【围观】麒麟芯片遭打压成绝版，华为亿元投入又砸向了哪里？>>>
一、摘要
价格不是上就是下，长期而言，价格的涨跌概率应各是50%，那么要正确预测未来的价格，就需要实时获取影响价格的全部因素，然后给每个因素一个正确权重，最后作出客观理性分析。要把影响价格的全部因素罗列出来，可能会写满整个屏幕。
概括为：全球经济环境、国家宏观政策、相关产业政策、供需关系、国际事件、利率与汇率、通货膨胀与紧缩、市场心理、未知因素等等。预测也就变成了一个工程浩大，又不可能完成的任务。所以很早的时候，我就明白市场不可预测。那么在市场中所有的预测，都变成了假设，交易也成了概率游戏，这就有意思了。
二、为何利用资金流向
既然市场无法预测，那真的就无动于衷了吗？不，所有的宏观因素和微观因素都已经反映到价格上了，也就是说价格是全部因素相互作用的结果。我们只需要分析价格，就可以做出一个完整的交易策略。
先仔细想一想，为什么价格会涨？
你可能会说，因为：国家对相关产业政策扶持、原产地又双叒叕下暴雨了、国际贸易战、MACD金叉了、别人都买了等等，当然这些也许都没错。事后看，总能找出推动价格上涨的理由。
其实，价格的涨跌类似于水涨船高。价格的上涨离不开资金的推动，盘面上，如果买的人多过卖的人，价格就会上涨。反之，如果卖的人多过买的人，价格就会下跌。有了这个概念，我们就可以根据资金净流向反映出来的供求关系，对未来价格的走势给出合理的预期。
三、资金流向原理
与传统分析不同的是，资金流向分析根据一段时间序列的交易数据中，分析哪些成交是资金主动流入的，哪些成交是资金主动流出。然后，把该时间段主动流入的成交量减去主动流出的成交量，便可以知道该时间段的资金净流入。如果资金净流入为正，表示该品种供不应求；如果资金净流出，则表示该品种供过于求。

读到这里，可能有人会疑问，在实际交易中，有人买有人卖才会成交。成交的单子必然是有多少买量就有多少卖量，资金进出一定是等量的。何来资金流入流出呢？其实严格来说，每一个买单必然对应一个相应的卖单，资金流入和资金流出一定是相等的。如果我们想要计算出哪些成交的单子是主动性买入的，哪些单子是主动性卖出的，只能用一个折中的方法，利用bar数据，根据成交量和价格来实现。
四、资金流向计算方法
资金流向的变化准确对应着实时的市场行为，通过整合bar数据，实时计算资金净流向。关于计算资金主动性流向有两种算法： 第一种，如果当前单子的成交价是以对手价或超价成交的，买入成交价 >= 卖一价，代表买家更愿意以较高的价格完成交易，即计入资金主动性流入。 第二种，如果当前成交价格 > 上次成交价格，那么可以理解为，当前的成交量主动推升了价格的上涨，即计入资金主动性流入。

以上述第二种算法为例：
某个品种在 10：00 的收盘价是 3450，在 11：00 的收盘价是3455，那么我们就把 10：00 ~ 11：00 的成交量计入资金主动性流入。反之则计入资金主动性流出。而本文是在第二种方法的基础上，加入了价格波动幅度这个因素，通过前后bar收盘价对比，把上涨或下跌的bar的成交量 * 波动幅度计入到一个序列，然后根据该序列进一步计算资金的主动性流入比率。
五、交易逻辑
本文从“量”的角度来刻画期货市场的资金流向，通过实时分析bar数据，建立判断短期价格走向的交易模型。一般的情况下，资金流向及价格走势可以分为四种基本状况： 价格上升，同时单位时间内资金主动性净流入：这种情况下属于强势，未来价格继续上升概率更大； 股价上升，同时单位时间内资金主动性净流出：这种情况下属于中强势，未来价格继续上升的速度大幅减弱； 股价下跌，同时单位时间内资金主动性净流入：这种情况下属于弱势，未来价格继续下跌概率更大； 股价下跌，同时单位时间内资金主动性净流出：这种情况下属于中弱势，未来价格继续下跌的速度大幅减弱；
主要变量，如下： 前期低点（ll） 前期高点（hh） 主动性买入（barIn） 主动性卖出（barOut） 主动流入资金与主动流出资金的比值（barRatio） 开仓阈值（openValve） 当前持仓（myAmount） 上根K线收盘价（close）
出入场条件 一个好的量化交易策略，不仅需要稳定的收益，而且能够控制风险，在小概率时间出现时，避免出现较大亏损。在这里我们使用跟踪主动性资金流向策略，借助短期价格预测对商品期货行情方向进行分析，从而达到高收益、低风险的效果。 策略的步骤如下图： 多头开仓：如果当前无持仓，并且barRatio > openValve，买入开仓； 空头开仓：如果当前无持仓，并且barRatio < 1 / openValve，卖出开仓； 多头平仓：如果当前持有多仓，并且close < ll，卖出平仓； 空头平仓：如果当前持有空仓，并且close > hh，买入平仓；
六、编写策略源码
获取并计算数据 function data() { var self = {}; var barVol = []; var bars = _C(exchange.GetRecords); //获取bar数据 if (bars.length < len * 2) { //控制bar数据数组的长度 return; } for (var i = len; i > 0; i--) { var barSub_1 = bars[bars.length - (i + 1)].Close - bars[bars.length - (i + 2)].Close; //计算当前收盘价与上个bar收盘价的价差 if (barSub_1 > 0) { //如果价格涨了，就在数组里面添加正数 barVol.push(bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low)); } else