么其赚钱能力也越低,那么相对新颖的阿隆指标则恰恰相反,站在这个角度看这是一个不错的选择。

阿隆指标简介

阿隆指标通过计算当前K线距离前最高价和最低价之间的K线数量,来帮助交易者预测价格走势与趋势区域的相对位置关系变化。它有两部分组成,即:阿隆上线(AroonUp)和阿隆下线(AroonDown),这两条线在0~100之间上下移动,虽然命名为上线和下线,但从图表上看并不像BOLL指标那样是真正意义上的上线和下线。如下图就是阿隆指标: img

阿隆指标的计算方法

阿隆指标要求首先要设置一个时间周期参数,就像设置均线周期参数一样,在传统行情软件中,这个周期数是14,当然这个周期参数并不是固定的,你还可以设置为10或者50等等。为了方便理解,暂且把这个时间周期参数定义为:N。确定N之后,我们就可以计算出阿隆上线(AroonUp)和阿隆下线(AroonDown),具体的计算公式如下:

  • 阿隆上线= [ ( 设置的周期参数 - 最高价后的周期数 ) / 计算的周期数 ] * 100
  • 阿隆下线= [ ( 设置的周期参数 - 最低价后的周期数 ) / 计算的周期数 ] * 100

从这个公式中,我们就能大致看出,阿隆指标的思想。那就是:有多少个周期,价格在近期高 / 低点之下,辅助预测当前趋势是否会延续,同时衡量当前趋势的强弱。如果我们把这个指标归类的话,很明显它是属于趋势跟踪类型。但是与其他趋势跟踪型指标不同的是,它更重视时间而不是价格。

如何使用阿隆指标

阿隆上线(AroonUp)和阿隆下线(AroonDown)反映的是当前时间与之前最高价或最低价的远近,如果时间越近值就越大,如果时间越远值就越小。并且当两条线发生交叉就预示着价格方向可能会发生改变,如果AroonUp在AroonDown之上说明价格处于上涨趋势,未来价格可能会进一步上涨;如果AroonDown在AroonUp之上说明价格处于下跌趋势,未来价格可能会进一步下跌。

同时我们还可以设置几个固定的值,来精确入场时机。我们知道阿隆指标是一直在0~100之间上下运行,那么在市场处于上涨趋势,也就是AroonUp在AroonDown之上时,当AroonUp大于50,说明市场上涨的趋势已经形成,未来价格可能会继续上涨;当AroonUp下穿50时,说明价格上涨的动力正在减弱,未来价格可能会震荡和下跌。

反之在市场处于下跌趋势,也就是AroonDown在AroonUp之上时,当AroonDown大于50,说明市场下跌趋势已经形成,未来价格可能会继续下跌;当AroonDown下穿50时,说明价格下跌的动力正在减弱,未来价格可能会震荡和上涨。那么根据上面两段理论,我们可以把买卖条件罗列为:

  • 当 AroonUp大于AroonDown,并且AroonUp大于50,多头开仓;
  • 当 AroonUp小于AroonDown,或者AroonUp小于50,多头平仓;
  • 当 AroonDown大于AroonUp,并且AroonDown大于50,空头开仓;
  • 当 AroonDown小于AroonUp,或者AroonDown小于50,空头平仓;

基于阿隆指标构建交易策略

理清交易逻辑后,我们就可以用代码去实现了,依次打开:fmz.cn > 登录 > 控制中心 > 策略库 > 新建策略 > 点击右上角下拉菜单选择Python语言,开始编写策略,注意看下面代码中的注释。

第一步:编写策略框架 我们知道在量化交易中,程序是不断获取数据、处理数据、下单交易这样的循环过程,所以我们继续使用之前讲过的main函数和onTick函数,其中在main函数中无限循环执行onTick函数。如下:

# 策略主函数
def onTick():
    pass


# 程序入口
def main():
    while True:  # 进入无限循环模式
        onTick()  # 执行策略主函数
        Sleep(1000)  # 休眠1秒

第二步:导入库 另外,在计算AROON时,需要用到talib库,我们直接用import一行代码导入。因为在使用talib计算时,必须先把数据处理成numpy.array类型,所以也到导入numpy库。

import talib
import numpy as np

第三步:定义虚拟持仓变量 量化交易中判断持仓分为两种,一种是真实的账户持仓,另一种就是虚拟持仓,还有一种是真实持仓和虚拟持仓联合判断。实盘时我们只使用真实持仓就足够了,但这里为了简化策略,作为演示使用虚拟持仓。

mp = 0  # 用于控制虚拟持仓

使用虚拟持仓的原理很简单,策略运行之初默认是空仓mp=0,当开多单后把虚拟持仓重置为mp=1,当开空单后把虚拟持仓重置为,mp=-1,当平多单或空单后把虚拟持仓重置为mp=0。这样我们在判断构建逻辑获取仓位时,只需要判断mp的值就可以了。

