Aberration策略（难度：初级）

什么是Aberration策略？

Aberration 交易系统由Keith Fitschen 于 1986 年发明，1993 年Keith Fitschen 将该系统商业化发布在 Future Trust 杂志上，有趣的是Keith并不是交易员出生，他在美国空军服役超过20年，专攻武器的导航系统，在时间序列数据的处理上有深厚的功力。自发布之日起，该系统业绩一直名列前茅，在1997 年、2001 年、2005 年已发布交易系统的业绩排名中该系统均排第一，并曾创下多年收益100%以上的记录。该交易系统的特点是同时交易在8 种不同的品种上，包括谷物、肉类、金属、能源、外汇、金融以及股指期货等。

Aberration交易系统的交易频率常常是每年交易某一品种3-4 次，60%的时间都持有仓位，平均每笔交易持仓 60 天。它通过长线交易捕捉趋势来获取巨额利润。那它如何来弥补亏损呢？因为它同时交易在多个不相关的市场，当某一品种损失时，另一品种可能获利。在一年的时间里，总是有某一种或者多种品种能获得巨额利润。这些大的利润弥补了那些没趋势市场的小额亏损。Aberration交易系统对资金进行组合管理，因此可以接受比较大的资金量。

Futures Truth排名
排名	2001	2005
1	Aberration	Aberration
2	Basis II	Basis II
3	DCS-II	Checkmate
4	Dollar Trader	Dollar Trader
5	DynamicBreakOut	Golden SX
6	Golden SX	R-Breaker
7	GrandCayman	R-Mesa
8	R-Breaker	ReadySetGo
9	STC_S&P_DayTrade	STC_S&P_DayTrade
10	TrendChannel	TrendChannel

资料来源：http://www.quanttech.cn/2016/lbfb_0926/12.html

策略基本原理

上下轨的确定

Aberration由三条通道线组成，其中中轨为一定周期的移动平均线（AveMa），上下轨为中轨的基础上上下加减一定的价格标准差（StdValue），也就是我们熟知的布林线，系统构造十分简洁优美。

具体计算过程如下：（策略源码在文章最后）

计算中轨：周期为N的平均移动线
计算标准差：标准差K
设置参数：p
计算上轨：上轨 = 中轨+ p*K
计算下轨：下轨 = 中轨-p*K

# 使用BOLL指标计算中轨、上轨和下轨，其中26为周期N  ，2为参数p
def boll_line(klines):
    boll = BOLL(klines, 26 , 2)
    midline = boll["mid"].iloc[-1]
    topline = boll["top"].iloc[-1]
    bottomline = boll["bottom"].iloc[-1]
    print("策略运行，中轨：%.2f，上轨为:%.2f，下轨为:%.2f" % (midline, topline, bottomline))
    return midline, topline, bottomline

开仓条件

开多仓条件：上穿上轨开多；

开空仓条件：下穿下轨开空。

# 判断开仓条件
        if position.pos_long == 0 and position.pos_short == 0:
            # 如果最新价大于上轨，K线上穿上轨，开多仓
            if quote.last_price > topline:
                print("最新价大于上轨，K线上穿上轨，开多仓")
                target_pos.set_target_volume(20)
            # 如果最新价小于下轨，K线下穿下轨，开空仓
            elif quote.last_price < bottomline:
                print("K线下穿下轨，开空仓")
                target_pos.set_target_volume(-20)
            else:
                print("当前最新价%.2f,未穿上轨或下轨，不开仓" % quote.last_price)

空仓条件

多头：跌破中轨离场；

空头：突破中轨离场。

# 在多头情况下，空仓条件
        elif position.pos_long > 0:
            # 如果最新价低于中线，多头清仓离场
            if quote.last_price < midline:
                print("最新价低于中线，多头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前多仓，未穿越中线，仓位无变化")

        # 在空头情况下，空仓条件
        elif position.pos_short > 0:
            # 如果最新价高于中线，空头清仓离场
            if quote.last_price > midline:
                print("最新价高于中线，空头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前空仓，未穿越中线，仓位无变化")

回测

回测初始设置

初始账户资金：100万

回测日期：2019.7.19 —— 2019.8.26

策略参数：布林曲线计算周期为27，参数为2

多、空头开仓手数：20手

合约：DCE.i2001

Abberation策略回测结果
合约代码	合约品种	收益率	风险度	最大回撤	年化夏普率
DCE.i2001	铁矿	25.79%	7.68%	3.70%	6.4413

天勤内该策略源码

#!/usr/bin/env python
#  -*- coding: utf-8 -*-
__author__ = "Ringo"

from tqsdk import TqApi, TargetPosTask
from tqsdk.ta import BOLL

# 设置合约代码
SYMBOL = "DCE.i2001"
api = TqApi()
quote = api.get_quote(SYMBOL)
klines = api.get_kline_serial(SYMBOL, 60*60*24)
position = api.get_position(SYMBOL)
target_pos = TargetPosTask(api, SYMBOL)

# 使用BOLL指标计算中轨、上轨和下轨，其中26为周期N  ，2为参数p
def boll_line(klines):
    boll = BOLL(klines, 26 , 2)
    midline = boll["mid"].iloc[-1]
    topline = boll["top"].iloc[-1]
    bottomline = boll["bottom"].iloc[-1]
    print("策略运行，中轨：%.2f，上轨为:%.2f，下轨为:%.2f" % (midline, topline, bottomline))
    return midline, topline, bottomline

midline, topline, bottomline = boll_line(klines)

while True:
    api.wait_update()
    # 每次生成新的K线时重新计算BOLL指标
    if api.is_changing(klines.iloc[-1],"datetime"):
        midline, topline, bottomline = boll_line(klines)

    # 每次最新价发生变化时进行判断
    if api.is_changing(quote,"last_price"):
        # 判断开仓条件
        if position.pos_long == 0 and position.pos_short == 0:
            # 如果最新价大于上轨，K线上穿上轨，开多仓
            if quote.last_price > topline:
                print("最新价大于上轨，K线上穿上轨，开多仓")
                target_pos.set_target_volume(20)
            # 如果最新价小于轨，K线下穿下轨，开空仓
            elif quote.last_price < bottomline:
                print("K线下穿下轨，开空仓")
                target_pos.set_target_volume(-20)
            else:
                print("当前最新价%.2f,未穿上轨或下轨，不开仓" % quote.last_price)

        # 在多头情况下，空仓条件
        elif position.pos_long > 0:
            # 如果最新价低于中线，多头清仓离场
            if quote.last_price < midline:
                print("最新价低于中线，多头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前多仓，未穿越中线，仓位无变化")

        # 在空头情况下，空仓条件
        elif position.pos_short > 0:
            # 如果最新价高于中线，空头清仓离场
            if quote.last_price > midline:
                print("最新价高于中线，空头清仓离场")
                target_pos.set_target_volume(0)
            else:
                print("当前空仓，未穿越中线，仓位无变化")

点击了解天勤量化

策略参考:https://www.infosec-wiki.com/?p=174973

用户论坛