量化交易：Dual Thrust策略

哈喽，大家好，我是木头左！

Dual Thrust策略起源于20世纪80年代，由美国著名交易员和金融作家Larry Williams首次提出。这一策略的核心思想是通过捕捉市场中的短期波动来实现盈利。Larry Williams通过多年的研究和实践，发现市场中存在一种周期性的波动模式，通过这种模式可以预测价格的短期走势。

策略原理

Dual Thrust策略的核心思想是利用市场的波动性来捕捉趋势。Dual Thrust策略主要依赖于两个关键参数：Range和ATR（平均真实波动范围）。Range是指当前收盘价与前一个交易日的最高价和最低价之间的最大距离，而ATR则是过去一段时间内Range的平均值。通过这两个参数，投资者可以确定买入和卖出的触发点，从而实现盈利。该策略通过计算上轨和下轨两个阈值，来判断市场的多空方向。当价格突破上轨时，策略认为市场处于多头趋势，进行做多操作；当价格跌破下轨时，策略认为市场处于空头趋势，进行做空操作。上轨和下轨的计算公式如下：

上轨：开盘价 + K1 * 波动
下轨：开盘价 - K2 * 波动

其中，波动是指在给定的时间窗口内，最高价与最低价之间的最大差值。K1和K2是两个参数，用于调整上下轨的敏感度。

在聚宽平台运行Python代码

选股方式

在Dual Thrust策略中，选股方式相对简单。选择一个特定的合约作为交易标的，例如螺纹钢（SHFE.RB）。在策略初始化时，订阅该合约，并设置相关参数。

def init(context):context.symbol = 'SHFE.RB'context.N = 5context.k1 = 0.2context.k2 = 0.2schedule(schedule_func=algo, date_rule='1d', time_rule='21:00:00')schedule(schedule_func=algo, date_rule='1d', time_rule='09:30:00')

择时

择时是Dual Thrust策略的关键环节。通过计算历史数据中的最高价、最低价、收盘价等信息，来确定上下轨的位置。在每个交易时段开始时，计算当前的上下轨，并根据这些阈值来决定交易方向。

def algo(context):# ...（省略部分代码）data = history_n(symbol=context.main_contract, frequency='1d', end_time=context.now,fields='symbol,open,high,low,close', count=context.N + 1, df=True)current_open = data.open.iloc[-1]data.drop(context.N, inplace=True)HH = data['high'].max()HC = data['close'].max()LC = data['close'].min()LL = data['low'].min()range = max(HH - LC, HC - LL)context.buy_line = current_open + range * context.k1context.sell_line = current_open - range * context.k2

策略交易

在每个交易时段，根据当前价格与上下轨的关系，来执行交易操作。如果价格突破上轨，进行做多操作；如果价格跌破下轨，进行做空操作。同时，还需要处理平仓和开仓的逻辑。

def on_bar(context, bars):bar = bars[0]positions = get_position()position_long = list(filter(lambda x: x['symbol'] == context.main_contract and x['side'] == PositionSide_Long, positions))if bar.close > context.buy_line:# 情况1：已经持有多仓，直接返回if position_long:  return# 情况2：没有持仓时，直接开多仓            else: order_volume(symbol=context.main_contract, volume=1, side=OrderSide_Buy, order_type=OrderType_Limit, position_effect=PositionEffect_Open, price=bar.close)elif bar.close < context.sell_line:order_volume(symbol=context.main_contract, volume=1, side=OrderSide_Sell, order_type=OrderType_Limit, position_effect=PositionEffect_Close, price=bar.close)