基于資金曲線特性的期貨程序化交易模型設計

摘 要：本文首先利用文華財經程序化交易軟件，構建一個趨勢性期貨程序化交易模型。將該模型應用于螺紋鋼期貨合約，通過歷史數據回測，得出該模型資金曲線，從分析資金曲線特性角度出發，對模型重新設計，建立更加優化的交易模型。

關鍵詞：期貨程序化交易 資金曲線特性 回撤百分比

一、引言

目前，我國期貨市場已經取得長足發展，品種體系日漸豐富，涵蓋了股票指數、基本金屬、貴金屬、能源、化工和農產品等大部分大宗商品品種。產品線的豐富和市場運作機制的完善，為廣大投資者實現程序化交易創造了有利條件和廣闊空間。程序化交易者的數量急速膨脹，管理資產的規模也呈指數級增長。程序化交易主要包括套利交易、算法交易、高頻交易及趨勢交易四種類型，不同交易類型各有優缺點，本文主要研究趨勢交易這一當前比較主流的交易方式。趨勢交易模型設計較為簡單，僅僅依靠技術指標便可設計出各式各樣的模型。然而，模型能否實現穩定的盈利，還需不斷地進行改進和優化。傳統的趨勢交易模型多是依據趨勢理論進行設計，思路主要集中于均線、k線、成交量等方面，優化方式集中于對不同參數、不同周期等方面進行。本文首先利用文華財經程序化交易軟件構建一個趨勢性期貨程序化交易模型，再從分析資金曲線特性角度出發，對模型重新設計，建立更加優化的交易模型。

二、程序化交易及模型評價

程序化交易（Program Trading）也稱自動化交易（Automated Trading）或算法交易（Algorithmic Trading），是指投資者將預先編好的交易策略輸入進計算機，計算機依據策略進行開倉及平倉等過程。

1.程序化交易的依據及流程。程序化交易的主要依據是相信市場價格走勢的歷史性，認為歷史會重演，根據歷史數據所制定的交易策略能夠在未來價格走勢中發揮作用。程序化交易遵循被動交易的原則，不對未來的價格走勢進行預測，而是簡單的跟隨，當價格走勢滿足開平倉條件時，計算機會及時地執行信號命令。當前市場上能夠實現程序化交易的軟件較多，本文主要應用文華財經程序化交易軟件，通過使用文華財經可識別的麥語言，將編寫的交易策略輸入進軟件，設定初始化參數，如初始資金、收費、保證金等，選取需要回測的歷史數據，可以對選定周期的數據進行回測，進而得出模型的回測結果以及資金曲線，可以直觀地判斷出模型的優劣。

2.程序化交易模型評價。判斷一個程序化交易模型的優劣，需要從多個方面考慮。

首先，一個好的程序化必須經得起時間周期的測試，測試周期太短便沒有說服力，當前并沒有統一的周期測試標準，按照經驗，日線級別的趨勢模型，測試周期至少一年。其次，主要對測試的結果進行分析。勝率，表示交易盈利的次數占總的交易次數的比例。通常情況下，勝率越高，則模型表現越好。依據經驗，勝率在至少40%以上才可以接受。盈利率表示模型在測試周期內可以實現的盈利水平，盈利率越高，模型越好。權益最大回撤比表示賬戶權益在某個階段內的最大回撤幅度，回撤越大，模型抗風險能力越差。盈虧比為總盈利與總虧損的比率，考慮到手續費、滑點等交易成本，一個優秀的趨勢交易模型盈虧比至少應為1.5：1以上。除此之外，還包括最大連續盈利次數、最大連續虧損次數等指標。

三、趨勢性程序化交易模型的構建

1.均線模型的構建。由于螺紋鋼期貨成交量較大，趨勢性較好，所以本文以螺紋鋼期貨合約1小時k線圖作為研究對象，為了避免由于期貨合約換月所產生的跳空缺口，應用螺紋鋼連續價格指數，來構建多均線程序化交易模型。數據選取2013年1月1日至2016年9月30日。模型主要采用了移動平均線的交易策略，要運用移動平均線方法，先要明確定義移動平均線。本文采用簡單線性加權法，N個周期的簡單移動平均為：

其中，C為k線收盤價格。

2.模型交易規則。本模型以三條移動平均線為基礎，分為快線MAN1、中線MAN2和慢線MAN3（N1MAN2>MAN3時，開倉做多，當快線走在中線之下，且中線走在慢線之下，即MAN1

