期貨策略回測報告

『壹』 聚寬有期貨回測的計劃嗎

掘金有期貨的回測功能

『貳』 國內有什麼做股票日內交易策略回測的軟體或平台嗎

『叄』 期貨開戶 程序化交易 量化投資 交易策略 量化模型 開拓者 金字塔 CTP 交易策略 量化模型

文華

1上手快，簡單易學，通用的腳本語言（類似於傳統的股票軟體指標語言）。提供基本自由度的功能實現。

2可進行歷史數據回測。

3策略可加密。

4期貨市場投資客戶。

5剛開始接觸程序化交易的投資客戶。

6熟悉通用炒股軟體指標編寫的客戶。

·開拓者

7功能強大，編程語言比較專業（類Pascal），可方便的編寫自己的函數。提供高自由度的功能實現。

8可進行歷史數據回測。

9策略可加密。

10期貨市場投資客戶。

11有一定編程能力支持的投資客戶。

12交易策略比較復雜的投資客戶。

·達錢+MC

13源於國外，經久考驗，功能強大。

14全球標準的支持策略語言,EasyLanguage。

15編譯及回測速度效能高，集成優異的策略回測和優化功能，提供詳細、完整的策略績效報告。

16支持自定義任一周期線圖顯示及策略回測

17支持Excel插件、完整數據管理介面(DDE,GlobalServer,……)

18期貨市場投資客戶。

19有一定編程能力支持的投資客戶。

20交易策略比較復雜的投資客戶。

21需要使用Excel軟體輔助程序化交易的客戶。

·東海潛龍

22編程語言專業，實現功能非常靈活。提供完全自由的功能實現。

23可進行歷史數據回測。集群伺服器模式，穩定性高。

24直連交易所，交易速度很快。

25可同時進行股票投資和期貨投資，連接國內股票、期貨六大交易。

26可定製交易界面。提供介面，可連接外部策略軟體。

27股票市場、期貨市場專業投資客戶和機構投資者。

28對速度和穩定性有更高要求的客戶（比如高交易頻率的客戶）。

29交易策略復雜，定製化要求程度高。

·金字塔

30國內獨家支持圖表程式化交易、後台程式化交易、高頻交易、趨勢線預警交易等多種自動交易模式。

31支持一鍵下單，圖表下單等多種手工下單模式。

32程式化交易模型編寫及操作兼容國內主流分析軟體。

33支持套利、多帳戶交易及動態止贏止損功能。

34支持板塊指數、自定義數據等橫向統計功能。

35基於OFFICE架構下的VBA二次開發功能。

『肆』 量化策略一般用什麼平台回測分別有什麼優劣勢

盈時量化策略回測平台，不會編程也能玩轉量化。

盈時「策略機器人」集策略智能生成、策略評估、篩選優化、批量生成等功能於一體的互動式策略生成平台。平台以計算機智能生成演算法為核心，使用了機器學習、模式識別、統計學、可視化技術等人工智慧技術，包含策略構建模塊、混編計算模塊、策略績效優化模塊等組件，在策略優化方面使用了高效的遺傳編程與NSGA-II等演算法，進而充分利用CPU多核心性能，實現多進程同步高效生成策略。

語言：Python

適用人群：期貨投資者（有無編程基礎都可）

資料庫：期貨

回測用時：需要排隊分鍾記

支持的功能：支持將策略使用在交易開拓者的平台，屬於實盤交易。策略給出建議，但需要自己手動確定進行買賣。

自動生成策略原理與簡介：通過設置參數，運用機器學習的方法，一鍵生成源碼策略。

備註：國內首個利用深度學習的人工智慧量化平台，不懂編程也能做量化。

盈時，專注於為客戶提供高品質的量化交易技術咨詢服務和領先的量化交易產品，是一家從事金融數據分析、金融軟體開發、程序化交易演算法與交易策略研究等業務的科技公司。

『伍』 少了期貨分析策略系統贏了世界又如何

世間萬物，能量守恆。交易策略也不例外，對於量化交易者而言，面臨的真正挑戰是，你知道策略終有一天會老，但是你永遠不知道是哪一天。

有的人認為未來行情是不斷變化的，一套成熟穩健的交易策略，應該適用未來所有行情，不管是單邊行情還是震盪行情。還有人認為，不同的行情應用不同的策略，即便是經過嚴格壓力測試的交易策略，如果交易策略過了生命周期，這個策略就要重新審視，是否還繼續具有穩健的獲利能力。

