CTA策略之orderflow订单流策略(2)
Author: 扫地僧, Date: 2021-07-15 13:56:02Tags: 商品期货高频JavaScript
一、摘要
在上一个章节中，我们初步认识了OrderFlow订单流以及其分类，大概包括市场深度数据、成交量分布(VP)、足迹图(Footprint Chart)、成交明细(Sales Details)等等，并利用代码实现一个足迹图(Footprint Chart)K线图表，这对于了解OrderFlow订单流数据结构和原理很有帮助。本章节我们将继续探索OrderFlow订单流，以足迹图(Footprint Chart)为主，开发一系列的交易策略。
二、订单流数据分类
在交易中，可以利用的订单流数据大致可以分为两类，一类是未成交的订单流(市场深度数据)，另一类是已成交的订单流(Footprint足迹图，也称为成交痕迹)。而成交量分布(VP)和成交明细(Sales Details)严格来说并不算是订单流的应用。
其中市场深度数据是市场中尚未成交的订单流数据，这些数据就是各交易软件中常见的五档行情(如上图所示)。做过交易的都知道，这些数据通常变化无常，有时候突然来一个大单，又突然凭空消失，存在很强的欺骗和诱导作用。对于散户来说，很难从中汲取出有效的规律，所以本系列教程主要以足迹图(Footprint Chart)为主。
足迹图(Footprint Chart)展示了已经成交的订单流数据，相比市场深度L2数据而言，其数据是客观的存在，真实可靠。足迹图(Footprint Chart)是由Tick数据换算而成，实时记录市场买卖方的每个tick订单，可以让交易者及时看到市场微观结构，比如：价格变化、订单类型、流动性，从而辅助交易决策。
三、足迹图的微观构成
足迹图(Footprint Chart)是基于真实的Tick行情来计算，详细的数据都附加在K线上，当鼠标悬停在K线上时，即可呈现量能足迹数据(如上图所示)。方块中的数据就是其计算结果，总共分为两列，箭头左边一列是当前K线所有的价格点位，依次由大到小向上排列。
箭头右边一列就是每个价格水平的交易量，细分为买入交易量和卖出交易量，并用使用分隔符“▲、▼、♦”分隔。在分隔符的左边是主动卖出的成交量，在分隔符的右边就是主动买入的成交量。当某个价位主动买入量大于主动卖出量，分隔符为“▲”，表示向上；当某个价位主动买入量小于主动卖出量，分隔符为“▼”，表示向下；当某个价位主动买入量等于主动卖出量，分隔符为“♦”，表示相等；
最后在最上方是所有买入和卖出的成交量之和，并以“◉”表示；在最下方则是主动买入量与主动卖出量的差，以“⊗”表示。这样可以很直观的看出K线的整体成交量和多头与空头的力量悬殊对比。
四、买卖均衡与价格背离
影响价格的涨跌有很多种因素，包括：供求关系、经济周期、政府政策、政治因素、社会因素、季节性因素、市场情绪、外汇政策等等…但这些因素最终都要落实到交易中，也就是买方和卖方。理论上当买方成交量大于卖方成交量，价格就会上涨；当卖方成交量大于买方成交量，价格就会下跌。
也就是说成交量是先行于价格的，买卖双方成交量的多少是原因，价格的变化是结果。如果卖方成交量大于买方成交量，理论上价格应该下跌，但实际上价格却是上涨，那么此时买卖力量均衡与价格产生了背离；如果买方成交量大于买方成交量，理论上价格应该上涨，但实际上价格却是下跌，那么此时买卖力量均衡与价格产生了背离；
五、策略逻辑
通过观察发现，量增价涨是一种常态，大部分K线都保持这种规律，而买卖均衡与价格背离却是一种偶然。接下来我们利用买卖均衡与价格背离这种现象，看能不能发现交易的秘密。以下是策略逻辑：
- 多头开仓：如果当前无持仓，并且收盘价大于开盘价，并且主动买量小于主动卖量
- 空头开仓：如果当前无持仓，并且收盘价小于开盘价，并且主动买量大于主动卖量
- 多头平仓：如果有多头持仓，并且利润超过100
- 空头平仓：如果有空头持仓，并且利润超过100
六、策略回测
- 回测开始日期：2021-06-01
- 回测结束日期：2021-07-01
- 数据品种：螺纹钢主力连续
- 数据周期：一分钟
- 滑点：开平仓各2跳
回测配置
回测绩效
收益概览
/*backtest
start: 2021-06-01 00:00:00
end: 2021-07-01 23:59:00
period: 1h
basePeriod: 1h
exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}]
mode: 1
*/
var NewFuturesTradeFilter = function(period) {
var self = {} // 创建一个对象
self.c = Chart({ // 创建Chart图表
chart: {
zoomType: 'x', // 缩放
backgroundColor: '#272822',
borderRadius: 5,
panKey: 'shift',
animation: false,
},
plotOptions: {
candlestick: {
color: '#00F0F0',
lineColor: '#00F0F0',
upColor: '#272822',
upLineColor: '#FF3C3C'
},
},
tooltip: {
xDateFormat: '%Y-%m-%d %H:%M:%S, %A',
pointFormat: '{point.tips}',
borderColor: 'rgb(58, 68, 83)',