第四步:计算阿隆指标 计算阿隆指标,首先要获取基础数据,但前提是先要订阅数据,也就是订阅具体的合约代码,你可以订阅指数或者主力连续,甚至还可以订阅具体交割月份的合约代码。然后是获取K线数组,K线数组是一个包含开高低收、成交量和时间的序列数据,同时也是计算大部分指标的基础数据。

在获取K线数组之后,紧接着就需要判断一下K线数组的长度,因为如果K线数组太短,不足以计算指标时就会出现异常。所以我们在这里使用if语句,判断如果K线数组小于指标参数时,就直接返回。

在使用talib计算指标时,它所传入的参数是numpy.array类型数据,所以还要把K线数组中的必要数据提取出来,并转换成numpy.array类型数据。这里我们自定义一个get_data函数,先别必要的数据提取出来。

# 把K线数组转换成最高价和最低价数组,用于转换为numpy.array类型数据
def get_data(bars):
    arr = [[], []]
    for i in bars:
        arr[0].append(i['High'])
        arr[1].append(i['Low'])
    return arr
    
    
exchange.SetContractType("ZC000")  # 订阅期货品种
bars = exchange.GetRecords()  # 获取K线数组
if len(bars) < cycle_length + 1:  # 如果K线数组的长度太小,所以直接返回
    return
np_arr = np.array(get_data(bars)) # 把列表转换为numpy.array类型数据,用于计算AROON的值
aroon = talib.AROON(np_arr[0], np_arr[1], 20);  # 计算阿隆指标
aroon_up = aroon[1][len(aroon[1]) - 2];  # 阿隆指标上线倒数第2根数据
aroon_down = aroon[0][len(aroon[0]) - 2];  # 阿隆指标下线倒数第2根数据

talib在计算阿隆指标时,需要三个参数,依次是:最高价numpy.array类型数据、最低价numpy.array类型数据、时间周期。所以我们在自定义get_data函数中只需要把K线数组中的最高价和最低价提取出来就可以了,并把它们都转换成numpy.array类型数据。

紧接着,就可以计算阿隆指标了,直接调用talib.AROON方法并传入参数。计算后的阿隆指标是一个二维数组,所以我们分别把阿隆指标上线和下线分别提取出来,以便于判断开平仓逻辑。

第五步:下单交易 在下单交易之前,我们要先获取当前最新价格,因为在下单时需要在函数中传入下单价格。还需要引入全局变量mp,主要用于控制虚拟仓位。

close0 = bars[len(bars) - 1].Close;  # 获取当根K线收盘价
global mp  # 全局变量,用于控制虚拟仓位
if mp == 0 and  aroon_up > aroon_down and aroon_up > 50:  # 如果当前空仓,并且阿隆上线大于下线,并且阿隆上线大于50
    exchange.SetDirection("buy")  # 设置交易方向和类型
    exchange.Buy(close0, 1)  # 开多单
    mp = 1  # 设置虚拟持仓的值,即有多单
    
if mp == 0 and aroon_down > aroon_up and aroon_down > 50:  # 如果当前空仓,并且阿隆下线大于上线,并且阿隆下线小于50
    exchange.SetDirection("sell")  # 设置交易方向和类型
    exchange.Sell(close0 - 1, 1)  # 开空单
    mp = -1  # 设置虚拟持仓的值,即有空单
    
if mp > 0 and  (aroon_up < aroon_down or aroon_up < 50):  # 如果当前持有多单,并且阿隆上线小于下线或者阿隆上线小于50
    exchange.SetDirection("closebuy")  # 设置交易方向和类型
    exchange.Sell(close0 - 1, 1)  # 平多单
    mp = 0  # 设置虚拟持仓的值,即空仓
    
if mp < 0 and (aroon_down < aroon_up or aroon_down < 50):  # 如果当前持有空单,并且阿隆下线小于上线或者阿隆下线小于50
    exchange.SetDirection("closesell")  # 设置交易方向和类型
    exchange.Buy(close0, 1)  # 平空单
    mp = 0  # 设置虚拟持仓的值,即空仓

