بہت ساری تجارتی حکمت عملیوں میں سے ، ڈونگچن چینل کی حکمت عملی شاید ایک کلاسیکی اختراعی حکمت عملی ہے ، جو 1970 کی دہائی میں مشہور ہوگئی تھی ، جب غیر ملکی کمپنیوں نے خصوصی طور پر مرکزی دھارے میں آنے والی منظم تجارتی حکمت عملیوں کے لئے مشابہت ٹیسٹ اور تحقیق کی تھی ، جس کے نتائج سے پتہ چلتا ہے کہ تمام حکمت عملیوں کے ٹیسٹ میں ، ڈونگچین چینل کی حکمت عملی سب سے زیادہ کامیاب ہے۔
اس کے بعد ، امریکہ میں ایک اور مشہور سمندری پتنگوں کے تاجروں کی تربیت ہوئی ، جو تجارت کی تاریخ میں سب سے زیادہ مشہور ہے۔ اس وقت سمندری پتنگوں کے ٹریڈنگ کے طریقوں کو خفیہ رکھا گیا تھا ، لیکن ایک دہائی کے بعد ، جب سمندری پتنگوں کے ٹریڈنگ کے قوانین عام ہو گئے ، تو لوگوں کو پتہ چلا کہ سمندری پتنگوں کی تجارت کا طریقہ کار ڈونگچی آن کے بہتر ورژن کی حکمت عملی ہے۔
توڑنے والی تجارت کی حکمت عملی زیادہ ہموار تجارت کی اقسام کے لئے موزوں ہے۔ سب سے زیادہ عام توڑنے والی تجارت کا طریقہ یہ ہے کہ اس اصول پر مبنی ڈونگ آن چینل کی حکمت عملی۔
ڈانچیانگ چینل ایک رجحاناتی اشارے کا حصہ ہے اور اس کی ظاہری شکل اور سگنل برنگ بینڈ اشارے کی طرح ہیں۔ لیکن ڈانچیانگ چینل کی قیمتیں ایک مدت کے دوران سب سے زیادہ قیمت اور سب سے کم قیمتوں پر مبنی ہیں۔ مثال کے طور پر: حالیہ 50 K لائنوں کی سب سے زیادہ قیمتوں کا حساب لگاتے ہوئے ، ایک ٹریک تشکیل دیا گیا ہے۔ حالیہ 50 K لائنوں کی سب سے کم قیمتوں کا حساب لگاتے ہوئے ، ایک ٹریک تشکیل دیا گیا۔
جیسا کہ اوپر دکھایا گیا ہے: یہ اشارے 3 مختلف رنگوں کے منحنی خطوط پر مشتمل ہے ، جو ڈیفالٹ کے ذریعہ 20 سائیکلوں میں سب سے زیادہ قیمت اور سب سے کم قیمت کو مارکیٹ کی قیمت کی اتار چڑھاؤ کو ظاہر کرتی ہے ، جب اس کا چینل تنگ ہوتا ہے تو مارکیٹ میں اتار چڑھاؤ کم ہوتا ہے ، اور اس کے برعکس چینل کی چوڑائی مارکیٹ میں اتار چڑھاؤ زیادہ ہوتی ہے۔
اگر قیمت ٹرین کے اوپر سے ٹوٹ جاتی ہے تو یہ خریدنے کا اشارہ ہے۔ اس کے برعکس ، اگر قیمت ٹرین کے نیچے سے ٹوٹ جاتی ہے تو یہ فروخت کا اشارہ ہے۔ چونکہ اس کے اوپر اور نیچے کی قیمتوں کا حساب سب سے زیادہ قیمتوں اور کم قیمتوں سے کیا جاتا ہے ، لہذا عام طور پر ، قیمتیں کم از کم ایک ہی وقت میں ٹرین کے اوپر اور نیچے کی طرف بڑھتی اور گرتی ہیں۔ زیادہ تر معاملات میں ، قیمتیں ٹرین کے اوپر یا نیچے کی طرف یا ٹرین کے اوپر اور نیچے کے درمیان ایک طرفہ حرکت کے ساتھ چلتی ہیں۔
ڈونگ آن چینل کے استعمال کے بہت سے طریقے ہیں ، جو الگ الگ استعمال کیے جاسکتے ہیں ، یا دوسرے اشارے کے ساتھ مل کر استعمال کیے جاسکتے ہیں۔ اس حصے میں ہم استعمال کرنے کا سب سے آسان طریقہ استعمال کریں گے۔ یعنی: جب قیمت نیچے سے اوپر کی طرف سے ٹریک کو توڑتی ہے ، یعنی اوپر کی دباؤ کی لائن کو توڑتی ہے ، تو ہم سمجھتے ہیں کہ کثیر جہتی قوت مضبوط ہورہی ہے ، ایک لہر اوپر کی طرف بڑھ رہی ہے ، اور خریدنے کی کھلی پوزیشن کا اشارہ پیدا ہوتا ہے۔ جب قیمت اوپر سے نیچے کی طرف گرتی ہے ، یعنی حمایت کی لائن کو توڑتی ہے ، تو ہم سمجھتے ہیں کہ اوپر کی قوت مضبوط ہورہی ہے ، اور ایک لہر نیچے کی طرف بڑھ رہی ہے ، اور فروخت کی کھلی پوزیشن کا اشارہ پیدا ہوتا ہے۔