if (barSub_1 < 0) { //如果价格跌了，就在数组里面添加负数 barVol.push(-bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low)); } } if (barVol.length > len) { barVol.shift(); //释放多余的数据 } self.barIn = 0; self.barOut = 0; for (var v = 0; v < barVol.length; v++) { if (barVol[v] > 0) { self.barIn += barVol[v]; //合并全部主动流入的资金 } else { self.barOut -= barVol[v]; //合并全部主动流出的资金 } } self.barRatio = self.barIn / Math.abs(self.barOut); //计算主动流入资金与主动流出资金的比值 bars.pop(); //删除未结束的bar数据 self.close = bars[bars.length - 1].Close; //获取上根K线的收盘价 self.hh = TA.Highest(bars, hgLen, 'High'); //获取前高 self.ll = TA.Lowest(bars, hgLen, 'Low'); //获取前低 return self; }
通过发明者量化API中的GetRecords方法，直接获取bar数据。包含最高价、最低价、开盘价、收盘价、成交量、标准时间戳。如果最新的成交价大于上次的成交价，那么就把最新的成交量 * （最高价 - 最低价）计入主动性买入；如果最新的成交价小于上次的成交价，那么就把最新的成交量 * （最高价 - 最低价）计入主动性卖出；
获取持仓数据 function positions(name) { var self = {}; var mp = _C(exchange.GetPosition); //获取持仓 if (mp.length == 0) { self.amount = 0; } for (var i = 0; i < mp.length; i++) { //持仓数据处理 if (mp[i].ContractType == name) { if (mp[i].Type == PD_LONG || mp[i].Type == PD_LONG_YD) { self.amount = mp[i].Amount; } else if (mp[i].Type == PD_SHORT || mp[i].Type == PD_SHORT_YD) { self.amount = -mp[i].Amount; } self.profit = mp[i].Profit; } else { self.amount = 0; } } return self; }
通过发明者量化API中的GetPosition方法获取基础持仓数据，并对这些基础数据进一步处理，如果当前持有多单，那么就返回正持仓数量；如果当前持有空单，那么就返回负持仓数量。这样做的目的是方便计算开平仓逻辑。
下单交易 function trade() { var myData = data(); //执行data函数 if (!myData) { return; } var mp = positions(contractType); //获取持仓信息 var myAmount = mp.amount; //获取持仓数量 var myProfit = mp.profit; //获取持仓浮动盈亏 if (myAmount > 0 && myData.close < myData.ll) { p.Cover(contractType, unit); //多头平仓 } if (myAmount < 0 && myData.close > myData.hh) { p.Cover(contractType, unit); //空头平仓 } if (myAmount == 0) { if (myData.barRatio > openValve) { p.OpenLong(contractType, unit); //多头开仓 } else if (myData.barRatio < 1 / openValve) { p.OpenShort(contractType, unit); //空头开仓 } } }
七、策略特点
特点：
核心参数少：模型设计思路清晰，核心参数只有3个。可优化空间很小，可以有效避免过度拟合。 较强的普适性：策略逻辑简单，具有高普适性，除农产品外适应大部分品种，可以进行多品种组合。
改进：
加入持仓量条件：单向（股票）市场资金流向可以根据价格涨跌、成交量等因素来界定资金的流入或流出。 但是，由于该策略并没有加入持仓量这个条件，使得统计主动性资金流向可能会失真。
加入标准差条件：仅仅依靠资金流向来作开仓条件，可能会出现频繁的虚假信号，造成频繁开平仓。通过统计指定时间内的资金净流出的平均值，上下加上标准差，来过滤虚假信号。
