【宽客策略源码】跨期套利策略

abctrader

本策略根据EG两步法(1.序列同阶单整2.OLS残差平稳)判断序列具有协整关系之后(若无协整关系则全平仓位不进行操作)，通过计算两个真实价格序列回归残差的0.9个标准差上下轨,并在价差突破上轨的时候做空价差,价差突破下轨的时候做多价差，并在回归至标准差水平内的时候平仓

回测数据为:SHFE.rb1801和SHFE.rb1805的1min数据
回测时间为:2017-09-25 08:00:00到2017-10-01 15:00:00

1. # coding=utf-8
   
2. from __future__ import print_function, absolute_import, unicode_literals
   
3. import numpy as np
   
4. from gm.api import *
   
5. try:
   
6.     import statsmodels.tsa.stattools as ts
   
7. except:
   
8.     print('请安装statsmodels库')
   
9. 
   
10. # 协整检验的函数
    
11. def cointegration_test(series01, series02):
    
12.     urt_rb1801 = ts.adfuller(np.array(series01), 1)[1]
    
13.     urt_rb1805 = ts.adfuller(np.array(series01), 1)[1]
    
14.     # 同时平稳或不平稳则差分再次检验
    
15.     if (urt_rb1801 > 0.1 and urt_rb1805 > 0.1) or (urt_rb1801 < 0.1 and urt_rb1805 < 0.1):
    
16.         urt_diff_rb1801 = ts.adfuller(np.diff(np.array(series01)), 1)[1]
    
17.         urt_diff_rb1805 = ts.adfuller(np.diff(np.array(series01), 1))[1]
    
18.         # 同时差分平稳进行OLS回归的残差平稳检验
    
19.         if urt_diff_rb1801 < 0.1 and urt_diff_rb1805 < 0.1:
    
20.             matrix = np.vstack([series02, np.ones(len(series02))]).T
    
21.             beta, c = np.linalg.lstsq(matrix, series01)[0]
    
22.             resid = series01 - beta * series02 - c
    
23.             if ts.adfuller(np.array(resid), 1)[1] > 0.1:
    
24.                 result = 0.0
    
25.             else:
    
26.                 result = 1.0
    
27.             return beta, c, resid, result
    
28.         else:
    
29.             result = 0.0
    
30.             return 0.0, 0.0, 0.0, result
    
31.     else:
    
32.         result = 0.0
    
33.         return 0.0, 0.0, 0.0, result
    
34. def init(context):
    
35.     context.goods = ['SHFE.rb1801', 'SHFE.rb1805']
    
36.     # 订阅品种
    
37.     subscribe(symbols=context.goods, frequency='60s', count=801, wait_group=True)
    
38. def on_bar(context, bars):
    
39.     # 获取过去800个60s的收盘价数据
    
40.     close_01 = context.data(symbol=context.goods[0], frequency='60s', count=801, fields='close')['close'].values
    
41.     close_02 = context.data(symbol=context.goods[1], frequency='60s', count=801, fields='close')['close'].values
    
42.     # 展示两个价格序列的协整检验的结果
    
43.     beta, c, resid, result = cointegration_test(close_01, close_02)
    
44.     # 如果返回协整检验不通过的结果则全平仓位等待
    
45.     if not result:
    
46.         print('协整检验不通过,全平所有仓位')
    
47.         order_close_all()
    
48.         return
    
49.     # 计算残差的标准差上下轨
    
50.     mean = np.mean(resid)
    
51.     up = mean + 0.9 * np.std(resid)
    
52.     down = mean - 0.9 * np.std(resid)
    
53.     # 计算新残差
    
54.     resid_new = close_01[-1] - beta * close_02[-1] - c
    
55.     # 获取rb1801的多空仓位
    
56.     position_01_long = context.account().position(symbol=context.goods[0], side=PositionSide_Long)
    
57.     position_01_short = context.account().position(symbol=context.goods[0], side=PositionSide_Short)
    
58.     if not position_01_long and not position_01_short:
    
59.         # 上穿上轨时做空新残差
    
60.         if resid_new > up:
    
61.             order_target_volume(symbol=context.goods[0], volume=1, order_type=OrderType_Market,
    
62.                                 position_side=PositionSide_Short)
    
63.             print(context.goods[0] + '以市价单开空仓1手')
    
64.             order_target_volume(symbol=context.goods[1], volume=1, order_type=OrderType_Market,
    
65.                                 position_side=PositionSide_Long)
    
66.             print(context.goods[1] + '以市价单开多仓1手')
    
67.         # 下穿下轨时做多新残差
    
68.         if resid_new < down:
    
69.             order_target_volume(symbol=context.goods[0], volume=1, order_type=OrderType_Market,
    
70.                                 position_side=PositionSide_Long)
    
71.             print(context.goods[0], '以市价单开多仓1手')
    
72.             order_target_volume(symbol=context.goods[1], volume=1, order_type=OrderType_Market,
    
73.                                 position_side=PositionSide_Short)
    
74.             print(context.goods[1], '以市价单开空仓1手')
    
75.     # 新残差回归时平仓
    
76.     elif position_01_short:
    
77.         if resid_new <= up:
    
78.             order_close_all()
    
79.             print('价格回归,平掉所有仓位')
    
80.         # 突破下轨反向开仓
    
81.         if resid_new < down:
    
82.             order_target_volume(symbol=context.goods[0], volume=1, order_type=OrderType_Market,
    
83.                                 position_side=PositionSide_Long)
    
84.             print(context.goods[0], '以市价单开多仓1手')
    
85.             order_target_volume(symbol=context.goods[1], volume=1, order_type=OrderType_Market,
    
86.                                 position_side=PositionSide_Short)
    
87.             print(context.goods[1], '以市价单开空仓1手')
    
88.     elif position_01_long:
    
89.         if resid_new >= down:
    
90.             order_close_all()
    
91.             print('价格回归,平所有仓位')
    
92.         # 突破上轨反向开仓
    
93.         if resid_new > up:
    
94.             order_target_volume(symbol=context.goods[0], volume=1, order_type=OrderType_Market,
    
95.                                 position_side=PositionSide_Short)
    
96.             print(context.goods[0], '以市价单开空仓1手')
    
97.             order_target_volume(symbol=context.goods[1], volume=1, order_type=OrderType_Market,
    
98.                                 position_side=PositionSide_Long)
    
99.             print(context.goods[1], '以市价单开多仓1手')
    
100. if __name__ == '__main__':
     
101.     '''
     
102.     strategy_id策略ID,由系统生成
     
103.     filename文件名,请与本文件名保持一致
     
104.     mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
     
105.     token绑定计算机的ID,可在系统设置-密钥管理中生成
     
106.     backtest_start_time回测开始时间
     
107.     backtest_end_time回测结束时间
     
108.     backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
     
109.     backtest_initial_cash回测初始资金
     
110.     backtest_commission_ratio回测佣金比例
     
111.     backtest_slippage_ratio回测滑点比例
     
112.     '''
     
113.     run(strategy_id='strategy_id',
     
114.         filename='main.py',
     
115.         mode=MODE_BACKTEST,
     
116.         token='token_id',
     
117.         backtest_start_time='2017-09-25 08:00:00',
     
118.         backtest_end_time='2017-10-01 16:00:00',
     
119.         backtest_adjust=ADJUST_PREV,
     
120.         backtest_initial_cash=500000,
     
121.         backtest_commission_ratio=0.0001,
     
122.         backtest_slippage_ratio=0.0001)

复制代码