Loading ...

手把手教你移植一个麦语言策略(进阶)

Author: 小小梦, Created: 2019-11-13 09:15:56, Updated: 2019-11-13 18:19:32

手把手教你移植一个麦语言策略(进阶)

上一篇文章手把手教你写策略--移植一个my语言策略中,对于一个简单的麦语言策略做了移植测试,如果是一个稍微复杂一点的麦语言,如何移植成JavaScript语言的策略呢?这里面有哪些技巧呢?

我们首先看下这次要移植的策略:

(*backtest
start: 2019-05-01 00:00:00
end: 2019-11-12 00:00:00
period: 1d
exchanges: [{"eid":"Futures_OKCoin","currency":"BTC_USD"}]
args: [["SlideTick",10,126961],["ContractType","quarter",126961]]
*)

N1:=10;
N2:=21;
AP:=(HIGH+LOW+CLOSE)/3;
ESA:=EMA(AP,N1);
D:=EMA(ABS(AP-ESA),N1);
CI:=(AP-ESA)/(0.015*D);
TCI:=EMA(CI,N2);
WT1:TCI;
WT2:SMA(WT1,4,1);
AA:=CROSS(WT1,WT2);
BB:=CROSSDOWN(WT1,WT2);
REF(AA,1),BPK;
REF(BB,1),SPK;

这个麦语言策略开头的部分(*backtest...*)是回测设置的配置代码,为了方便对比,设定一个统一的回测配置。这个策略也是随机找的一个策略,也并不算太复杂(相对上次文章中的复杂一些),是比较有代表性的策略。移植一个麦语言策略,首先要通篇看下策略内容,麦语言策略代码比较简练,基本上看下来可以对策略全局有一定的认识,这个策略我们看到使用到了几种指标函数EMASMA

先造个轮子

  • EMA 该指标函数,在FMZ平台用JavaScript语言编写策略时直接有现成的指标库函数。即:TA.MA

  • SMA 需要我们动手的是SMA这个指标,我们发现在FMZ的TA库中没有支持SMA这个指标函数,在talib库中SMA指标和麦语言中的也有差别: img 可以看到,参数部分除了周期参数,还有一个权重参数。

    FMZ API文档中talib库中SMA指标函数的描述为: img

    可见talib.SMA是一个简单移动平均指标。 这样就只能动手自己实现一个SMA了,作为使用JavsScript语言编写策略的开发者,这也是必备技能之一,毕竟如果没有现成的轮子,车还是要开的,造一个就是了。

    说实话,对于指标之类的研究不多,一般都是不懂的就搜索,查资料。对于SMA查到这些: img

    感觉这个说的算法过程挺靠谱,实现一下:

    function SMA (arr, n, m) {
        var sma = []
        var currSMA = null
        for (var i = 0; i < arr.length; i++) {
            if (arr[i] && !isNaN(arr[i])) {
                if (!currSMA) {
                    currSMA = arr[i]
                    sma.push(currSMA)
                    continue
                }  
    
                // [M*C2+(N-M)*S1]/N
                currSMA = (m * arr[i] + (n - m) * currSMA) / n
                sma.push(currSMA)
            } else {
                sma.push(NaN)
            }
        }  
    
        return sma
    }
    

编写填充部分

策略框架使用手把手教你写策略--移植一个my语言策略文章中相同的框架,主要填充两个部分: img

首先,做行情数据处理、指标计算。 img

我们把麦语言这部分一句一句的功能逐个处理:

  • 1、AP:=(HIGH+LOW+CLOSE)/3;

    这句可以理解为,要把K线数据中的每根BAR的最高价、最低价、收盘价相加再除以3,计算平均值,然后存为一个数组,和每个BAR一一对应。 可以这样处理:

    function CalcAP (r) {   // AP:=(HIGH+LOW+CLOSE)/3;
        var arrAP = []      // 声明一个空数组
    
        for (var i = 0; i < r.length; i++) {      // r为传入的K线数据,是一个数组,用for遍历这个数组
            v = (r[i].High + r[i].Low + r[i].Close) / 3      // 计算 平均值
            arrAP.push(v)                                    // 添加在 arrAP数组的尾部,arrAP是空的时候尾部就是第一个。
        }  
    
        return arrAP     // 返回 这个平均值数组,即麦语言中计算的 AP 
    }
    

    在主循环OnTick函数中调用这个函数就可以了,例如:

    // 计算指标
    // AP
    var ap = CalcAP(records)
    
  • 2、AP计算完成以后,接着计算ESA:=EMA(AP,N1);:

    这里要使用上一步算出的AP这个数据,计算ESA,其实这个ESA就是AP的「指数移动平均」,即EMA指标,所以我们就用AP作为数据,N1作为EMA指标的参数,计算EMA指标就可以了。

    function CalcESA (ap, n1) {   // ESA:=EMA(AP,N1);
        if (ap.length <= n1) {    // 如果AP的长度小于指标参数,是无法计算出有效数据的,这个时候让函数返回false。
            return false
        }  
    
        return TA.EMA(ap, n1)
    }
    
  • 3、D:=EMA(ABS(AP-ESA),N1);