اگر خریدنے کی پوزیشن کھل گئی تو ، قیمت ڈونگ چین چینل کے وسط میں واپس آگئی ، ہم سمجھتے ہیں کہ کثیر جہتی طاقت کمزور ہو رہی ہے ، یا فضائی طاقت مضبوط ہو رہی ہے ، اور فروخت کے پلے اسٹیشن سگنل پیدا ہوئے ہیں۔ اگر فروخت کی پوزیشن کھل گئی تو ، قیمت دوبارہ ڈونگ چین چینل کے وسط میں واپس آگئی ، ہم سمجھتے ہیں کہ فضائی طاقت کمزور ہو رہی ہے ، یا کثیر جہتی طاقت مضبوط ہو رہی ہے ، اور خریدنے کے پلے اسٹیشن سگنل پیدا ہوئے ہیں۔
خرید و فروخت کی شرائط
اگلا، ہم نے ایک تحقیق کے ماحول میں ایک ایجاد کرنے والے کوالٹی پلیٹ فارم ہے، اور ڈینٹین نے اس حکمت عملی کو سمجھنے کے لئے ایک قدم آگے بڑھا.
انوینٹرز کی کوانٹیفیکیشن پلیٹ فارم میں داخل ہونے کے لئے ، ذیل میں ایک گراف دیکھیں:
from fmz import * task = VCtx('''backtest start: 2019-08-01 09:00:00 end: 2019-10-10 15:00:00 period: 5m exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}] ''') # 创建回测环境 # 以上红色部分内容的关于回测信息的范例格式,可以在发明者量化平台的策略编写页面中点击“保存回测设置”获取
# 首先,我们需要获取持仓信息,我们定义一个mp()函数用来干这件事 def mp(): positions = exchange.GetPosition() # 获取持仓数组 if len(positions) == 0: # 如果持仓数组的长度是0 return 0 # 证明是空仓,返回0 for i in range(len(positions)): # 遍历持仓数组 if (positions[i]['Type'] == PD_LONG) or (positions[i]['Type'] == PD_LONG_YD): return 1 # 如果有多单,返回1 elif (positions[i]['Type'] == PD_SHORT) or (positions[i]['Type'] == PD_SHORT_YD): return -1 # 如果有空单,返回-1 print(positions) mp() # 接下来,我们执行一下这个获取持仓信息函数,可以看到,结果为0,也就是目前为空仓状态
0
# 我们以当前螺纹钢主力合约为例子,开始测试这个策略 exchange.SetContractType("rb888") # 设置品种代码,主力合约为合约代码后加数字888
{'CombinationType': 0, 'CreateDate': 0, 'DeliveryMonth': 9, 'DeliveryYear': 0, 'EndDelivDate': 0, 'ExchangeID': 'SHFE', 'ExchangeInstID': 'rb888', 'ExpireDate': 0, 'InstLifePhase': 49, 'InstrumentID': 'rb888', 'InstrumentName': 'rb连续', 'IsTrading': 1, 'LongMarginRatio': 0.06, 'MaxLimitOrderVolume': 500, 'MaxMarginSideAlgorithm': 49, 'MaxMarketOrderVolume': 30, 'MinLimitOrderVolume': 1, 'MinMarketOrderVolume': 1, 'OpenDate': 0, 'OptionsType': 48, 'PositionDateType': 49, 'PositionType': 50, 'PriceTick': 1, 'ProductClass': 49, 'ProductID': 'rb', 'ShortMarginRatio': 0.06, 'StartDelivDate': 0, 'StrikePrice': 0, 'UnderlyingInstrID': 'rb', 'UnderlyingMultiple': 1, 'VolumeMultiple': 10}
