首页
关于我
搜索
首页
经验笔记
Web渗透
系统安全
量化交易
指标
策略
笔记
实盘
登录
〡
注册
搜索
苏慕白的博客
一个无聊的博客
累计撰写
76
篇文章
累计收到
11
条评论
首页
栏目
首页
经验笔记
Web渗透
系统安全
量化交易
指标
策略
笔记
实盘
页面
首页
关于我
登录
2021-11-16
机器学习
TradingVeiw的一个大神成功用神经网络深度学习预测了何时卖何时卖 https://cn.tradingview.com/script/ZLKmDgjC-IW-bitfinex-ADAUSD/ 1h "macd", "macdx", "macdw", "rsi", "rsi7","rsi20", "ema7", "ema10", "ema20", "ema20volume","ema50", "ema100", "ema200", "sma10", "sma20","sma50", "sma100", "sma200", "gaps","candlepos", "opex", "roc", "bbl", "bbu","highest14", "lowest14", "williams", "psar", "sto"
2021年-11月-16日
665 阅读
0 评论
笔记
2021-11-16
11-14日 实盘策略
实盘已停止 2021-11-29日: 经过半个月的苦苦等待,嗯,就交易了几次 而且都是只能做多的策略加上大饼暴跌=亏钱 我这半个月也陆陆续续做了几个可以做空的策略 并且学会了多交易对组合投资 所以决定全面更换为短线策略: 最新实盘策略地址: https://sumubai.cc/post/52 1. SuperTrend 名称:Supertrend 介绍:中文名超级趋势,只用到了ATR一个指标,ATR通道随着波动不断缩小,突破买入卖出 文章:https://sumubai.cc/post/16 周期:2h 杠杠: 1.6倍 最大回撤:-18.83% 实盘日期:2021-11-14 09:23 带杠杠回测: 2. Keltner2通道 名称:Keltner2通道 介绍:根据移动平均线再加上ATR计算上轨和下轨,突破上轨且ADX指标满足开多,突破下轨平仓 文章:https://sumubai.cc/post/23 周期:1h 杠杠: 2.5倍 最大回撤:-12.75% 实盘日期:2021-11-16 09:57 带杠杠回测: 3. 自己做的一个策略 名称:无 介绍:EMA > MA、且MACD上穿时开多,再根据ATR移动止损平仓 文章:https://sumubai.cc/post/26 周期:5m 最大回撤:-21.25% 实盘日期:2021-11-15 21:34 带杠杠回测:
2021年-11月-16日
614 阅读
0 评论
实盘
2021-11-16
拒绝赌博式量化
《以交易为生》 说的三个目标: 第一目标是:必须长期生存下去 第二目标是:资本的稳定增长 第三目标才是:赚取高额的利润 所以我的策略开了杠杆的历史回测结果最大回撤必须控制在30%以内 超过就停机
2021年-11月-16日
590 阅读
0 评论
笔记
2021-11-14
【总结】打造一个自己的策略
1. 总结 有实盘意义的策略: bias乖离率 短周期+长周期 Open+Close交叉 Supertrend超级趋势(ATR通道) 金字塔买入策略 Keltner渠道 (三重EMA+ATR渠道) Keltner渠道 v2 (MA+ATR渠道) 鳄鱼线 EMA交叉 没实盘意义的策略: 快速MACD、MACD的各种交叉(什么二次金叉,水上水下) RSI、KDJ、MFI、BOLL啥逆转抄底,进场还行,出场拉夸 ..... 不写了,太多了几十个。哈哈 买入卖出: 构造EMA+ATR通道 突破上轨买入 突破ATR买入卖出 EMA交叉买入卖出 每上穿一次买入一份 金字塔式买入 过滤方法: EMA标准差归一化阈值 ADX过滤方法 收盘价必须在上轨以下才买入 ema250 > ema500 顺大势 相同长度ema > ma时才开仓 大周期 ema线顺势 ATR > ATR[1] KDJ逆转 RSI阈值 移动止损: 每出现开仓信号一次,把止损线移动到开仓信号,可以固定比例,也可以是ATR 以上就是我这半个月的总结了,做个记录 2. 打造一个自己的策略 一句话说的很好 “徒弟会进场,师傅会出场” EMA交叉买入卖出 优点进场快 但是死于缠绕震荡 ATR突破买入卖出 优点不会频繁出场 但是频次慢 因为长线的持仓和等待太过煎熬,本文打算要做一个适用于高频短线的策略。 