borderRadius: 0,
},
series: [{
name: exchange.GetName(),
type: 'candlestick',
data: []
}],
yAxis: {
gridLineColor: 'red',
gridLineDashStyle: 'Dot',
labels: {
style: {
color: 'rgb(204, 214, 235)'
}
}
},
rangeSelector: {
enabled: false
},
navigation: {
buttonOptions: {
height: 28,
width: 33,
symbolSize: 18,
symbolX: 17,
symbolY: 14,
symbolStrokeWidth: 2,
}
}
})
self.c.reset() // 清空图表数据
self.pre = null // 用于记录上一个数据
self.records = []
arr = []
lastTime = 0
self.feed = function(ticker, contractCode) {
if (!self.pre) { // 如果上一个数据不为真
self.pre = ticker // 赋值为最新数据
}
var action = '' // 标记为空字符串
if (ticker.Last >= self.pre.Sell) { // 如果最新数据的最后价格大于等于上一个数据的卖价
action = 'buy' // 标记为buy
} else if (ticker.Last <= self.pre.Buy) { // 如果最新数据的最后价格小于等于上一个数据的买价
action = 'sell' // 标记为sell
} else {
if (ticker.Last >= ticker.Sell) { // 如果最新数据的最后价格大于等于最新数据的卖价
action = 'buy' // 标记为buy
} else if (ticker.Last <= ticker.Buy) { // 如果最新数据的最后价格小于等于最新数据的买价
action = 'sell' // 标记为sell
} else {
action = 'both' // 标记为both
}
}
// reset volume
if (ticker.Volume < self.pre.Volume) { // 如果最新数据的成交量小于上一个数据的成交量
self.pre.Volume = 0 // 把上一个数据的成交量赋值为0
}
var amount = ticker.Volume - self.pre.Volume // 最新数据的成交量减去上一个数据的成交量
if (action != '' && amount > 0) { // 如果标记不为空字符串，并且action大于0
var epoch = parseInt(ticker.Time / period) * period // 计算K线时间戳并取整
var bar = null
var pos = undefined
if (
self.records.length == 0 || // 如果K线长度为0或者最后一根K线时间戳小于epoch
self.records[self.records.length - 1].time < epoch
) {
bar = {
time: epoch,
data: {},
open: ticker.Last,
high: ticker.Last,
low: ticker.Last,
close: ticker.Last
} // 把最新的数据赋值给bar
self.records.push(bar) // 把bar添加到records数组中
} else { // 重新给bar赋值
bar = self.records[self.records.length - 1] // 上一个数据最后一根K线
bar.high = Math.max(bar.high, ticker.Last) // 上一个数据最后一根K线的最高价与最新数据最后价格的最大值
bar.low = Math.min(bar.low, ticker.Last) // 上一个数据最后一根K线的最低价与最新数据最后价格的最小值
bar.close = ticker.Last // 最新数据的最后价格
pos = -1
}
if (typeof bar.data[ticker.Last] === 'undefined') { // 如果数据为空
bar.data[ticker.Last] = { // 重新赋值
buy: 0,
sell: 0
}
}
if (action == 'both') { // 如果标记等于both
bar.data[ticker.Last]['buy'] += amount // buy累加
bar.data[ticker.Last]['sell'] += amount // sell累加
} else {
bar.data[ticker.Last][action] += amount // 标记累加
}
var initiativeBuy = 0
var initiativeSell = 0
var sellLongMax = 0
var buyLongMax = 0
var sellVol = 0
var buyVol = 0
for (var i in bar.data) {
sellLong = bar.data[i].sell.toString().length
