量化交易

核心指标组合 1. ATR（平均真实波幅） 定义：衡量市场波动性的指标，计算一定周期内的平均真实波幅。 计算方法：TR（True Range）是以下三者的最大值： 当日最高价 - 当日最低价 |当日最高价 - 昨日收盘价| |当日最低价 - 昨日收盘价| ATR对TR取指数移动平均(EMA)。 作用：衡量市场波动率，ATR值越大说明趋势越强，ATR值小且稳定说明处于震荡 用法：当ATR持续处于低位（如低于近期均值的30%），可判断为震荡市；当ATR快速放大，可能趋势启动 2. 布林带（Bollinger Bands） 作用：识别价格运行区间和突破信号 震荡市特征：价格在布林带上下轨之间来回震荡，布林带收窄 趋势市特征：价格沿布林带上轨或下轨运行，布林带开口扩张 用法： 震荡市：在布林带上轨卖出，下轨买入 趋势市：价格突破布林带后顺势跟进 布林带收窄+价格突破：趋势启动信号 布林带开口+价格沿上轨/下轨运行：趋势延续 布林带收窄+价格在通道内震荡：高抛低吸 3. ADX（平均方向指数） 定义：衡量趋势强度的指标，数值范围0-100; 不判断方向，指衡量强弱。 作用：量化趋势强度 用法： ADX < 20：市场处于震荡或无趋势状态，适合高抛低吸策略 ADX > 25：趋势确立，市场进入单边行情 ADX > 40：强势趋势，可能接近趋势尾声 ADX > 50：极端趋势，需警惕反转风险 4. RSI（相对强弱指标） 定义：通过比较一定周期内上涨幅度和下跌幅度的相对强度来反映市场超买超卖状态，反应多空的动能。 计算方法： $$ RSI = 100 - \frac{100}{1 + RS} $$ 其中，$RS$ 是平均上涨点数与平均下跌点数的比值。 作用：识别超买超卖区域 震荡市用法：在RSI 30-70区间内高抛低吸；突破70或跌破30可能预示趋势转换 实战组合策略 震荡市识别条件： ATR处于近期低位 ADX<20 布林带收窄，价格在上下轨间震荡 RSI在30-70区间运行 趋势市识别条件： ...

ATR指标原理 真实波幅(True Range) 传统波动率计算(最高价-最低价)忽略了跳空缺口。ATR通过 真实波幅(TR) 解决这个问题： $$ TR_t = \max \begin{cases} H_t - L_t \ |H_t - C_{t-1}| \ |L_t - C_{t-1}| \end{cases} $$ 其中： $H_t$: 当前最高价 $L_t$: 当前最低价 $C_{t-1}$: 前一周期收盘价 物理意义: TR捕捉了三种波动来源： 日内波动 ($H_t - L_t$) 向上跳空 ($H_t - C_{t-1}$) 向下跳空 ($L_t - C_{t-1}$) 平均真实波幅(ATR) 对TR取指数移动平均(EMA)： $$ ATR_t = \frac{(N-1) \times ATR_{t-1} + TR_t}{N} $$ 交互演示：ATR 参数的影响 为了更直观地理解 ATR，我制作了一个交互式工具。你可以拖动下面的滑块，改变周期 $N$，观察 ATR 曲线（下方蓝色区域）和基于 ATR 的通道（上方虚线）是如何变化的。 ATR 动态演示 Interactive Demo ATR 周期 (N): 14 💡拖动滑块观察：周期越大，ATR曲线越平滑，对价格波动的反应越迟钝（滞后性）。 ...

系统架构 系统架构 基于 vnpy 4.1.0 构建的生产级量化交易平台，采用分层架构设计： 数据层 Wind API: 历史行情获取与实时数据推送 SQLite: 本地数据存储与索引优化 数据验证: 缺失值检测、异常值过滤、时间序列对齐 交易层 CTP网关: 东方证券期货接口，支持实盘交易 订单管理: 订单验证、重复检测、撤单管理 风控系统: 保证金实时监控 最大持仓限制 单笔订单金额限制 策略层 CTA引擎: 基于vnpy_ctastrategy的策略框架 回测引擎: 支持参数优化和多策略组合 性能分析: 夏普比率、最大回撤、盈亏比、胜率等 监控层 Rich终端: 实时持仓、PnL、订单状态 日志系统: 分级日志记录和错误追踪 可视化: Plotly交互式图表 + Matplotlib静态图表 策略分类体系 量化策略按交易逻辑可分为四大类： 1. 趋势跟踪策略 核心思想: 识别趋势方向，顺势交易。 策略 信号来源 适用市场 ATR波动率突破 价格突破 + ATR过滤 趋势初期、波动率扩大 动量反转组合 短期动量 + 长期反转 趋势延续但有回调 均线交叉 快慢均线金叉/死叉 明确趋势行情 通道突破 唐奇安通道/布林带上下轨 区间震荡后的突破 国债期货特点: 趋势持续性强（政策驱动） 单日波动小，需持仓数日至数周 适合中长期趋势策略 2. 均值回归策略 核心思想: 价格偏离均值后会回归。 ...