策略大概构想: 入场:MACD、ADX、Ema < Ma 三者满足时 出场:ATR移动出场(每出现一次开仓信号移动) 虽然Keltner渠道也是把移动平均线和ATR结合了,但是短线表现不好 最后各种测试和修改,花了用了两天的时间,成功做了出来(大部分时间都花在了遗传算法选优上) 再用遗传算法选2021年表现最优的参数 因为5m短线数据量太大,回测选参数太慢,所以就只用了一年的数据 这就是为啥下面的回测2021年表现最好 3. 回测结果 2018年,大半年都在跌,短线表现很差 2019年,表现勉勉强强 2020年 2021年 2021年复利的情况 4. 策略对比 对比一下之前做过的 EMA交叉、Supertrend、Keltner渠道2 这三个策略 本文所做的策略,属于5m高频短线策略,所以相比其他策略,没复利的情况下可能不如其他长线策略,但是复利起来就很恐怖了 但是也有短线策略回撤大的毛病。。。相信未来可以继续学习改善 完~
2021年-11月-14日
1208 阅读
0 评论
策略
2021-11-13
11-13 随笔
今天尝试了下用python回测股票 速度惨不忍睹。。 放弃了 准备尝试期货 主要是4000多只股票,然后每个都要计算指标值太慢了 最后这句话绝对真实:徒弟会入场,师傅会出场 策略何尝不是呢
2021年-11月-13日
541 阅读
0 评论
笔记
2021-11-13
【原生代码】Python3 计算DI、ADX趋向指标
1.引用: import pandas as pd import numpy as np 2.代码 #RSI中使用的移动平均线。 它是指数加权移动平均线,alpha加权值 = 1 /长度 def RMA(r, days, name=0): cps = [ v[name] for v in r ] if name else r rmas = [0 for i in range(len(cps))] # 创造一个和cps一样大小的集合 alpha = 1 / days for i in range(len(cps)): if i > days-1: if rmas[i-1] and not np.isnan(rmas[i-1]): rmas[i] = alpha * cps[i] + (1 - alpha) * rmas[i-1] else: ma = 0 for i2 in range(i-days,i): #求平均值 ma += cps[i2+1] rmas[i] = ma / days return rmas #其他MA类型看上一篇文章 def ATR(r, days, ma='sma'): tr = [0] for i in range(len(r)): if i: tr.append(max(r[i]['High']-r[i]['Low'], abs(r[i]['High'] - r[i-1]['Close']), abs(r[i]['Low'] - r[i-1]['Close']))) if ma == 'rma': return RMA(tr, days) if ma == 'ema': return EMA(tr, days) if ma == 'sma': return SMA(tr, days) if not ma: return tr """DI""" def DI(r, days): df = pd.DataFrame(r) df['up'] = df['High'] - df['High'].shift(1) df['down'] = -(df['Low'] - df['Low'].shift(1)) df['truerange'] = RMA(ATR(r, days=0, ma=0), days) df['plus'] = RMA([df['up'][i] if df['up'][i] > df['down'][i] and df['up'][i]> 0 else 0 for i in range(len(df['up']))], days) / df['truerange'] df['minus'] = RMA([df['down'][i] if df['down'][i] > df['up'][i] and df['down'][i]> 0 else 0 for i in range(len(df['up']))], days) / df['truerange'] df['plus'] = df['plus'].apply(float) * 100 df['minus'] = df['minus'].apply(float) * 100 return df['plus'], df['minus'] """ADX趋向指标""" def ADX(r, diDays, adxDays): df = pd.DataFrame(r) df['plus'], df['minus'] = DI(r, diDays) df['sum'] = df['plus'] + df['minus'] df['adx'] = [abs(df['plus'][i] - df['minus'][i]) / (1 if df['sum'][i] == 0 else df['sum'][i]) for i in range(len(df['sum']))] df['adx'] = RMA(df['adx'].values, adxDays) df['adx'] = df['adx'].apply(float) * 100 return df['adx'], df['plus'], df['minus'] 3.