接下来我们获取k线数组,因为根据策略逻辑,我们需要行情运行了一段时间,再进行逻辑判断,这样有便于我们的策略逻辑更好的适应行情,这里我们就暂且把50根K线作为起始要求吧。发明者量化的K线信息是以数组的形式储存的,数组里包含最高价,最低价,开盘价,收盘价和成交量等等信息,关于这部分的内容请查看发明者量化的官方API文档:https://www.fmz.com/api
# 接下来我们定义一个变量,让它来存储K线数组 records = exchange.GetRecords() # 获取K线数组
# 按照策略逻辑描述,我们用收盘价来作为开仓的价格,所以我们需要计算最新K线的收盘价 close = records[len(records) - 1].Close # 获取最新K线收盘价 close
3846.0
然后,我们需要以收盘价为标准计算50根k线中最高价的最大值和最低价的最小值
upper = TA.Highest(records, 50, 'High') # 获取50周期最高价的最大值 upper
3903.0
lower = TA.Lowest(records, 50, 'Low') # 获取50周期最低价的最小值 lower
3856.0
接着,我们需要计算这条通道的上轨和下轨的均值
middle = (upper + lower) / 2 # 计算上轨和下轨的均值 middle
3879.5
以上,关于此策略需要计算的部分我们已经全部完成,接下来,我们就要开始逻辑判断开仓条件,以及根据逻辑判断的结果进行实际的开仓操作。这里需要注意的是,我们需要用到发明者量化平台的国内商品期货模版,由于当下是研究环境,无法支持这个模版,我们暂且写出来,但是运行会报错,在发明者量化平台的策略编写页面进行实际编码时,导入此模版没有任何问题,模版地址为:https://www.fmz.com/strategy/24288 各位在发明者量化策略编写页面进行编码时,需要把此模版先复制到自己的策略库,然后在回测时勾选上,这里请各位读者注意
obj = ext.NewPositionManager() # 使用发明者量化交易类库,这里运行时会报错,不用理会,当下是研究环境, # 实际编码过程中不会出现此问题,以下同此,不再注释。
接下来是策略的判断逻辑,并且根据逻辑进行开仓与平仓操作
if positions > 0 and close < middle: # 如果持多单,并且收盘价跌破中轨 obj.CoverAll() # 平掉所有仓位 if positions < 0 and close > middle: # 如果持空单,并且收盘价升破中轨 obj.CoverAll() # 平掉所有仓位 if positions == 0: # 如果是空仓 if close > upper: # 如果收盘价升破上轨 obj.OpenLong("rb888", 1) # 买开 elif close < lower: # 如果收盘价跌破下轨 obj.OpenShort("rb888", 1) # 卖开
# 完整的策略代码: def mp(): positions = exchange.GetPosition() # 获取持仓数组 if len(positions) == 0: # 如果持仓数组的长度是0 return 0 # 证明是空仓,返回0 for i in range(len(positions)): # 遍历持仓数组 if (positions[i]['Type'] == PD_LONG) or (positions[i]['Type'] == PD_LONG_YD): return 1 # 如果有多单,返回1 elif (positions[i]['Type'] == PD_SHORT) or (positions[i]['Type'] == PD_SHORT_YD): return -1 # 如果有空单,返回-1 def main(): # 主函数 exchange.SetContractType("rb888") # 设置品种代码,主力合约为合约代码后加数字888 while True: # 进入循环 records = exchange.GetRecords() # 获取K线数组 if len(records) < 50: continue # 如果K线少于50根,就跳过本次循环 close = records[len(records) - 1].Close # 获取最新K线收盘价 positions = mp() # 获取持仓信息函数 upper = TA.Highest(records, 50, 'High') # 获取50周期最高价的最大值 lower = TA.Lowest(records, 50, 'Low') # 获取50周期最低价的最小值 middle = (upper + lower) / 2 # 计算上轨和下轨的均值 obj = ext.NewPositionManager() # 使用交易类库 if positions > 0 and close < middle: # 如果持多单,并且收盘价跌破中轨 obj.CoverAll() # 平掉所有仓位 if positions < 0 and close > middle: # 如果持空单,并且收盘价升破中轨 obj.CoverAll() # 平掉所有仓位 if positions == 0: # 如果是空仓 if close > upper: # 如果收盘价升破上轨 obj.OpenLong("rb888", 1) # 买开 elif close < lower: # 如果收盘价跌破下轨 obj.OpenShort("rb888", 1) # 卖开