[源码已修改]实验：简单的波动性突破系统

sorakiraa

    本人初学程序化交易，刚通读了柯蒂斯的《海龟交易法则》，所以迫不及待的就测试了一下几个经典系统。
以下为本次测试系统的源码：

1. //------------------------------------------------------------------------
   
2. // 简称: ATR_Breaker
   
3. // 名称: 波动性突破系统
   
4. // 类别: 公式应用
   
5. // 类型: 用户应用
   
6. // 输出:
   
7. //------------------------------------------------------------------------
   
8. Params
   
9.         Numeric range(1.5);
   
10.         Numeric length(10);
    
11.         Numeric N(20);
    
12.         Numeric lots(1);
    
13. Vars
    
14.         NumericSeries TR;
    
15.         NumericSeries ATR;
    
16.         BoolSeries DT;
    
17.         BoolSeries KT;
    
18.         BoolSeries DT2;
    
19.         BoolSeries KT2;
    
20.        
    
21. Begin
    
22.         TR=Max(Max(High-Low,Abs(Close[1]-High)),Abs(Close[1]-Low));
    
23.         ATR=Average(TR[1],length);
    
24.         DT=Close>Close[1]+ATR[1]*range;
    
25.         KT=Close<Close[1]-ATR[1]*range;
    
26.         DT2=(CountIf(DT,2)==1)&&DT;
    
27.         KT2=(CountIf(KT,2)==1)&&KT;
    
28.        
    
29.         PlotNumeric("UpperBand",Close+ATR*range);
    
30.         PlotNumeric("LowerBand",Close-ATR*range);
    
31.        
    
32.         If(DT[1])
    
33.         Buy(lots,Open);
    
34.         If(KT[1])
    
35.         SellShort(lots,Open);
    
36.         If(CountIf(DT[1],N)==0||DT2[1])
    
37.         Sell(lots,Open);
    
38.         If(CountIf(KT[1],N)==0||KT2[1])
    
39.         BuyToCover(lots,Open);
    
40. End
    
41. 
    
42. 
    
43. //------------------------------------------------------------------------
    
44. // 编译版本        GS2010.12.08
    
45. // 用户版本        2012/10/07 08:52
    
46. // 版权所有        sora4you
    
47. // 更改声明        TradeBlazer Software保留对TradeBlazer平台
    
48. //                        每一版本的TrabeBlazer公式修改和重写的权利
    
49. //------------------------------------------------------------------------

复制代码

本次测试品种为ME888（甲醇连续），测试周期为日线交易，样本数为300

全局设置：



参数优化：





    实际上我并没有直接对整个样本进行四参数优化，那样不仅耗时而且也无法说明一些问题

这里采用了滚动最优化窗口（rolling optimization window）方法

    简单地说，就是先截取2011年11月到2012年2月的数据进行参数优化，将length和N两个日期值定死为10,40。
    接着将2012年2月到4月的数据添上来，再依次对range和lots进行优化；当把lots限定为10时对range在（0.5-2.0 步长0.1）进行测试，结果发现range为1.5时结果最佳；
再固定range为1.5，测试lots，发现当lots为40,50时结果最佳。
    同上，依次将测试终止期推后到6月，8月，直到今天。分别测试，最后我们发现：range为1.5，lots为40时最佳。

注意两点：1.由于这里测试期只有两年，所以窗口测试效果还不算太理想，如果有炒外汇的朋友可以试着对10年前的数据进行优化。
                2.关于最优化的目标，可以见仁见智。这里用的是净利润最大，当然考虑系统的健壮性，可以参考R方或者夏普系数。

以下为优化后的系统性能报告：

总盈亏：



交易分析：



月度分析：



交易盈亏曲线：



交易明细图：



望各路神仙不吝赐教！！！！！

迎风尿十丈

都是未来函数
不解释

beolee

简单测试了一下，好像效果还行

sorakiraa

#2L

你说的很对
，因为TR的计算以及下单条件中都涉及到该Bar的收盘价
实际上是不可能在当日以开盘价进行交易的

所以这个只是测试用的，实盘的话还需要改进

CenyLee

用下根K线的开盘价开就可以了。估计收益就大打折扣了。

sorakiraa

将条件设为序列变量后，又测试了一下

rookies

总盈利/总亏损  27. 8     朋友们出来看神仙了！

sorakiraa

#7L

莫要挖苦我了

JPMorgan

这个盈亏比，真是神仙级

fengyun