    使用计算出的APESA计算数据D。 此处代码注释可以看下,有些指标计算的技巧。

    function CalcD (ap, esa, n1) {    // D:=EMA(ABS(AP-ESA),N1);
        var arrABS_APminusESA = []
        if (ap.length != esa.length) {
            throw "ap.length != esa.length"
        }  
    
        for (var i = 0; i < ap.length; i++) {
            // 计算指标数值时,必须判断一下数据的有效性,因为前几次EMA计算可能数组中的开始部分的数据是NaN,或者null
            // 所以必须判断,参与计算的数据都是有效数值才能进行,如果有任何无效数值,就用NaN向arrABS_APminusESA填充
            // 这样计算得到的数据,每个位置和之前的数据都是一一对应的,不会错位。
            if (ap[i] && esa[i] && !isNaN(ap[i]) && !isNaN(esa[i])) {
                v = Math.abs(ap[i] - esa[i])     // 根据ABS(AP-ESA) , 具体计算数值,然后放入arrABS_APminusESA数组
                arrABS_APminusESA.push(v)
            } else {
                arrABS_APminusESA.push(NaN)
            }
        }  
    
        if (arrABS_APminusESA.length <= n1) {
            return false
        }  
    
        return TA.EMA(arrABS_APminusESA, n1)    // 计算数组arrABS_APminusESA的EMA指标,得到数据D(数组结构)
    }
    
  • 4、CI:=(AP-ESA)/(0.015*D); 这个计算方式和步骤1类似,直接放出代码。

    function CalcCI (ap, esa, d) {    // CI:=(AP-ESA)/(0.015*D);
        var arrCI = []
        if (ap.length != esa.length || ap.length != d.length) {
            throw "ap.length != esa.length || ap.length != d.length"
        }
        for (var i = 0; i < ap.length; i++) {
            if (ap[i] && esa[i] && d[i] && !isNaN(ap[i]) && !isNaN(esa[i]) && !isNaN(d[i])) {
                v = (ap[i] - esa[i]) / (0.015 * d[i])
                arrCI.push(v)
            } else {
                arrCI.push(NaN)
            }
        }  
    
        if (arrCI.length == 0) {
            return false
        }  
    
        return arrCI
    }
    
  • TCI:=EMA(CI,N2); 只是计算CI数组的EMA指标。

    function CalcTCI (ci, n2) {   // TCI:=EMA(CI,N2);
        if (ci.length <= n2) {
            return false
        }  
    
        return TA.EMA(ci, n2)
    }
    
  • WT2:SMA(WT1,4,1);

    最后这步骤,用到了我们之前造好的轮子SMA函数。

    function CalcWT2 (wt1) {    // WT2:SMA(WT1,4,1);
        if (wt1.length <= 4) {
            return false 
        }  
    
        return SMA(wt1, 4, 1)   // 使用我们自己实现的SMA函数计算出wt1的SMA指标。
    }
    

交易信号的移植就非常简单了。

AA:=CROSS(WT1,WT2);
BB:=CROSSDOWN(WT1,WT2);
REF(AA,1),BPK;
REF(BB,1),SPK;

阅读这几句麦语言代码,可知,就是对于WT1、WT2这两条指标线的金叉、死叉判断作为开仓条件,需要注意的是,使用的是前一个交叉信号。 直接用该麦语言策略回测,我们观察下: img

通过麦语言策略实际运行观察可知,在开仓点检测到信号时,实际是检测开仓点这个BAR往前数2个BAR的位置是否是金叉。上图可以明显看出: img img

信号检测部分的填充代码可以写为:

if ((_State == IDLE || _State == SHORT) && wt1[wt1.length - 4] < wt2[wt2.length - 4] && wt1[wt1.length - 3] > wt2[wt2.length - 3]) {
    if (_State == IDLE) {
        _State = OPENLONG
        Log("OPENLONG")    // 测试
    }
    if (_State == SHORT) {
        _State = COVERSHORT
        Log("COVERSHORT")  // 测试
    }
    isOK = false  
}

if ((_State == IDLE || _State == LONG) && wt1[wt1.length - 4] > wt2[wt2.length - 4] && wt1[wt1.length - 3] < wt2[wt2.length - 3]) {
    if (_State == IDLE) {
        _State = OPENSHORT
        Log("OPENSHORT")  // 测试
    }
    if (_State == LONG) {
        _State = COVERLONG
        Log("COVERLONG")  // 测试
    }
    isOK = false   
}

这里可以思考下,为什么麦语言的SPK、BPK指令可以用以上代码实现。

回测

回测配置: img

麦语言版本回测: img

JavaScript版本回测: img img

OnTick函数开头部分的代码,用来让回测速度快一点,是让策略以收盘价模型来运行,有兴趣可以详细分析下。

function OnTick(){
    // 驱动策略的行情处理部分
    var records = _C(exchange.GetRecords)
    if (records[records.length - 1].Time == preTime) {
        if (isOK) {
            Sleep(500)
            return 
        }
    } else {
        preTime = records[records.length - 1].Time
    }
    ...
    ..
    .

完整的教学策略代码: https://www.fmz.com/strategy/174457

感谢阅读


More