buyLong = bar.data[i].buy.toString().length
if (sellLong > sellLongMax) {
sellLongMax = sellLong
}
if (buyLong > buyLongMax) {
buyLongMax = buyLong
}
sellVol += bar.data[i].sell
buyVol += bar.data[i].buy
}
// var date = new Date(bar.time);
// var Y = date.getFullYear() + '-';
// var M = (date.getMonth() + 1 < 10 ? '0' + (date.getMonth() + 1) : date.getMonth() + 1) + '-';
// var D = (date.getDate() < 10 ? '0' + date.getDate() : date.getDate()) + ' ';
// var h = (date.getHours() < 10 ? '0' + date.getHours() : date.getHours()) + ':';
// var m = (date.getMinutes() < 10 ? '0' + date.getMinutes() : date.getMinutes()) + '<br>';
// var tips = Y + M + D + h + m
tips = '<b>◉ ' + (sellVol + buyVol) + '</b>'
Object.keys(bar.data) // 将对象里的键放到一个数组中
.sort() // 排序
.reverse() // 颠倒数组中的顺序
.forEach(function(p) { // 遍历数组
pSell = bar.data[p].sell
pBuy = bar.data[p].buy
if (pSell > pBuy) {
arrow = ' ▼ '
} else if (pSell < pBuy) {
arrow = ' ▲ '
} else {
arrow = ' ♦ '
}
initiativeSell += pSell
initiativeBuy += pBuy
sellLongDiff = sellLongMax - pSell.toString().length
buyLongDiff = buyLongMax - pBuy.toString().length
if (sellLongDiff == 1) {
pSell = '0' + pSell
}
if (sellLongDiff == 2) {
pSell = '00' + pSell
}
if (sellLongDiff == 3) {
pSell = '000' + pSell
}
if (sellLongDiff == 4) {
pSell = '0000' + pSell
}
if (sellLongDiff == 5) {
pSell = '00000' + pSell
}
if (buyLongDiff == 1) {
pBuy = '0' + pBuy
}
if (buyLongDiff == 2) {
pBuy = '00' + pBuy
}
if (buyLongDiff == 3) {
pBuy = '000' + pBuy
}
if (buyLongDiff == 4) {
pBuy = '0000' + pBuy
}
if (buyLongDiff == 5) {
pBuy = '00000' + pBuy
}
code = contractCode.match(/[a-zA-Z]+|[0-9]+/g)[0]
if (code == 'IF' || code == 'j' || code == 'IC' || code == 'i' || code == 'ZC' || code == 'sc' || code == 'IH' || code == 'jm' || code == 'fb') {
p = parseFloat(p).toFixed(1)
} else if (code == 'au') {
p = parseFloat(p).toFixed(2)
} else if (code == 'T' || code == 'TF' || code == 'TS') {
p = parseFloat(p).toFixed(3)
} else {
p = parseInt(p)
}
tips += '<br>' + p + ' → ' + pSell + arrow + pBuy
})
tips += '<br>' + '<b>⊗ ' + (initiativeBuy - initiativeSell) + '</b>'
self.c.add( // 添加数据
0, {
x: bar.time,
open: bar.open,
high: bar.high,
low: bar.low,
close: bar.close,
tips: tips
},
pos
)
arr.push({
'open': bar.open,
'close': bar.close,
'diff': initiativeBuy - initiativeSell
})
if (arr.length > 2) {
arr.shift()
}
let position = exchange.GetPosition()