使用例子 指标计算的值我都和TradingView对比过,放心使用~ r为K线数据 df['adx'], df['plus'], df['minus'] = ADX(r, 14, 14)
2021年-11月-13日
900 阅读
0 评论
指标
2021-11-13
【Keltner渠道2】MA+ATR通道
1.策略原理 和上一个版本的做了以下修改: 不使用三重EMA平滑 单纯的MA 突破下轨才平仓 原来是突破中轨 移动止损:例如止损4%,每出现一次开仓信号,止损价格按开仓信号的收盘价重新计算 ema46 < ma46时开仓 (没什么软用, 不加的效果更好) 增加ADX过滤开仓 (看上一篇文章) 开盘价必须在上轨的下方 2.回测结果 2020年-2021年 1h 2019年 1h 2020年-2021年
2021年-11月-13日
487 阅读
0 评论
策略
2021-11-11
金字塔买入策略
1.策略原理 刚刚看到一个金字塔买入策略 中线上穿长线 并且 短线上穿中短线 时买入一份 最多持有七份 买入后设置每份的固定止盈止损 这个类似于网格和马丁 但是这个有止损不会爆仓和被套 如果连续几次买入七份都被止损才会爆仓 就是赌会继续上涨, 2.回测结果 这里设置的是 每份止盈3% 止损10% 3.随笔 可以不可以用于股票呢?分成十份资金,按照指标开仓,止盈止损
2021年-11月-11日
567 阅读
0 评论
策略
2021-11-11
ADX(DI)过滤开仓信号
1. ADX指标可视化 //@version=5 indicator("Average Directional Index", shorttitle="ADX", format=format.price, precision=2, timeframe="", timeframe_gaps=true) adxlen = input(14, title="ADX Smoothing") dilen = input(14, title="DI Length") dirmov(len) => up = ta.change(high) down = -ta.change(low) plusDM = na(up) ? na : (up > down and up > 0 ? up : 0) minusDM = na(down) ? na : (down > up and down > 0 ? down : 0) truerange = ta.rma(ta.tr, len) plus = fixnan(100 * ta.rma(plusDM, len) / truerange) minus = fixnan(100 * ta.rma(minusDM, len) / truerange) [plus, minus] adx(dilen, adxlen) => [plus, minus] = dirmov(dilen) sum = plus + minus adx = 100 * ta.rma(math.abs(plus - minus) / (sum == 0 ? 1 : sum), adxlen) [adx, plus, minus] [sig, up, down] = adx(dilen, adxlen) plot(sig, color=color.red, title="ADX") plot(up, color=color.blue, title="up") plot(down, color=color.green, title="up") hline(27) 2. 代码过滤逻辑 说是ADX,其实只用到了ADX中的DI指标值 DI参数:19 做多: up > down and up > 27
2021年-11月-11日
533 阅读
0 评论
指标
2021-11-11
一种止盈止损方式
1.核心代码 2.原理 开仓后根据开仓价格设置 4.5% 止盈平仓15% 20% 止盈平仓75% 4% 止损平仓100% 指标出场信号 平仓100% 3.PS 感觉止盈完全没必要,跑出来的结果只是胜率提高了,最终盈利结果没有提高
2021年-11月-11日
692 阅读
0 评论
笔记
4
5
6
7
8