量化交易策略—Volume-weighted Moving Average交易策略

金融老法师

Volume-weighted Moving Average, VMA（交易量比重均值），此策略综合了价格预测、均值回归和趋势跟踪三种思路的系统，适用于交易量文档的品种，如股票、股指等。发布于2001年7月。该系统的预测利用了成交量的信息对标的的短期走势，而基于成交量的价格预测是其最核心的部分：


    实际上VMAt是基于过去的信息预测价格，而它的预测是基于两个值：上一期的收盘价格 Closet−1Closet−1 和上一期预测的 VMAt−1VMAt−1 。我们相信当上一期的相对成交量 RVt−1RVt−1 越大，这个成交价的参考价值越高，因为它是由市场上大量买方、买方撮合而成的价格，而且得到了大量投资者的认可。所以，当上一期的相对成交量RVt−1越大时，上一期真实发生的收盘价Closet−1上放的比重就会越大，而上一期我们预测值VMAt−1上放的比重会较小；反之亦然。在对短期的价格走势做出预测之后，当价格Closet−1低于预测值VMAt时，我们认为价格短期有较大的概率会上涨，准备开多；反之则准备开空。



具体策略如下：

1)如果Closet−2=Max(Hight−2,Hight−3)开多仓；
(2)持多头时：如果Closet−2>=VMAt−1平多仓；
(3)根据大盘止损；
注：代码证PVMA是VMAt−2


收益风险


源码：

1. def initialize(context):
   
2.     # g.security = get_index_stocks('000300.XSHG')
   
3.     # set_universe(g.security)
   
4.     set_benchmark('000300.XSHG')
   
5.     set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))
   
6.     g.VMA = 0
   
7.     g.PVMA = 0
   
8.     g.stocknum = 15
   
9. 
   
10. def before_trading_start(context):
    
11.     g.security = get_index_stocks('000300.XSHG')
    
12.     set_universe(g.security)
    
13. 
    
14. def handle_data(context, data):
    
15.     security = g.security
    
16.    
    
17.     # 根据大盘指数进行止损
    
18.     his = attribute_history('000300.XSHG', 10, '1d', 'close')
    
19.     if ((1-float(his['close'][-1]/his['close'][0]))>=0.1):
    
20.         if len(context.portfolio.positions)>0:
    
21.             for stock in list(context.portfolio.positions.keys()):
    
22.                 order_target(stock, 0)
    
23.         return
    
24.    
    
25.     # 分配资金
    
26.     if len(context.portfolio.positions) < g.stocknum :
    
27.         Num = g.stocknum  - len(context.portfolio.positions)
    
28.         Cash = context.portfolio.cash/Num
    
29.     else:
    
30.         Cash = context.portfolio.cash
    
31.    
    
32.     selllist = []
    
33.     # 买入
    
34.     for stock in security:
    
35.         if stock not in context.portfolio.positions.keys():
    
36.             g.PVMA = g.VMA
    
37.             his = history(13,unit='1d',field='volume')
    
38.             # 计算RV
    
39.             AV6 = sum(his[stock][0:6])/6.0
    
40.             AV5 = sum(his[stock][1:7])/6.0
    
41.             AV4 = sum(his[stock][2:8])/6.0
    
42.             AV3 = sum(his[stock][3:9])/6.0
    
43.             AV2 = sum(his[stock][4:10])/6.0
    
44.             AV1 = sum(his[stock][5:11])/6.0
    
45.             AV = sum(his[stock][6:12])/6.0
    
46.             HAV = max(AV1,AV2,AV3,AV4,AV5,AV6)
    
47.             LAV = min(AV1,AV2,AV3,AV4,AV5,AV6)
    
48.             RV = (AV-LAV)/max((HAV-LAV),2e-16)
    
49.             # 计算VMA
    
50.             hist = attribute_history(stock, 7, '1d', ('volume','close','open','high'))
    
51.             Close = hist['close'][-2]
    
52.             g.VMA = RV*Close + (1-RV)*g.PVMA
    
53.             
    
54.             # 判定，符合条件买入
    
55.             if (Close
    
56.                 if (hist['high'][-1]>=max(hist['high'][-2],hist['high'][-3])):
    
57.                     order_value(stock,Cash)
    
58.                     
    
59.             #判定，不符合的加入selllist
    
60.             if Close >= g.VMA:
    
61.                 selllist.append(stock)
    
62.                
    
63.     # 卖出
    
64.     for stock in context.portfolio.positions.keys():
    
65.         if stock in selllist:
    
66.             order_target(stock, 0)

复制代码

geek168