完整策略源码： /*backtest start: 2016-01-01 09:00:00 end: 2019-12-31 15:00:00 period: 1h exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}] */ var p = $.NewPositionManager(); //调用商品期货交易类库 //持仓数据处理 function positions(name) { var self = {}; var mp = _C(exchange.GetPosition); //获取持仓 if (mp.length == 0) { self.amount = 0; } for (var i = 0; i < mp.length; i++) { //持仓数据处理 if (mp[i].ContractType == name) { if (mp[i].Type == PD_LONG || mp[i].Type == PD_LONG_YD) { self.amount = mp[i].Amount; } else if (mp[i].Type == PD_SHORT || mp[i].Type == PD_SHORT_YD) { self.amount = -mp[i].Amount; } self.profit = mp[i].Profit; } else { self.amount = 0; } } return self; } //行情数据处理函数 function data() { var self = {}; var barVol = []; var bars = _C(exchange.GetRecords); //获取bar数据 if (bars.length < len * 2) { //控制bar数据数组的长度 return; } for (var i = len; i > 0; i--) { var barSub_1 = bars[bars.length - (i + 1)].Close - bars[bars.length - (i + 2)].Close; //计算当前收盘价与上个bar收盘价的价差 if (barSub_1 > 0) { //如果价格涨了，就在数组里面添加正数 barVol.push(bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low)); } else if (barSub_1 < 0) { //如果价格跌了，就在数组里面添加负数 barVol.push(-bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low)); } } if (barVol.length > len) { barVol.shift(); //释放多余的数据 } self.barIn = 0; self.barOut = 0; for (var v = 0; v < barVol.length; v++) { if (barVol[v] > 0) { self.barIn += barVol[v]; //合并全部主动流入的资金 } else { self.barOut -= barVol[v]; //合并全部主动流出的资金 } } self.barRatio = self.barIn / Math.abs(self.barOut); //计算主动流入资金与主动流出资金的比值 bars.pop(); //删除未结束的bar数据 self.close = bars[bars.length - 1].Close; //获取上根K线的收盘价 self.hh = TA.Highest(bars, hgLen, 'High'); //获取前高 self.ll = TA.Lowest(bars, hgLen, 'Low'); //获取前低 return self; } //交易函数 function trade() { var myData = data(); //执行data函数 if (!myData) { return; } var mp = positions(contractType); //获取持仓信息 var myAmount = mp.amount; //获取持仓数量 var myProfit = mp.profit; //获取持仓浮动盈亏 if (myAmount > 0 && myData.close < myData.ll) { p.Cover(contractType, unit); //多头平仓 } if (myAmount < 0 && myData.close > myData.hh) { p.Cover(contractType, unit); //空头平仓 } if (myAmount == 0) { if (myData.barRatio > openValve) { p.OpenLong(contractType, unit); //多头开仓 } else if (myData.barRatio < 1 / openValve) { p.OpenShort(contractType, unit); //空头开仓 } } } //程序主入口，从这里启动 function main() { while (true) { //进入循环 if (exchange.IO("status")) { //如果是开市时间 _C(exchange.SetContractType, contractType); //订阅合约 trade(); //执行trade函数 } } }
策略地址： https://www.fmz.com/strategy/87698
八、策略回测
策略配置： 回测绩效：
九、总结
本篇通过建模，利用BotVS量化交易平台提供的商品期货bar数据，通过收集数据、相关分析、预测技术、建立净资金流向模型。利用时间序列分析，对未来商品期货价格进行预测，并设计出商品期货量化交易策略。
需要注意的是：本文所指的资金流向是资金主动性流向，是市场上买卖双方对垒力量的强弱，而不是指资金的进场或离场。通过分析市场上买卖双方行为，判断未来价格，不具有短线参考意义。