KD02策略丨漲跌幅統計+短線離場構建交易模型

今天我們來發布可達鴨第2期實戰策略，鑑於目前行情反覆性，震盪性，本期策略注重短線的進出場邏輯，出場由被動出場邏輯變爲主動出場。

一、策略邏輯

通過陰陽K——close-open，或者通過收盤點對點——close-close[1]計算漲跌幅。根據漲跌幅統計我們判斷多空的擇時判斷。如下圖所示:

主圖是大餅30分鐘K線圖，附圖是漲跌幅、漲跌比統計圖。從圖中我們可以明顯看到如下基本特徵：

1、漲跌幅統計波動較大（紅色線），且與行情波動基本一致，但是漲跌比例（白色）整體較爲穩定，從內在邏輯來看，除非陰K或者陽K再一定週期內一直持續存在，當然這種情況下實際上並不可持續。

2、如果是某一小段時間，大幅度空間的上漲或下跌行情，漲跌幅會異動，漲跌比例變動相對漲跌幅弱化，或者說變動很小。該邏輯如下：一是不可持續隨後結束，並不會在一定週期下影響比例變化。二是大部分上漲和下跌都是陰陽相間，因爲無論是大陽和小陰都只算做漲和跌。

通過上述可視化觀察結果，我們可以看到漲跌比例這一因子並不靈敏，或者說並無法客觀反應行情變動週期。因此，我們在此基礎上崛棄漲跌比例，採用漲跌幅用來作爲進場的擇時。

具體邏輯如下圖所示：

在N週期中，我們循環計算過去漲跌幅，並統計計算出來，而後求出N週期的比例關係，也即是第一幅中說顯示那樣。

通過可視化觀察發現，隨着K線噪音，這些漲跌幅比例統計數據也隨之夾帶着噪音而來，將該時序數據進行低延遲化處理，如下圖所示：

紅色代表原始漲跌幅數據統計，黃色代表低延遲去噪時序數據，目的同樣也是去掉一些不必要的噪音和錯誤信號，畢竟大餅及其其他品種行情噪音都很大，寧願延遲、少做一些也不能多做無謂的嘗試。

個別噪音案例如下圖所示：

進場邏輯方面，根據統計數據閾值突破作爲趨勢（波段）來臨的信號，如下圖所示：

出場邏輯方面，我們不採用被動的跟蹤止盈止損邏輯，採用主動的止盈邏輯。如下圖所示：

二、績效

我們選擇了ADA ETH BNB BTC ETC FTM NEAR 共7個品種。

手續費我們按照開平各千一進行測試，如下圖所示：

因爲滑點這個東西比較玄學，不像傳統金融市場，可以按照固定的跳數進行計算。我們用翻倍的手續費來代替一定程度滑點進行測試。

7個品種多空組合績效

如下圖所示：

同時我們優化過程中，利用參數3D可視化圖，拋棄這些參數孤島與參數不穩定區域，如下圖所示：

我們進行1萬次的蒙特卡洛模擬，如下圖所示：

具體蒙特卡羅模擬作用和意義，我們在上一篇文章中詳細介紹過，在此我們不再贅述。

最後我們提供了不同品種，不同週期的優化數據，我是通過我的24核服務器跑完的，大家可以直接拿去用。其中包括參數組合績效數據與圖表，還有3D參數圖。如下圖所示：

三、總結

1、倉位安排上面，我個人實戰是多頭300U，空頭各100U。主要是考慮現在行情混沌，就是沒有行情，所以整體縮小交易頭寸，沒必要死心眼。當然不認同的可以按照你的理解去做，無所謂對與錯，適合自己就好。

2、建議主流幣種和垃圾幣種混搭，這裡懂得都懂。雖然有風險，但是同樣有機會。雖然主流幣穩定一些，但是機會同樣也會少一些。雖然垃圾幣或者小幣種妖一些， 但是機會同樣也多一些。

3、大家注意空頭部分，我拆開了2個，這2個具有邏輯互補性，具體我會在羣裡詳細說明。

4、VNPY版本不同語言與開發工具所計算偏差不能100%復現結果。

由於各平臺差異，回測績效以MC版本爲準！！！

本策略僅作實盤參考使用，實盤交易盈虧投資者個人負責。