关于我们

此交易系统由泊宇量化设计，我是很早就致力于研究量化策略的团队， 去年Tokeninsight量化大赛取得了优异的成绩。

也非常感谢FMZ社区提供这样一个平台。 为更好支持量化社区建设，现在在此公开发表此策略的设计理念和设计思路。 希望大家可以从中学习到量化交易的设计以及运用。

定量分型速率交易策略的由来

定量分型速率系统的灵感主要来源于物理学 物理学对速度的定义是：单位时间内移动的距离。 如果把价格看做是距离，那么在金融市场里，速度的定义——单位时间内价格变化的大小。 如果单位时间里价格变化很大，通常这样的行情被称之为急速行情；如果单位时间里价格变化的很小，这样的行情被称之为缓速行情。所以，速度是把时间和价格综合在一起的自然法则，通过对速度的深入了解，能帮助我们在更大程度上认知这个市场。 如果速率上升，代表能量正在增强，能有效的预知行情上升趋势。 如果速率下降，代表能量衰竭，能感知到市场行情平缓或下跌的风险。 每次交易使用一定的手数进行成交，所以叫做定量分型速率交易系统。

需要准备的知识

最高价（HHV）：特定周期内达到的最高价。 最低价(LLV)：特定周期内达到的最低价。 移动平均线(MA) ：特定周期收盘价平均值的连线。 回归斜率（SLOPE）：特定周期线性回归的斜率。（也就是我们说的速率）

线性方程OLS斜率公式如下： 数学公式是非常复杂的，但在FMZ平台已经为我们写好了麦语言语法公式（SLOPE） 我们查看麦语言语法手册可见算法如下：

过程是复杂了一点，但大家完全不用去考虑这么多。直接调用公式就行了。

指标设计：

1. 先计算出一定时间周期内的最高价和最低价 2. 取这2个价格的平均值 3. 对平均值计算一个移动平均线 4. 求均线的回归斜率

通过对指标的设计，我们运行一下回测可以看到在主图中，我们得到了35个周期的最高点（黄线）、 最低点（绿线），他们的平均值（红线）、以及对红线计算的平滑价格均线（粗条紫线）

接着我们可以在附图中计算回归斜率ss，它代表了均线的上升和下降速率。

交易策略设计：

由上图可以看出，绿色箭头分别表示了斜率最低处的拐点，橙色箭头分别标注了斜率高处的拐点， 顺图反应在k线上，也能明显感受到上涨的减弱和下跌的减弱位置。 如果在拐点处操作买入卖出，能提早对行情进行有效操作，而不是在高位或者低处追涨杀跌。

设计思路是： 斜率不断上升，意味行情动能增加，可能产生止跌或者上升。 斜率不断下降，意味行情动能衰弱，可能产生停涨或者下跌。

使用麦语言设计表达如下：

回测与总结

这样我们就完成了这套算法的设计，接下去我们使用系统回测一下一年的情况，

标的物是okex季度合约btc； 回测周期是2019年1月1日至今，时间周期1小时； 初始账户3个btc,手续费万5； 设定每次交易手数固定200张。

通过回测可以看出，这个收益是比较平滑稳健的, 在这一个回测当中全年交易1261笔； 预估收益4.68个币； 年化收益约140%； 最大回撤14%； 夏普比率0.117.

源码分享：

点击前往复制策略 https://www.fmz.com/strategy/183416 以上分享是我设计的一些思路和内容，下面是麦语言全部代码， 给大家参考学习研究。如需转载，请注明出处谢谢。

(*backtest
start: 2019-01-01 00:00:00
end: 2020-02-03 00:00:00
period: 1h
exchanges: [{"eid":"Futures_OKCoin","currency":"BTC_USD"}]
args: [["TradeAmount",200,126961],["ContractType","quarter",126961]]
*)

len:=35;//设计周期数

hh^^HHV(H,len);//取一定周期内的最高价
ll^^LLV(L,len);//取一定周期内的最低价
hl2^^(hh+ll)/2;//最高价、最低价的平均值
avg^^MA(hl2,5);//对平均值计算平滑移动均线

ss:SLOPE(avg,len);// 对均线计算回归斜率

ss<REF(ss,1),SPK;//当斜率变小说明行情动能减弱，有下跌趋势，平多做空
ss>REF(ss,1),BPK;//当斜率变大说明行情动能不断增加，有上升趋势，平空做多
AUTOFILTER;