let holdAmount = 0
let profit = 0
if (position.length > 0) {
if (position[0].Type == 0 || position[0].Type == 2) {
holdAmount = position[0].Amount
} else {
holdAmount = -position[0].Amount
}
profit = position[0].Profit
}
if (bar.time != lastTime) {
lastOpen = arr[0].open
lastClose = arr[0].close
diff = arr[0].diff
lastTime = bar.time
priceDiff = lastClose - lastOpen
volDiff = diff
if (holdAmount == 0 && priceDiff > 0 && volDiff < 0) {
Log('多开')
exchange.SetDirection("buy")
exchange.Buy(arr[1].close, 1)
}
if (holdAmount == 0 && priceDiff < 0 && volDiff > 0) {
Log('空开')
exchange.SetDirection("sell")
exchange.Sell(arr[1].close - 1, 1)
}
if (holdAmount > 0 && profit > 100) {
Log('多平')
exchange.SetDirection("closebuy")
exchange.Sell(arr[1].close - 1, holdAmount)
}
if (holdAmount < 0 && profit > 100) {
Log('空平')
exchange.SetDirection("closesell")
exchange.Buy(arr[1].close, -holdAmount)
}
}
}
self.pre = ticker // 重新赋值
}
return self // 返回对象
}
function main() {
if (exchange.GetName().indexOf('CTP') == -1) {
throw "只支持商品期货CTP";
}
SetErrorFilter("login|timeout|GetTicker|ready|流控|连接失败|初始|Timeout");
while (!exchange.IO("status")) {
Sleep(3000);
LogStatus("正在等待与交易服务器连接, " + _D());
}
symbolDetail = _C(exchange.SetContractType, contractCode) // 订阅数据
Log('交割日期：', symbolDetail['StartDelivDate'])
Log('最小下单量：', symbolDetail['MaxLimitOrderVolume'])
Log('最小价差：', symbolDetail['PriceTick'])
Log('一手：', symbolDetail["VolumeMultiple"], '份')
Log('合约代码：', symbolDetail['InstrumentID'])
var filt = NewFuturesTradeFilter(60000) // 创建一个对象
while (true) { // 进入循环模式
while (!exchange.IO("status")) {
Sleep(3000);
LogStatus("正在等待与交易服务器连接, " + _D());
}
LogStatus("行情和交易服务器连接成功, " + _D());
var ticker = exchange.GetTicker() // 获取交易所Tick数据
if (ticker) { // 如果成功获取到Tick数据
filt.feed(ticker, contractCode) // 开始处理数据
}
}
}
相关内容
- footprint chart
- CTA策略之orderflow订单流策略(1)
- HFT strategy
- 阿隆（Aroon）技术指标在商品期货中的应用
- 商品期货布林带套利
- Aberration 多品种商品期货交易
- 多品种MACD趋势策略框架
- CTA策略之商品期货定时启停机器人
- 商品期货差价监控
- 多品种商品跨期套利
更多内容
- CTA策略之利用相对强弱RSI实现低买高卖
- CTA策略之均价振幅ATR策略
- CTA策略之商品期货网格策略
- CTA策略之商品期货马丁普林格KST策略
- CTA策略之商品期货黑色系多头择时策略
- CTA策略之威廉W%R交易策略
- 商品期货多品种R-Breaker策略
- 商品期货根据ticker反推逐笔交易历史 (Python版)
- A股港股对冲套利策略
- 传统模型跨期套利策略（传统商品期货）
- CTA策略之orderflow订单流策略(1)
- CTA策略之商品期货吞没形态
- CTA策略之商品期货简易马丁格尔
- 发明者量化数据库实战
- 股票网格策略
- 股票均线策略
- CTA策略之钱德动量摆动策略(CMO)
- 股票DualThrust策略
- CTP商品期货订单记录策略
- python版CTP商品期货交易类库（支持CTA函数测试版）