在探討這個問題之前，先看一個例子——自1985年成立以來至2005年，由喬爾·格林布拉特領導的哥譚資本(Gotham Capital)創造出了從700萬美元到8.3億美元，年均40%回報率的投資奇跡。

在2005年，喬爾曾出版一本僅有150頁的小書《股市穩賺》中，他將自己的投資經驗濃縮為一個簡單易懂的 「 神奇公式 」 ：從資產收益率高和市盈率低的綜合排名中，選擇前20-30隻股票，形成一個組合，分別買入並持有一年後賣出。這個 「 神奇公式 」 其實就是一個簡易的量化模型，如果遵循喬爾的投資方法，在1988年至2004年的17年間，投資者的投資組合回報率將達到30.8%，而同期標准普爾500指數的年復合回報率僅為12.4%。看起來很漂亮，但是，喬爾也不客氣地指出了神奇公式的命門。

「 神奇公式在每12個月測試期間，平均有5個月表現不如大盤。以一整年為計算期間，神奇公式每4年有1年無法打敗大盤。每6年為一單位的測試期間，神奇公式有一次連續2年表現不如大盤。神奇公式測試的表現優異17年間，甚至會有一段時間連續3年表現不如大盤。」

連續3年表現不如大盤——這意味著，如果你依照神奇公式做一個量化對沖基金，你將遭遇連續3年的虧損。

試問，一個策略暫時失效時，你是否懷疑過策略到底是真的老了？還是暫時失效？你能扛得住嗎？

策略的反身性

關於策略為什麼會失效，最有代表性的解釋應該是反身性。在《金融煉金術》這本書中，索羅斯在解釋反身性理論的時候提到：當你觀察市場並介入市場，市場就不是你原先研究的市場了。

也就是說，市場中某一種交易策略持續有效時，就會有越來越多的這類策略加入到市場中來，原本有效的策略慢慢會變得無效。相反，當失效的交易策略經過一段時間，越來越多人放棄這種交易策略的時候，那麼這種暫時無效的策略慢慢會變得有效。就這樣周而復始。

必要的成本

「 你可以贏得下一場比賽，但你不能贏下所有的比賽 」。有時候應該堅決入場，有時候應該什麼都不做。作為一個量化交易者，應該天衣無縫的執行自己的交易策略，如果不嚴格執行，一旦出現大幅回撤，你都不知道究竟是交易策略有問題，還是自己沒有遵守交易策略。

客觀的說，一個關乎於交易勝敗、生死存亡的問題，也是一個難以完美解決的問題。無論你的交易策略是基於什麼假設，無論採用哪種方法，當這個假設不存在的時候，就必定要付出代價，沒有人會在策略失效之前提早發現它失效，這是一個必要成本。

盡管我們無法精確判斷交易策略是否真正失效，也不能判斷交易策略是否在會在暫時失效後變的有效，但我們仍然可以採取一些方法，應付可能的情況。

如何應對

當我們判斷交易策略是否還有效時，首先要面對的第一個問題是這個策略是暫時失效？還是永久失效？

面對這個問題，我可以用**度去審視，比如：

1、回撤已經超過回測時的最大回撤的1.2倍。

2、單日最大虧損超過回測時的1.2倍。

3、單周最大虧損超過回測時的1.2倍。

4、平均利潤低於回測時的0.8倍。

5、失敗次數持續上升。

實盤中，上述一個或多個現場出現時，就要小心了，可能是策略階段性暫時失效，也可能是永久失效。如果出現這種情況，先把策略下架，並繼續使用模擬盤進行驗證，直到模擬盤通過測試。

