导航：首页 > 互联网科技 >

如何使用Python实现Dual Thrust 区间突破策略

发表于：2024-11-21 作者：千家信息网编辑

千家信息网最后更新 2024年11月21日，这篇文章给大家分享的是有关如何使用Python实现Dual Thrust 区间突破策略的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。Dual Thrust简介Dual Th

千家信息网最后更新 2024年11月21日如何使用Python实现Dual Thrust 区间突破策略

这篇文章给大家分享的是有关如何使用Python实现Dual Thrust 区间突破策略的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

Dual Thrust简介

Dual Thrust策略属于开盘区间突破策略，它以当天开盘价加减一定的范围来确定一个上下轨道，当价格突破上轨时做多，价格突破下轨时做空。不过与其他突破策略相比有两点不同：第一个是Dual Thrust策略在设置范围的时候，引入的是前N个交易日的开高低收这四个价格，这使得在一定时期内范围相对稳定，对于趋势跟踪策略来说是比较合理的。

第二个是Dual Thrust策略在多头和空头的触发条件上，考虑了非对称性，通过外部参数Ks和Kx，可以针对多头和空头选择不同的周期，这一点比较符合期货市场涨缓跌急的特点。当Ks小于Kx时，多头相对容易被触发，当Ks大于Kx时，空头相对容易被触发。这样的好处是可以根据自己的交易经验，动态地调整Ks和Kx的值。也可以根据历史数据测试的最优参数来使用策略。

Dual Thrust上下轨

在Dual Thrust策略中，首先需要定义前N根K线的震荡区间，然后震荡区间乘以多头和空头系数计算出范围，接着以开盘价加减这个范围，形成上轨和下轨，最后根据价格与上下轨的相互位置关系开开平仓。

计算震荡区间
计算震荡区间首先需要获取四个价格，它们分别是：前N根K线中最高价(hh)、最高收盘价(hc)、最低价(ll)、最低收盘价(lc)。然后获取hh与lc的差和hc与ll的差，最后获取这两个差的最大值。公式为：

Range = Max(hh-lc,hc-ll)

计算范围
在计算范围的时候，需要用到两个外部参数，分别是多头系数Ks和空头系数Kx，它们的值可以根据交易者的经验自己设置。那么多头的范围就是Rang乘以Ks；空头的范围是Rang乘以Kx。公式为：

long_range = Range * Ks
short_range = Range * Kx

计算上轨下轨
有了多头范围和空头范围，就可以根据开盘价来计算上轨和下轨的值了，其中上轨的值是开盘价加上多头范围，下轨的值是开盘价减去空头范围。公式为：

up_line = open + long_rang
down_line = open - short_range

策略逻辑

做多：价格向上突破上轨
做空：价格向下突破下轨

与其他突破策略一样，Dual Thrust策略也是根据价格与上下轨的相对位置关系来开平仓，当价格向上突破上轨时开多单；当价格向下突破下轨时开空单。另外，Dual Thrust策略没有止损止盈机制，也没有主动平仓机制。也就是说当持有多单时，如果价格向下突破下轨时直接反空为多；当持有空单时，如果价格向上突破上轨时直接反多为空。

策略编写

第一步：编写策略架构
还是我们熟悉的策略框架，包含一个main程序入口函数和一个onTick策略主函数，如下：

# 策略主函数def onTick():    pass# 程序入口def main():    while True:  # 进入无限循环模式        onTick()  # 执行策略主函数        Sleep(1000)  # 休眠1秒

定义全局变量
之所以定义全局变量是因为，在程序重复执行onTick函数中，如果变量定义在onTick函数中，那么这个变量的值会随着onTick的执行而改变。但有时候我们需要当达到某个条件的时候才改变这个变量，所以就需要我们把变量写到onTick函数的外面。

mp = 0  # 用于控制虚拟持仓last_bar_time = 0  # 用于判断K线时间up_line = 0  # 上轨down_line = 0  # 下轨

计算上下轨
仔细看下面代码中的注释，首先一次性引入所有的全局变量，然后订阅期货品种并获取K线数组，接着判断一下K线数组的状态是否符合我们的条件，如果没问题就从K线数组中获取最新的K线数据和最新的收盘价。

有了以上基础数据，就可以计算上下轨的值了。首先是获取四个价格：最高价、最高的收盘价、最低价、最低的收盘价，然后就可以计算范围，最后根据范围计算出上轨和下轨。大家可以根据以上的计算流程，熟悉下面的代码。

global mp, last_bar_time, up_line, down_line # 引入全局变量exchange.SetContractType(FuturesCode)  # 订阅期货品种bar_arr = exchange.GetRecords()  # 获取K线数组if not bar_arr or len(bar_arr) < Cycle:    return  # 如果没有获取到K线数据或者K线数据太短就返回last_bar = bar_arr[len(bar_arr) - 1]  # 最新的K线last_bar_close = last_bar['Close']  # 最新K线的收盘价if last_bar_time != last_bar['Time']:  # 如果产生了新的K线    hh = TA.Highest(bar_arr, Cycle, 'High')  # 最高价    hc = TA.Highest(bar_arr, Cycle, 'Close')  # 最高的收盘价    ll = TA.Lowest(bar_arr, Cycle, 'Low')  # 最低价    lc = TA.Lowest(bar_arr, Cycle, 'Close')  # 最低的收盘价    Range = max(hh - lc, hc - ll)  # 计算范围    up_line = _N(last_bar['Open'] + Ks * Range)  # 计算上轨    down_line = _N(last_bar['Open'] - Kx * Range)  # 计算下轨    last_bar_time = last_bar['Time']  # 更新最后时间戳

下单交易
下单交易很简单，使用if语句判断当前的持仓状态和价格与上下轨的相互位置关系来开平仓。同样的在下单交易之前也需要设置交易方向和类型，即：开多、开空、平多、平空。最后下单之后重置虚拟持仓的状态。

if mp == 0 and last_bar_close >= up_line:    exchange.SetDirection("buy")  # 设置交易方向和类型    exchange.Buy(last_bar_close, 1)  # 开多单    mp = 1  # 设置虚拟持仓的值，即有多单if mp == 0 and last_bar_close <= down_line:    exchange.SetDirection("sell")  # 设置交易方向和类型    exchange.Sell(last_bar_close - 1, 1)  # 开空单    mp = -1  # 设置虚拟持仓的值，即有空单if mp == 1 and last_bar_close <= down_line:    exchange.SetDirection("closebuy")  # 设置交易方向和类型    exchange.Sell(last_bar_close - 1, 1)  # 平多单    mp = 0  # 设置虚拟持仓的值，即空仓if mp == -1 and last_bar_close >= up_line:    exchange.SetDirection("closesell")  # 设置交易方向和类型    exchange.Buy(last_bar_close, 1)  # 平空单    mp = 0  # 设置虚拟持仓的值，即空仓

策略回测

测试环境