【历史文档】策略示例-卡夫曼自适应移动均线-分钟 v1.0
由ypyu创建，最终由small_q 被浏览 346 用户
更新
本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明
新版量化开发IDE（AIStudio）：
https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW
新版模版策略：
https://bigquant.com/wiki/doc/demos-ecdRvuM1TU
新版数据平台：
https://bigquant.com/data/home
https://bigquant.com/wiki/doc/dai-PLSbc1SbZX
新版表达式算子：
https://bigquant.com/wiki/doc/dai-sql-Rceb2JQBdS
新版因子平台：
https://bigquant.com/wiki/doc/bigalpha-EOVmVtJMS5
\
指标计算规则
- 我们最终的卡夫曼自适应移动均线AMA如下定义：AMAt=AMAt−1+c⋅(p–AMAt−1)
- 过滤器被定义为AMA变化的一个小的百分数：filter=percentage⋅std(AMAt−AMAt−1,n)其中，std(series, n)是滑动标准差函数。
策略构建步骤
确定股票池和回测时间
通过证券代码列表输入回测的起止日期
确定买卖原则
- 当AMA - min(AMA, n) > filter，买入；
- 当max(AMA, n) – AMA > filter，卖出。
回测
- 通过 trade 模块中的初始化函数定义交易手续费和滑点；
- 通过 trade 模块中的主函数(handle函数)查看每日的买卖交易信号，按照买卖原则执行相应的买入/卖出/调仓操作。
策略详情
https://bigquant.com/experimentshare/7938b8b4250b46bdb3963e22072eb58a
\