交易理念

交易市場是一個復雜的生態環境，在穩定的環境中，復雜的交易策略更有韌性，復雜的交易策略也優於簡單的交易策略。但是一旦這個生態環境發生變化，復雜的交易策略更容易失效。

一個穩健的交易策略有三大要點：一是交易策略可以適應大多數不同的市場狀態；二是交易策略保持簡單，簡單的策略不容易受到市場環境變化的影響。三是風控簡單。

一種交易策略在特定的時期表現優越，就越不能適應未來的環境。獲利速度與穩健性是相對立的，在微觀上都有效的交易策略，在宏觀上是弱效的。所以，一種長期有效的交易策略，在特定的時間內都是非常平淡的。

如果時間足夠長，無論哪種策略終究有一天會失效，就如永動機一樣，市場上不可能存在萬古常新的交易策略。無論你花了多少精力、多麼有信心，請做好接受失敗的准備。因為這是交易的一部分，否則請遠離它！

原文：有沒有萬古常新的交易策略？

『陸』 如何看待量化交易的回測

美股研究社指出：不同風格的策略對於回測的要求是不同的，比如對於多因子選股或者趨勢策略等，需要注意的幾點是：

1. 區分好樣本內數據和樣本外數據，這個和機器學習很類似，樣本內數據用於訓練，樣本外數據用於校驗。這樣做的目的是為了避免過擬合陷阱。

2. 收益的分布，看看你回測後所有交易的收益分布，看看你的收益來源是少數的幾次大的收益還是來源多次的小的收益。來源於大的收益，你的收益波動性就很大，實盤往往會達不到你的效果。

3. 參數的穩定性。如果你某個參數過敏感，隨便調整下就對收益影響很大，那你實盤的情況和模擬盤也有很大可能會有出入。

這類策略嚴格來說，避免了一些常見的坑，還是比較容易做到回測和實盤類似的。
京東量化最新推出了一些通達信的技術指標還不錯，你們可以去看一下，應該能學到好多東西。

『柒』 股票期貨等交易策略，為什麼要進行歷史回測

說高端點就是為了個大數據，這樣能根據歷史推算成功率。
說白了，恕我直言那就是騙自己，沒卵用的東西。不同的行情不同的策略，不同的邏輯。你交易策略歷史勝率80%都沒卵用，可能這10次裡面8成功都是在牛市背景下，另外2次失敗是熊市背景下，等到你用的時候是熊市了對不起失敗了那就是100%了，80%勝率？不存在的！

這種東西就是最傻了，除非真堅持用個10幾20年去輪回一波牛熊，不然這勝率根本沒用沒有說服力

『捌』 如何利用matlab對交易策略進行回測

這個很簡單啊，我現在就在用matlab做期貨量化的回測呢
關鍵的構成：
一是：形成自己策略的思想和流程圖
二是：從TB或者其他軟體中導出需要的tick等級別的數據，根據自己的思想和流程圖編輯程序，最好多使用function函數句柄，是程序的可適性增強。
三是：繪制圖片，plot，mesh或者GUI，來觀測自己參數對策略的影響，進而進一步完善策略
四是：多用cell元胞數組，根據TB等回測報告形成自己的測試報告，比如空多盈虧，回撤等等。

『玖』 期貨期權交流回測績效這么好的策略靠譜嗎

期權(option),是指某一標的物的買賣權或選擇權，具有在某一限定時間內按某一指定的價格買進或賣出某一特定商品或合約的權利。和期貨不同，期權的買方只有權利而沒有義務。期權的許多概念都如買權、賣權、實值期權、虛值期權等都是站在買方的角度來定義的。

1、看大漲，買入看漲期權
2、看大跌，買入看跌期權
3、看不漲，賣出看漲期權
4、看不跌，賣出看跌期權
5、看小漲，進行看漲期權套利
6、看小跌，進行看跌期權套利
7、看多波動率，買入跨式套利
8、買入看漲期權，規避期貨空頭持倉風險
9、買入看跌期權，規避期貨多頭持倉風險
10、賣出看漲期權，提高期貨多頭盈利