首页 > 其他分享 >商品期货通用模型JF1

商品期货通用模型JF1

时间:2022-10-20 19:44:33浏览次数:75  
标签:通用 策略 模型 品种 商品 CTA 期货 JF1 分享

更多精彩内容,欢迎关注公众号:数量技术宅,也可添加技术宅个人微信号:sljsz01,与我交流。

行情不确定性加剧

回顾2022年上半年的期货市场行情,在一个个宏观事件的不断冲击下,期货市场的不确定性加剧发生。先有俄乌冲突升级导致的原油及化工产业链暴涨,再有LME镍期货史诗级的逼空,上海疫情封城,以及美联储近30年来最大幅度的加息。在上述事件的影响下,许多品种发生了偏离其产业链基本面的波动。(图资料来源:宗迹期货数据,侵删)

根据潮汛财经基于20.7万个人期货投资者的调研,过去半年仅有19%的期货交易账户盈利,剩下81%的期货账户出现亏损。其中, 48.1%的期货投资者亏损金额在5-10万30.7%的期货投资者亏损金额在0-5万,亏损10万以上的期货投资者占2.1%,而与此同时,仅有1.3%的期货投资者盈利金额大于10万

不仅是个人期货投资者,此前表现出色的机构CTA策略也受到了考验。 6月20日,文华商品指数单日大跌2.58%。 商品市场的突然暴跌,导致今年业绩出色的CTA策略近期纷纷出现较大回撤,不少CTA产品净值回撤达到5%,有机构更是预测这周大量CTA策略净值或将亏损,“一把将今年的盈利全亏光”。

如何寻找确定性

在这样外围环境高度不确定,市场情绪大幅动荡的行情下,交易策略的确定性就成了重中之重的事情。交易策略的确定性可以体现在两方面:

一 全时间段的普适性:策略测试时间尽可能长,并且在过去数年经历的各种事件、行情的冲击下,依然有稳定的表现。

二 全品种的普适性:策略测试所有商品期货品种,如果策略能适应尽可能多的品种,也能说明其在不同环境下的鲁棒性。

一起来看我们的JF1策略在全品种(64个品种),2015年到最新的组合绩效。这是在没有筛选任何品种、没有进行任何策略择时的前提下,测试得到的结果。(注:测试采用1倍杠杆,手续费采用交易所标准手续费,再加2跳双向滑点)

 

我们再将全部商品期货中交易极不活跃的品种(例如JR、WH、BB、FB等)去掉,剩下55个品种,同样的测试时间、测试手续费再次进行测试。

可以看到,在去掉最不活跃的十几个无效交易品种后,策略组合绩效依然稳定,在1倍杠杆条件下年化收益率19.24%,最大回撤率3.65,夏普比率1.6081。策略经过了很长时间(7年半)各种行情的检验,并且经过了47个有交易价值的几乎是商品期货全品种的普适性检验。

更难得的是,在主流CTA基金大幅回撤的2022年6月,策略大幅盈利,并创下新高。

策略逻辑

策略分类:中线趋势

交易周期:30min K线

持仓周期:2-7个交易日

交易品种:主流的55个商品期货品种

核心绩效:年化收益率16.71%,最大回撤率5.64%,夏普比率1.548(1倍杠杆测试,交易所标准手续费+2滑点)

进场逻辑:多组进场逻辑搭配,波动率突破 + 多指标共振确认

出场逻辑:多组出场逻辑搭配,止损 + 分级跟踪止盈 + 特定指标离场

典型信号

 

交易平台:TBQuant(提供配套工作区和源码)

 

 

 


往期干货分享推荐阅读

数字货币中短线策略(数据+回测+实盘)

数字货币稳定币对网格做市策略

数字货币资金费策略

分享一个年化15%以上的无风险套利机会

网格交易系统开发

通过深度学习股价截面数据分析和预测股票价格

Omega System Trading and Development Club内部分享策略Easylanguage源码

一个真实数据集的完整机器学习解决方案(下)

一个真实数据集的完整机器学习解决方案(上)

如何使用交易开拓者(TB)开发数字货币策略

股指期货高频数据机器学习预测

如何使用TradingView(TV)回测数字货币交易策略

如何投资股票型基金?什么时间买?买什么?

