跑策略不要跑平台币... 实盘
其他币都是一家交易所对标其他几个交易所所形成的价格
平台币不同... 他一家说的算
这就是下场:
1-12日 圣杯策略实盘结果 实盘
第一个圣杯跑了44天了,最高盈利62%,目前又来到了最大回撤点:
第二个圣杯策略,目前实盘了七天:
整体框架经过了无数次修改没什么大问题
现在一直在解决订单完全成交导致滑点的问题
这几天折腾第二个圣杯策略去了,没更新博客,回测万2%手续费可以达到日化15%
先是框架搭建、修bug、修完bug来了个大额订单无法完全成交,头疼。
如果0手续费... 笔记
在高频领域,如果你有0手续费,那么随意一个指标,有50%胜率,就可以致富
哦不对,还有一个前提,你能保证交易没有滑点,也就是你的开仓平仓都能保证是指定价格交易
否则,结果就会变成这样:
薅羊毛~ 项目拆解
判断一个项目是否可做,参考五个维度。
第一,是否合法?
第二,市场总量有多大,预期收入是多少?
第三,是否长期可做?
第四,盈利模式 和 操作难度是否简单?
第五,容错性是否够好,后期延展性如何?
项目合法,市场体量大,利润高,长期可做,高复购率,操作简单,容错性强,就是顶级好项目。
以上5条全占,便是五星项目,拒绝三星级以下的项目,拒绝违法项目。
薅羊毛也可以兼具阳光、暴利、合法,收入远超屌丝的想象。
当年的借贷宝做活动,每拉一个新用户,奖励20元。
当年百度钱包也做拉新活动,每拉一个用户奖励18元。
趣头条的收徒功能,之前邀请好友奖励8元,后期还能持续赚分润。
去年微粒贷的拉新活动,只要转发链接让好友查看微粒贷额度,每发展1个用户,奖励20元。
今年2月份,T宝特价版拉新活动,用户可免费领5元/10元的现金红包,在指定页面0.1元购物。
推广者只要找人参与0.1元购物,每成交一个人,T宝就会奖励10元。
想象一下,这些活动能赚多钱?
积累10个2000活粉的精准群,只要有一半人参与,便是暴利。
做T宝拉新活动,可躺赚10万。
做趣头条拉新,可躺赚8万,还有后续源源不断的收益。
大量平台在推广期都会有拉人送钱活动,只要你的群足够多,足够精准,顺手转发,日收入轻松破千。
JS让浏览器刷新后不记住滚动栏的位置 教程
今天晚上在做刷新后记录滚动栏的位置的时候与浏览器默认的此功能冲突了
放一行Js代码即可解决:
history.scrollRestoration = 'manual'; //告诉浏览器不要重置我的滚动栏
12-29日 实盘策略 实盘
1. 前言
最近5天,一直在忙着让第二个圣杯策略实盘
前前后后改了应该有几十个bug了
因为这个策略需要高频超短线做市,之前的框架不能满足
框架太复杂,又熬了不少夜肝了不少代码
又把我的作息和生活节奏打乱了
Ps:安利一下这个免费的思维导图《GitMind》软件
2. 实盘收益
前一期的实盘策略目前保留了Bounce和RsiMa
Fib Vwap虽然赚了30%个点,但是我还是把他剔除了,因为无法用回测数据支撑,跑着不放心
RsiMa属于趋势策略,Bounce为震荡策略,实盘中我与Bounce结合相跑
距离前一期一个月了,实盘也跑了一个月
期间最大回撤达到了20%多,虽然属于设计之内,但亏钱还是挺难受的,好在后面跑回去了
这个月整体盈利50%左右
3.实盘策略
1. Bounce 反弹 [圣杯]
该策略为震荡策略,
顺大势逆小势,大势为多,那么每当在底部就开多,到高处平多。做空反之
亏损的原因为大势逆转
12-19日 BTCUSDT 更换为BounceV2版本,回撤从-26.57%降低到-23.51%%
地址:https://sumubai.cc/post/49
开跑:11-29 18:22:36
2. Rsi Ma
Rsi追踪趋势,Rsi值进行Ma平滑处理防止震荡重复入场
地址: https://sumubai.cc/post/60
开跑:11-29 18:22:36
3. Sb [圣杯2]
圣杯的首字母sb 23333
待跑
4. 往期实盘
- 11-14日 实盘策略 https://sumubai.cc/post/28
- 11-29日 实盘策略 https://sumubai.cc/post/52
第二个圣杯策略 记录一下 策略
1. 策略原理
原理和Bounce反弹策略很像,区别在于一个逆势 一个顺势
暂时取名叫Sb策略,哈哈
有个坏处是它属于高频超短线策略,需要Maker手续费
Bounce反弹策略就不一样了,手续费再高也能盈利
半年了,每日每夜的研究,走过不少弯路
还好前一个月走回来了策略这条路
金融,Good Bye
2. 回测结果
万2手续费Eth近四个月:
万1手续费Eth近四个月:
万0手续费Eth近四个月:
Eth Eth_Sell Dot Dot_Sell
两个交易对多空双开回测:
万2手续费近2个月:
万0手续费近2个月:
万2手续费近1年:
万0手续费近1年:
统计:
3. 总结
以上仅仅是两个交易对的效果,如果10个交易对呢,2333
然后加上配合市商账号相信日化可以达到5%
一如既往最大回撤控制在30%
Dca策略 类马丁 策略
1.策略原理
Dca:Dollar cost averaging 美元平均成本
使用均线确定趋势
均线金叉后 买入初始 N% 量
然后确定十条网格线 (网格之间间距越来越大)
每个网格线买入点的量倍投
止盈:持仓成本固定 1.5%
止损:第十条网格价格线的 N%
于普通马丁和网格不同,带有止损不会被套和爆仓
网格线和加仓量计算代码:
seting = {
'base_size': 5, #初始下单量 %
'safety_size': 2, #马丁初始下单 %
'max_trades': 9, #最大交易数
'wangge_price': 0.4 * 0.01, #网格间距
'wangge_price_scale': 1.19, #网格乘数
'wangge_volume_scale': 1.8, #马丁乘数
}
class DcaClass():
def __init__(self, seting):
self.close = 0 #初始开仓价格
self.seting = seting
self.i = 1
#参数i为第几条网格线
def step(self, i):
pd = self.seting['wangge_price']
ss = self.seting['wangge_price_scale']
if i == 1:
return pd
if i == 2:
return pd + pd * ss
if i == 3:
return pd + (pd + pd * ss) * ss
if i == 4:
return pd + (pd + (pd + pd * ss) * ss) * ss
if i == 5:
return pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss
if i == 6:
return pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss
if i == 7:
return pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss
if i == 8:
return pd + (pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss) * ss
if i == 9:
return pd + (pd + (pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss) * ss) * ss
if i == 10:
return pd + (pd + (pd + (pd + (pd + (pd + (pd + (pd + (pd + pd * ss) * ss) * ss) * ss) * ss) * ss) * ss) * ss) * ss
return pd
"""网格价格计算"""
def long_line(self, i, side):
return self.close - self.close * self.step(i) if side == 'BUY' else self.close + self.close * self.step(i)
"""倍投数量计算"""
def safety_order_size(self, yuer, i, side):
ok = yuer * self.seting['safety_size'] / 100 * math.pow(self.seting['wangge_volume_scale'], i-1) #次方根
return ok if side == 'BUY' else -ok
总结:Ma交叉后使用类似马丁的方法加仓,提高胜率
2.回测结果
Python实现TradingView中的PivotHigh和PivotLow 指标
直接上代码:
"""枢轴点 最高价"""
def PivotHigh(df, left, right=0):
right = right if right else left
df['pivot'] = 0.0
for i in range(len(df)):
if i >= left+right:
rolling = df['High'][i-right-left:i+1].values
m = max(rolling)
#print(GetTime(df['Time'][i], "%m-%d %H:%M"), df['High'][i-right], m, rolling)
if df['High'][i-right] == m:
df['pivot'].values[i] = m
return df['pivot']
"""枢轴点 最低价"""
def PivotLow(df, left, right=0):
right = right if right else left
df['rollingLow'] = df['Low'].rolling(left+right).min()
df['pivot'] = 0.0
for i in range(len(df)):
if i >= left+right:
rolling = df['Low'][i-right-left:i+1].values
m = min(rolling)
if df['Low'][i-right] == m:
df['pivot'].values[i] = m
return df['pivot']
使用:
import pandas as pd
df = pd.DataFrame(r) #r为K线数据
df['PivotHigh'] = PivotHigh(df.copy(), 10, 10)
df['PivotLow'] = PivotLow(df.copy(), 10, 10)
Linux给Zip压缩包添加自定义注释 教程
zip filename.zip -z
然后会叫你输入内容
先输入注释
然后回车另起一行输入 .
Shell脚本实现,保存为:do_zipm:
#!/bin/bash
f=$1
z=$2
echo "${f} ${z}"
zip ${f} -z << EOF
${z}
.
EOF
使用:./do_zipm 文件名 注释内容
BOLL布林带定向策略 策略
1. 策略原理
当收盘价上穿下轨,做多
当收盘价下穿上轨,做空
代码:
seting = {'name': 'BBv3', 'symbol': 'BTCUSDT', 'kTime': '15m', 'bb_len': 7, 'buy_len': 44, 'buy_mult': 2.664, 'sell_len': 20, 'sell_mult': 2.54, 'buy': 1, 'buyZhiying': 12.704, 'buyZhisun': 7.525, 'sell': 1, 'sellZhiying': 6.112, 'sellZhisun': 1.52}
"""
布林带升级版定向策略
"""
def BBv3(r, df, seting):
df['ma'] = SMA(r, seting['bb_len'], 'Close')
df['upper'] = df['ma'] + seting['sell_mult'] * talib.STDDEV(df['Close'], timeperiod=seting['sell_len'])
df['lower'] = df['ma'] - seting['buy_mult'] * talib.STDDEV(df['Close'], timeperiod=seting['buy_len'])
c = len(df)
for i in range(c):
if i > seting['sell_len'] and i+1 < c:
if df['Close'][i] > df['lower'][i] and df['Close'][i-1] < df['lower'][i-1]: # and df['Close'][i] > df['ma2'][i]
df['side'].values[i] = 'BUY'
if df['Close'][i] < df['upper'][i] and df['Close'][i-1] > df['upper'][i-1]: # and df['Close'][i] < df['ma2'][i]
df['side'].values[i] = 'SELL'
return df
2.回测结果
BTCUSDT 15m:
Nginx if多重判断 指定域名强制Https 教程
set $tag 0;
if ($server_port !~ 443) {
set $tag "${tag}1";
}
if ($host = "baidu.com") {
set $tag "${tag}1";
}
if ($tag = "011"){
rewrite ^(/.*)$ https://$host$1 permanent;
}