通过前面4篇文章，我们已经对量化交易有了大概的了解，并且能够将VN.PY成功运行，并能进行模拟交易。然而模拟交易并不是我们使用VN.PY的目的，我们的目的是做实盘的量化交易。对于VN.PY来说，它的优势在于做CTA的中低频策略实盘。
想要做实盘交易，首先得研发策略，策略研发的步骤一般是：1、分析和策略构思；2、回测；3、评估；4、优化；5、实盘运行。
策略构思，每个人的交易经验和认知都不一样，一个比较容易的入门方式是，先找经典的策略进行学习；然后多看研报、多参加行业会议、多听别人的分享、自己多在交易中总结。这里就不做过多的赘述了。
在实际的研发过程中，当我们有了一个思路后，一般都是回测、评估、优化，周而复始，直到有一个比较满意的结果。
这篇文章我们对回测和评估进行一个介绍。
一、将IF指数的1分钟数据导入到MongoDB
在回测前，我们需要有相应的数据，而VN.PY附带了两份数据，一个是IF指数1分钟数据，一个是螺纹钢指数1分钟数据。放在了examples\CtaBacktesting目录下。
这两份数据，是csv格式的，我们需要做的是读取每一行的数据，然后写入到MongoDB中。
读取代码，VN.PY已经帮我们准备好了。在框架的ctaHistoryData.py类中，已经实现好了：
1）loadMcCsv：将Multicharts导出的csv格式的历史数据插入到Mongo数据库中
2）loadTbCsv：将开拓者TB导出的csv格式的历史分钟数据插入到Mongo数据库中
3）loadTbPlusCsv：将TB极速版导出的csv格式的历史分钟数据插入到Mongo数据库中
4）loadTdxCsv：将通达信导出的csv格式的历史分钟数据插入到Mongo数据库中
5）loadOKEXCsv：将OKEX导出的csv格式的历史分钟数据插入到Mongo数据库中
这里我们使用loadMcCsv来导入数据：
二、DualThrust交易策略介绍
有了数据后，我们可以开始写交易策略了。这里给大家介绍大名鼎鼎的Dual Thrust。Dual Thrust系统是 Michael Chalek在80年代开发的一种通道突破交易的策略。我们用来做日内策略：
1）取前一日的真实波动ATR，乘以一个系数K，来作为今日的价格通道；
2）突破上轨做多，突破下轨做空；
3）收盘平仓
对于多头和空头的系数K，策略考虑了非对称的幅度，可以做多用一个系数k1，做空用另一个系数k2。真实波动的周期数也是可以进行调整的。
注意：我们今天的目的不是讲策略优化，而是给大家演示如何把策略跑起来，这里选择的也只是一个Demo策略，不能作为参考。
三、使用回测引擎，对DualThrust进行回测
上面，我们导入了数据，介绍了一个典型策略，下面进入回测的具体操作环节。
打开examples\CtaBacktesting文件夹下的runBacktesting.py文件，这是作者给我们写好的回测示例代码。BacktestingEngine就是我们的回测引擎。
我们以股指期货为例，设置好引用的策略包，回测开始日期、滑点、手续费、合约大小、合约最小变动、本金大小、数据库、使用的策略，然后我们点击运行。
（这里我在策略源码中把做多和做空的系数K都修改成了0.5）策略的源代码在vnpy\trader\app\ctaStrategy 这个文件夹中，有兴趣的同学也可以研究一下。
四、对回测数据进行分析和评估
运行完成后，我们需要对跑出来的的结果进行分析，看看策略好不好。
我们可以看到策略的回测结果：
回测的结果显示这个策略在我们回测的时间段是赚钱的，胜率在40%以上，还不错。但盈亏比比较低，只有1.45。最重要的是，最大回撤比较高，在只交易一手股指的情况下，达到了31万多，一手股指的保证金才多少钱？所以这个DEMO策略是不能直接实盘的。
我们追求的策略是：达到40%左右胜率，盈亏比在2以上，夏普率在1.5以上，最大回撤比一手保证金要少，最大回撤越小越好。这里面，最终看的指标是夏普率，但也并不是越高越高，太高的话，很可能是你的策略过拟合了。
我们应该找到适应性比较强，但数据并不是那么“优秀”的策略，然后进行投资组合优化，采用多策略、多品种、多周期组合，通过这样的方式提升我们的夏普率。
相关阅读
网友评论