【数量技术宅|量化投资策略系列分享】基于指数移动平均的股指期货交易策略

AMA指标原作者Perry Kaufman 100+套交易策略源码分享

【 数量技术宅 | 期权系列分享】期权策略的“独孤九剑”

【数量技术宅|金融数据系列分享】套利策略的价差序列计算,恐怕没有你想的那么简单

【数量技术宅|量化投资策略系列分享】成熟交易者期货持仓跟随策略

如何获取免费的数字货币历史数据

【数量技术宅|量化投资策略系列分享】多周期共振交易策略

【数量技术宅|金融数据分析系列分享】为什么中证500(IC)是最适合长期做多的指数

商品现货数据不好拿?商品季节性难跟踪?一键解决没烦恼的Python爬虫分享

【数量技术宅|金融数据分析系列分享】如何正确抄底商品期货、大宗商品

【数量技术宅|量化投资策略系列分享】股指期货IF分钟波动率统计策略

【数量技术宅 | Python爬虫系列分享】实时监控股市重大公告的Python爬虫

标签:通用,策略,模型,品种,商品,CTA,期货,JF1,分享
From: https://www.cnblogs.com/sljsz/p/16811022.html

相关文章

  • 自然语言处理学习笔记-lecture5-语言模型01
    基本概念大规模语料库的出现为自然语言统计处理方法的实现提供了可能,一个句子\(s=w_1w_2\cdotsw_m\)的先验概率如下:\[\begin{aligned}p(s)&=p(w_1)\timesp(w_2|w_......
  • C++类模型漫谈(三)
    系统基于32位,MSVC编译器,VS开发工具1、上篇直接通过类型对象调用成员函数,这种方式无法实现多态。所谓多态意思对函数的调用呈现出不同的形态。下面这个例子中a_ptr为指向......
  • TCP/IP四层网络模型
    1.TCP/IP协议是什么?TCP/IP协议时一种网络体系模型的代名词,指的是多种协议的协议簇,即包含TCP、IP、MAC、UDP、HTTP、FTP等多种协议,它是四层网络模型,包含应用层、传输......
  • 双亲委派模型
    双亲委派目的好处:主要是为了安全性,避免用户自己写的类动态替换了Java的核心类,比如自己写了String替换了Java的String同时避免了类的重复加载,JVM对于类的区分,不仅仅根据......
  • 作者解读ICML接收论文:如何使用不止一个数据集训练神经网络模型?
    作者:欧明锋,浙江大学导读:在实际的深度学习项目中,难免遇到多个相似数据集,这时一次仅用单个数据集训练模型,难免造成局限。是否存在利用多个数据集训练的可能性?本文带来解读。01......
  • 使用YOLOv5模型进行目标检测!
    作者:陈信达,华北电力大学,Datawhale成员目标检测是计算机视觉领域的一大任务,大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。最新的YOLOv......
  • 机器学习实践:了解数据核心的通用方法!
    作者:耿远昊,华东师范大学我们常说数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限。机器学习中的数据繁多复杂,我们很容易迷失在无尽的具体数据中,迅速抓住数据集......
  • 经典分类:线性判别分析模型!
    作者:小雨姑娘,康涅狄格大学,Datawhale成员这几天看了看SVM的推导,看的是真的头疼,那就先梳理基础的线性判别分析模型,加深对SVM的理解。线性判别分析是一种线性的分类模型。线性......
  • JUC - 共享模型之工具 - 第六篇
    六、共享模型之工具1.线程池1.1自定义线程池步骤1:自定义拒绝策略接口@FunctionalInterface//拒绝策略interfaceRejectPolicy<T>{voidreject(BlockingQueu......
  • three.js中使用r3f在模型上打多处孔洞(模型相减)
    在日常开发中接到一个需求,需要在three.js构建的3D场景中模拟激光打孔的操作,通过一个名为three-csg-ts库实现模型相减的操作。之前使用一个名为@react-three/csg的库,但是官......