/way-of-the-turtle

海龟交易系统

Primary LanguagePython

1、Code

  • Turtle_Data.py：计算ATR、品种关联性、突破系统指标
  • Way_of_Turtle.py：实现海龟交易法则的交易过程

2、Data

  • 合约：39个活跃品种的主力合约（包括了五个金融期货）
  • 时间：2008年01月01日至2019年06月15日
  • 日收益率：$r_t = \frac{主合约的收盘价} {同一主力合约前一交易日的收盘价} -1$，必须是同一主力合约
  • 主力合约的迁移和价格连续化：按新主力合约和旧主力合约在合约迁移日的收盘价的价差进行平移
  • 交易成本：交易所手续费 + 一个最小变动单位的滑点

回测曲线

3、海龟交易法则（Way of The Turtle)

  1. 真实波动幅度（TR, True Range）：

    $TR = max(H-L, H-PDC, PDC - L )$

    $H：最高价$

    $L：最低价$

    $PDC：前一日收盘价$

  2. 真实波动幅度均值（ATR）也称为N：

    $ATR = \frac {19 \times PDN + TR} {20}$

    $PDN：前一日的N值$

    $TR：当日的真实波动幅度$

  3. 头寸规模（unit size)

    $unit \hspace{2mm} size = \frac{{risk\hspace{2mm}rate} \times Account}{ATR \times Multiplier}$

    $risk \space rate = 0.003$（自行设定，可以调节）

  4. 关联市场单方向的限制：

    （1）单个品种1个头寸（书中设为4个头寸）

    （2）强关联品种6个头寸

    （3）弱关联10个头寸

    （4）总头寸12个

    关联性的衡量是：过去60天的日收益率的相关系数**$\rho = Corr(r_i, r_j) $**

    • 强相关：$0.7 \le\rho \le 1 $
    • 弱相关：$0.4 \le \rho \lt 0.7 $

    例如：

    与品种$A$强相关的集合为：$S_A={B, C, D}$

    与品种$B$强相关的集合为：$S_B={A, E}$

    与品种$C$强相关的集合为：$S_C={A, D, F}$

    与品种$D$强相关的集合为：$S_D={A, C, D}$

    与品种$E$强相关的集合为：$S_E={B}$

    则与$A$强关联的品种为$S_A^*=S_A \cup S_B \cup S_C \cup S_D \ - A = {B, C, D, E, F}$

    则与$B$强关联的品种为$S_B^*=S_B \cup S_A \cup S_E -B ={A, C, D, E}$

    依次类推；

  5. 入市与退出：

    （1）法则1：20日突破进入，10日突破退出；

    （2）法则2：55日突破进入，20日突破退出；

  6. 止损：与最新成交价相比发生了$4\times ATR$的不利变动，也可以尝试换成其他倍数，如$2\times ATR$

  7. 账户规模调节：根据盈亏阶梯调整账户规模，每**20%**的变动调整一次

4、参考文献

Curtis Faith，海龟交易法则（Way of the Turtle），“尾声：万事俱备”