將以上策略在文華財經程序化交易軟件中實現，交易代碼為：

MAN1：=MA（CLOSE，N1）；//求N1個周期的收盤價均線

MAN2：=MA（CLOSE，N2）；//求N2個周期的收盤價均線

MAN3：=MA（CLOSE，N3）；//求N3個周期的收盤價均線

//交易系統（條件，指令）

MAN1>MAN2MAN2>MAN3，BPK；

MAN1

AUTOFILTER；

其中N1、N2、N3為三個參數，初始我們設定為N1=5，N2=21，N3=60。

3.模型回測。將該模型應用于歷史數據進行回測，首先設定回測參數，初始資金為10000元，保證金8%，手續費參考徽商期貨公司的標準，設為1%%，設置1個滑點，開倉手數為1手。

據根據回測報告可以看出，該模型在2013年1月1日至2016年9月30日期間，出現信號個數為68次，初始資金10000元，最終權益32544元，凈利潤22544元，盈利率225.44%，年化單利收益率60.24%，手續費356元，滑點損耗1340元，夏普比率9.19，勝率46.27%，盈虧比2.29，最大持續盈利次數3次，最大持續虧損次數4次，權益最大回撤比為30.42%。

由回測結果可以看出，該趨勢模型盈利較高，勝率也達到了40%以上，盈虧比也較大，符合模型基本要求。但是，該模型權益最大回撤比相對較大，達到30.42%，假如回撤發生在模型使用初期，那么使用者將遭受較大損失，風險厭惡者將難以承受如此大的回撤壓力。所以，對模型進行優化改進必不可少。

對模型三個參數N1、N2、N3進行優化，結果如下：

經過參數優化以后，盈利率和勝率都提高了，同時權益最大回撤比降到了22%左右，依然較高。因此，需要從資金曲線特性角度出發，重新設計策略，以得到更完善的模型。

四、基于資金曲線特性的模型設計

1.資金曲線特性。資金曲線是指模型經過歷史數據回測后所得出的一條資金走勢圖。資金曲線隨著盈利或者虧損而起伏不定。資金曲線表現出諸多特性，如波動幅度、百分比回撤等，本文選擇從百分比回撤角度設計交易策略。

2.模型設計。首先，定義回撤百分比，假設模型出現信號時資金權益為，回撤百分比，則，

根據定義，可以作出資金曲線回撤百分比圖：

交易規則為：當資金曲線回撤一定百分比后，下一次信號出現，進行開倉操作；當資金曲線創新高后，下次信號出現，進行平倉操作。原始模型最大回撤約為30%，針對不同開倉時機，分別進行驗證。

由表4-1可知，四種不同開倉條件下，模型盈利水平不同。根據選定的四種開倉時機，可以得到其資金曲線圖4-2。

根據新的開平倉時機所設計出的交易策略，可以實現更加穩定的盈利，雖然盈利率相比原始模型有所降低，但是權益最大回撤比得到了大大改善。四種不同開平倉條件下，權益最大回撤比基本不超過10%，資金曲線更加平滑，改善后的交易策略能夠更好地應用于實際。

五、結語

本文在構建一個趨勢程序化交易模型基礎上，從模型資金曲線特性，即百分比回撤的不同，對模型進行了重新設計，并進行模型檢測。優化后的模型雖然在收益率方面較原始模型有所降低，但是權益最大回撤大大改觀，回測資金曲線更加平滑，表明優化后的模型抗風險能力更強。

參考文獻：

[1]熊熊，張博洋，張永杰，付琳惠. 程序化交易系統的檢測與優化體系[J]. 科學決策，2013，08：1-15.

[2]張戈，程棵，陸鳳彬，汪壽陽. 基于Copula函數的程序化交易策略[J]. 系統工程理論與實踐，2011，04：599-605.

[3]黃遒舜. 程序化交易模型在中國期貨市場的應用[J]. 中國外資，2011，20：218+220.

[4]瞿慧，劉燁，李娟. 基于遺傳編程的中國股票市場有效性新檢驗[J]. 統計與決策，2011，23：137-142.

[5]謝榮華. 程序化交易策略的創新[J]. 中國集體經濟，2015，07：73-74.

[6]蔡志成，陳威杰. 程序化交易研究[J]. 經營管理者，2013，30：162.

[7]包思，鄭偉安，周瑜. 基于MACD的平穩技術指標在高頻交易中的應用[J]. 華東師范大學學報（自然科學版），2013，05：152-160.