您现在的位置:程序化交易>>文章专题>> 文华软件使用集锦

文华软件使用集锦

  • 当模型编写好后,通常需要对这个模型做测试,检验这个模型在历史k线图上的运行效果,但如果测试的数据不够多,那么测试结果会由于样本少不能涵盖较全面的行情而片面不客观,导致程序化的执行效果和预期相差甚远
  • 对一个模型进行测试时,我们需要计算每一次历史交易的盈亏、回撤等来得出收益率、最大回撤、胜率等我们需要的数据,但这些数据如果全靠手动计算几乎是现实不了的。程序化交易软件充分利用了计算机强大的运算能力,
  • 模型的效果受很多因素影响,如滑点、手续费、杠杆倍数等,我们将模型的这种特性称之为模型的敏感性。敏感性小的模型是更稳定、更好的模型。
  • 易过程中有时会发现在一段时间内表现很好的模型,过了一段时间就好像失效了一样,这种情况是由于模型参数不再适应当前行情引起的,我们需要尽快寻找新的最优参数
  • 当通过公式选股找出可能有交易机会的股票后,就需要确定入场点了,入场机会转瞬即逝,如果抓不住,就会错失很多利润。在技术分析中,投资者常常有自己的交易策略
  • 股票总数已经达到三千只,散户通常无从下手,把股票全部翻一遍也要好几个小时,如果还要研究、查找资料、个人的精力和时间是远远不够的,迫切需要一个可以帮助投资者迅速找到合适交易合约的方法,而公式选股可以将指标作为条件。设定指标后,可以将符合条件的股票全部选出来,并加到自选中,再去慢慢研究,优中选优。
  • 必须有一句AUTOFILTER,不允许连续出开仓信号或者连续出平仓信号,有多个开仓信号都满足条件的时候,取第一个信号作为有效信号,后面的k线上的同样信号将被过滤掉。
  • 1、加减仓模型的编写 加减仓模型,允许连续出开仓信号或者连续出平仓信号,可以实现加仓、减仓。
  • 很多成功的程序化交易投资者每年算一笔账,在滑点上的损失比交的手续费还要多。随着投资者对程序化交易的认识不断提高,投资者之间将逐渐从交易策略的较量转变为下单精细化控制的博弈上来。算法交易模型可对程序化委托的每个环节进行精细化控制,
  • 很多投资者在寻找一种模型可分辨趋势行情和震荡行情,因为一个在趋势行情中表现不错的模型到了震荡行情可能损失惨重,甚至反盈为亏。
  • 一开一平信号过滤模型是开平对应的,开仓后只能是与之对应的平仓操作。可有时我们想实现加减仓等策略,显然一开一平信号过滤模型无法实现,而加减仓模型开仓后可继续加仓,实现了自由加减仓以及更高级的资金管理策略。
  • 很多做趋势交易和波段交易的投资者有一套自己的交易策略,这些策略通常周期较长,因此在观察K线或者技术分析指标的时候不易发现微小的变化,而当变化足够明显时又可能已经错过了最佳进场时机。
  • 从全市场股票中,自动筛选出符合条件的股票,并且按照交易策略实现全自动交易,完成一次交易后,自动从交易池中删除。软件会按照设定的扫描计算频率,循环筛选满足条件的股票。
  • 模型根据从上至下,从左至右的顺序进行计算;编写中每一行计算,都能引用本次计算上面各行的计算结果 一、股票模型的机制:股票分为T+1模型和T+0模型 股票模型默认为T+1模型,T+0模型需要写入StockT0_Plus:True;启用T+0交易模式
  • 文华MQ股票池程序化的信号执行方式和模型类型 模型默认信号执行方式为指令价(出信号立即下单),也支持编写多样的信号执行方式 模型默认为一根K线一个信号的模型,也支持编写一根K线多个信号的模型 模型默认为一次建仓模型,也支持编写连续建仓模型
  • 三、编写常见问题 1、如何定义策略中使用的全局变量 (1)K线图公式/TICK图公式 ①NumericSeries、StringSeries定义序列型变量 盘中运行:记录下每根K线的运算结果,用于下根K线的计算 回测:支持回测 注:TICK周期上每笔TICK一根K线,定义序列型变量,当根K线计算模型时使用上根K线的运算结果,相当于全局变量的用法 例子:通过序列变量控制一天之内总的开仓次数(开多+开空) Setting  …
专题搜索: