每天开盘前自动下800-2600张限价单

Discussion in 'Wealth-Lab Developer' started by rover2019, Jul 21, 2009.

  1. regtracer 的评论非常值得重视,对于一个信号发生的次序可能对交易结果产生重要影响的策略来说,除非有海量分时数据库支持,否则得到的结果可能不精确。 而且分析软件 backtester 程序的可靠性也是一个需要在实战中检验的因素。
     
  2. 所以偶在他另外的帖子里问他是用什么数据类型测的,以及佣金和滑价。如果是 5 分钟数据,那 result 是基本可信的。如果是 EOD,那颗粒度就太大了。
     
  3. 不会有滑价产生的,因为触发价只是一个信号,限价单是在触发价下面的。比如10块时触发。实际的限价单是9.8。模拟里面加上一个仓位优先,就可以啦。
     
  4. 想改 42 楼,结果超时了,写了一大堆就这么费了。。。

    总的来讲,偶觉得顶楼的 Equity Curve 里 Cash 和 Equity 比例成问题。这种系统一般不会有这么大的资金利用率,大部分时候应该是现金占很高比例才对。新帖里的那个就可信些。

    Rover 还是找机会用 5min 数据回测下比较保险。
     
  5. 实际操作时还是会遇到很多问题:
    1. 跌停的处理:跌停开盘时买不买?跌到跌停时买不买?
    2. 如果低开,前面的阶梯要不要补买上?
    3. 如果股票很多,资金用完了,股票再往下一个阶梯就没有钱买了
    4. 如果股票很少,资金利用率会很低
     
  6. 哦,对拉,谢谢提醒,我搞错啦,这两个图是我的多系统的,也很简单,就是这个系统加啦个趋势跟踪系统。所以你会看到有趋势的时候他的资金占有达到啦100%,而没趋势时就比较少啦。这个系统就是操作太麻烦,但要解决炒作问题,和一个简单的趋势跟踪系统连用,就是这个效果。对拉,我加拉仓位优先的,就是最差的订单先执行。
     
  7. 闲来无事,拿 ami 写了个脚步用 HS300 现在和曾经的成分股的 5min 复权数据测了下,参数如下 200w 起始资金,最多 500 仓位(其实用不到这么多),每次买入或增仓都投入 8k,单边 .11 %、最低五块。-5% 其买,每 -1% 增仓。
    结果,09 年到目前应该是亏的, -10.13%。

    当然,ami 有些缺陷,同一条 bar 不能开增仓多次,只能折中。赶明用 WLD3 测下。

    Code:
    dt = DateNum();
    tm = TimeNum();
    
    
    bought = Null;
    buyCnt = 0;
    buyPrc = 0;
    steps  = Null;
    stepCnt = 0;
    inTrade = False;
    p=0;
    for (ii=buyPoint/10; ii<10; ii+=buySteps/10)
    {
        steps[stepCnt] = 0; 
        bought[stepCnt]= False;
        stepCnt++;
    }
    
    stepCnt++;
    
    canSell = False;
    for (bar=1; bar < BarCount; bar++){
        if (dt[bar]!=dt[bar-1]) {
            canSell = True;
            inTrade = False;
            LC = C[bar-1];
            for (ii=0; ii<stepCnt; ii++){
                steps[ii]  = LC*(1000-(buyPoint+ii*buySteps))/1000;
                bought[ii] = False;
            }
        }
        if (V[bar] == 0) continue;
        if (canSell 
            //and v[]>0 
            //and 
            ) {
            canSell   = False;
            Sell[bar] = True;
            SellPrice = O;
        }
        buyCnt =0;
        buyPrc =0;
        for (ii=0; ii<stepCnt; ii++) {
            if (L[bar]<=steps[ii] AND NOT bought[ii]) {
                Buy[bar] = IIf(inTrade, sigScaleIn, True);
                buyPrc   += steps[ii];
                bought[ii] = True;
                inTrade    = True;
                buyCnt++;
            }
        }
        buyPrice[bar] = buyPrc/buyCnt;
        positionSize[bar] = howMuch*buyCnt;
    }
    
    
     
  8. 期待你的测试结果
     
  9. 最好用中国股市数据测试。因为和海外股市不同,中国股市是有下跌限制的,最多10%。这限制了第二天可能的跌幅。这在熊市里,会产生重大区别。这是这个策略的特色。
     
  10. HS300 是指 沪深300 啊
     
  11. 请问“颗粒度”这个词的英语是什么?谢谢!
     
  12. 应该是 GRANULARITY 吧。
     
  13. 今天用WLP 5 测试这个,单个股票测试都没有问题.数据量一大就崩溃。:(

    看来还是3 比较稳定阿.
     
  14. 看来我要先替LZ拿真金白银实战了。程序今天能完成,再测试一两天,周二或周三就能实盘了。
    策略上稍有变动。因为资金有限,也为了更加保险,跌到位的股票再优选一下再买。请到时关注我的帖子,无论是亏还是赚,都会如实贴出来的。
     
  15. 我以为C#的WLP5会好些呢,原来还是受不住大数据啊
     
  16. 今天正式启动了这个策略,不过到现在为止一个也没有买到
     
  17. 刚才跳水,中船股份和重庆钢铁都已经填单了,但随即又反弹回去了
     
  18. 关注。建议fathead另外起一个新贴放置这个策略的运行情况,方便查看和内容更加集中。
     
  19. 昨天已经启动了新策略,称之为"低买"策略,具体如下:
    1.对上海的700多只非ST股进行监控;
    2.从跌幅-5%开始买,每下跌0.5%再买;第二天开盘卖出;
    3.每次买入使用总资金的1/100
    4.触发下单:跌到-4.5%时在-5%处下买单,跌到-5%时在-5.5%处下买单,下面依此类推
    5.动态撤单:如果股价反弹,撤去没有成交的买单,不要让资金闲着。
    6.过滤器:对满足条件的股票还要用盘中数据指标优选一下,优选的严格程度和目前仓位有关:仓位>=75%时实行最严格的筛选,仓位<=50%实行较宽松的筛选,在两者之间线性调整过滤参数。这样做的目的是不要太影响主策略,否则它把钱用完了,主策略就不要再想买了。

    由于昨天盘中钱花光了,没有买到。但今天已经开张了,第一个就是“济南钢铁”。