万事俱备之后,就可以判断策略逻辑并开平仓下单交易了。在判断策略逻辑时肯定是使用if语句,先判断mp的持仓状态,然后再判断阿隆上线和下线的相互位置关系。需要注意的是在期货交易下单之前,先指定交易的方向类型,即:开多、开空、平多、平空。调用exchange.SetDirection()函数,分别传入:“buy”、“sell”、“closebuy”、“closesell”。最后下单之后重置持仓状态mp的值。

完整策略

'''backtest
start: 2015-02-22 00:00:00
end: 2019-10-29 00:00:00
period: 1d
exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}]
'''


import talib
import numpy as np


# 外部参数
# cycle_length = 100


# 定义全局变量
mp = 0  # 用于控制虚拟持仓


# 把K线数组转换成最高价和最低价数组,用于转换为numpy.array类型数据
def get_data(bars):
    arr = [[], []]
    for i in bars:
        arr[0].append(i['High'])
        arr[1].append(i['Low'])
    return arr


# 策略主函数
def onTick():
    exchange.SetContractType("ZC000")  # 订阅期货品种
    bars = exchange.GetRecords()  # 获取K线数组
    if len(bars) < cycle_length + 1:  # 如果K线数组的长度太小,所以直接返回
        return
    np_arr = np.array(get_data(bars)) # 把列表转换为numpy.array类型数据,用于计算AROON的值
    aroon = talib.AROON(np_arr[0], np_arr[1], 20);  # 计算阿隆指标
    aroon_up = aroon[1][len(aroon[1]) - 2];  # 阿隆指标上线倒数第2根数据
    aroon_down = aroon[0][len(aroon[0]) - 2];  # 阿隆指标下线倒数第2根数据
    close0 = bars[len(bars) - 1].Close;  # 获取当根K线收盘价
    global mp  # 全局变量,用于控制虚拟仓位
    if mp == 0 and  aroon_up > aroon_down and aroon_up > 50:  # 如果当前空仓,并且阿隆上线大于下线,并且阿隆上线大于50
        exchange.SetDirection("buy")  # 设置交易方向和类型
        exchange.Buy(close0, 1)  # 开多单
        mp = 1  # 设置虚拟持仓的值,即有多单
        
    if mp == 0 and aroon_down > aroon_up and aroon_down > 50:  # 如果当前空仓,并且阿隆下线大于上线,并且阿隆下线小于50
        exchange.SetDirection("sell")  # 设置交易方向和类型
        exchange.Sell(close0 - 1, 1)  # 开空单
        mp = -1  # 设置虚拟持仓的值,即有空单
        
    if mp > 0 and  (aroon_up < aroon_down or aroon_up < 50):  # 如果当前持有多单,并且阿隆上线小于下线或者阿隆上线小于50
        exchange.SetDirection("closebuy")  # 设置交易方向和类型
        exchange.Sell(close0 - 1, 1)  # 平多单
        mp = 0  # 设置虚拟持仓的值,即空仓
        
    if mp < 0 and (aroon_down < aroon_up or aroon_down < 50):  # 如果当前持有空单,并且阿隆下线小于上线或者阿隆下线小于50
        exchange.SetDirection("closesell")  # 设置交易方向和类型
        exchange.Buy(close0, 1)  # 平空单
        mp = 0  # 设置虚拟持仓的值,即空仓
    

# 程序入口
def main():
    while True:  # 进入无限循环模式
        onTick()  # 执行策略主函数
        Sleep(1000)  # 休眠1秒

完整策略源代码已经公开,可以直接 https://www.fmz.cn/strategy/173417 复制,无需配置直接在线回测。

阿隆指标的优缺点

优点:阿隆指标可以判断趋势行情的状态,兼顾发现市场趋势行情以及判断价格转向的能力,帮助交易者提高资金的使用率,这个优势震荡行情中尤为重要。

缺点:阿隆指标只是趋势跟踪系列指标中的一种,同样也有趋势跟踪指标的缺点。并且它只判断指定时间最高价或最低价的周期数,但有时候最高价或最低价在整个行情走势中会有偶然性,这个偶然性会干扰阿隆指标本身,造成虚假信号。

总结

在策略中我们固定了一部分参数,如:aroonUp或aroonDown大于小于50,造成策略的滞后性,很多情况下是行情上涨或下跌一段时间才开平仓买卖。这样虽然提高了胜率,减少了最大回撤率,但也错过了很多收益,这也印证了盈亏同源的道理。有兴趣的朋友可以深入研究一下,并加以改进。


相关内容

更多内容