发帖
雷达卡
前言本文搭建了基于指数移动平均线的交易系统，并将其同时应用在螺纹主力，铜主力，菜粕主力以及白糖主力上。并通过网格优化，遗传算法进行参数优化
投资策略——基于指数移动平均线的交易系统传统的均线交叉系统有些不完善。
- 第一：传统均线交叉系统使用的是简单均线，计算均线时每根K线数据所占的权重相同。实际上，大多数交易者都认为距离当前K线越近的数据对当前的价格影响更大一些，也就是说距离当前K线越近的K线数据应该占有更多的权重，所以本文使用指数移动均线。
- 第二：传统均线交叉系统多头开仓逻辑为短期均线上穿长期均线，空头开仓逻辑为短期均线下穿长期均线，逻辑过于简单
- 多头开仓条件：短期均线上穿长期均线同时长期均线大于更长期均线的值
- 空头开仓条件：短期均线下穿长期均线同时长期均线小于更长期均线的值
投资标的的选择为了达到分散风险的目的，选取价格走势相关性较小的品种，本文将标的池选为
RBM0（螺纹）, CUM0（铜）, RMM0（菜粕）, SRM0（白糖）等主力合约。
首先提取2014年1月1日止2014年12月31日这些合约的日行情，优矿的API没有直接拿主力数据的接口，所以我们直接先在回测平台里面拿数据。
RBM0、CUM0、RMM0、SRM0
数据拿好之后，我们便可获得这些标的之间的相关系数矩阵。
单策略多品种回测参数优化
- 网格优化
怎么设置参数合适？指数移动平均线交易系统涉及到三个参数，短周期，长周期，更长的周期。下面先设置为更长的周期为25，来对短周期和长周期进行网格化的遍历，设定短周期范围为5至10，长周期范围为15-25。 - 遗传算法
通过机器学习的方法来进行参数优化求解。
生成网格调优
运行过程比较缓慢，矿友请耐心等待。
最大回测：
夏普：
年化收益：
综合考虑选择了5日短线，20日长线来作为回测的参数。
画出其累计收益率的走势，以及具体风险指标。
遗传算法调优
那么有没有不遍历的方法进行参数优化？本文以机器学习的遗传算法为例，旨在提供一个思路，具体效果可能并没有那么理想，而且容易陷入局部最优解，后续还将多加调整。代码参考了python实现的遗传算法实例（一）（http://blog.csdn.net/u010902721/article/details/23531359）。原文中是单变量的最大值求解，这里修改成双变量的函数最大值求解。
代码实现部分就不贴了，感兴趣的矿友可以去原文中查看。（期货策略参数调优 https://uqer.io/community/share/585ce8916a5e6d0052292e67）
最后结果也是归为 5日、20日作为短期、长期的参数。
原文链接：期货回测——参数优化（https://uqer.io/community/share/585ce8916a5e6d0052292e67）
推荐阅读：
因子参数调优
[Uqer]探寻高频世界——夜空中最亮的星（形态识别）
因子掘金 FCFP(Free Cash Flow to Price)
基于聚丙烯期货的日内交易策略
16年就快过去了，希望大家在来年的每一天都踏实、快乐，做喜欢的事，爱想爱的人。
京公网安备 11010802022788号
