这篇文章主要讲解了“如何移植JavaScript策略”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“如何移植JavaScript策略”吧!
创新互联公司专业为企业提供丰润网站建设、丰润做网站、丰润网站设计、丰润网站制作等企业网站建设、网页设计与制作、丰润企业网站模板建站服务,10年丰润做网站经验,不只是建网站,更提供有价值的思路和整体网络服务。
我们首先看下这次要移植的策略:
(*backtest start: 2019-05-01 00:00:00 end: 2019-11-12 00:00:00 period: 1d exchanges: [{"eid":"Futures_OKCoin","currency":"BTC_USD"}] args: [["SlideTick",10,126961],["ContractType","quarter",126961]] *) N1:=10; N2:=21; AP:=(HIGH+LOW+CLOSE)/3; ESA:=EMA(AP,N1); D:=EMA(ABS(AP-ESA),N1); CI:=(AP-ESA)/(0.015*D); TCI:=EMA(CI,N2); WT1:TCI; WT2:SMA(WT1,4,1); AA:=CROSS(WT1,WT2); BB:=CROSSDOWN(WT1,WT2); REF(AA,1),BPK; REF(BB,1),SPK;
这个麦语言策略开头的部分(*backtest...*)
是回测设置的配置代码,为了方便对比,设定一个统一的回测配置。这个策略也是随机找的一个策略,也并不算太复杂(相对上次文章中的复杂一些),是比较有代表性的策略。移植一个麦语言策略,首先要通篇看下策略内容,麦语言策略代码比较简练,基本上看下来可以对策略全局有一定的认识,这个策略我们看到使用到了几种指标函数EMA
,SMA
:
先造个轮子
EMA
该指标函数,在FMZ平台用JavaScript语言编写策略时直接有现成的指标库函数。即:TA.MA
SMA
需要我们动手的是SMA
这个指标,我们发现在FMZ的TA库中没有支持SMA这个指标函数,在talib库中SMA指标和麦语言中的也有差别:
可以看到,参数部分除了周期参数,还有一个权重参数。FMZ API文档中talib库中SMA指标函数的描述为:
可见
talib.SMA
是一个简单移动平均指标。
这样就只能动手自己实现一个SMA
了,作为使用JavsScript语言编写策略的开发者,这也是必备技能之一,毕竟如果没有现成的轮子,车还是要开的,造一个就是了。说实话,对于指标之类的研究不多,一般都是不懂的就搜索,查资料。对于SMA查到这些:
感觉这个说的算法过程挺靠谱,实现一下:
function SMA (arr, n, m) { var sma = [] var currSMA = null for (var i = 0; i < arr.length; i++) { if (arr[i] && !isNaN(arr[i])) { if (!currSMA) { currSMA = arr[i] sma.push(currSMA) continue } // [M*C2+(N-M)*S1]/N currSMA = (m * arr[i] + (n - m) * currSMA) / n sma.push(currSMA) } else { sma.push(NaN) } } return sma }
编写填充部分
策略框架使用手把手教你写策略--移植一个my语言策略文章中相同的框架,主要填充两个部分:
首先,做行情数据处理、指标计算。
我们把麦语言这部分一句一句的功能逐个处理:
1、
AP:=(HIGH+LOW+CLOSE)/3;
这句可以理解为,要把K线数据中的每根BAR的最高价、最低价、收盘价相加再除以3,计算平均值,然后存为一个数组,和每个BAR一一对应。
可以这样处理:function CalcAP (r) { // AP:=(HIGH+LOW+CLOSE)/3; var arrAP = [] // 声明一个空数组 for (var i = 0; i < r.length; i++) { // r为传入的K线数据,是一个数组,用for遍历这个数组 v = (r[i].High + r[i].Low + r[i].Close) / 3 // 计算 平均值 arrAP.push(v) // 添加在 arrAP数组的尾部,arrAP是空的时候尾部就是第一个。 } return arrAP // 返回 这个平均值数组,即麦语言中计算的 AP }
在主循环OnTick函数中调用这个函数就可以了,例如:
// 计算指标 // AP var ap = CalcAP(records)
2、AP计算完成以后,接着计算
ESA:=EMA(AP,N1);
:这里要使用上一步算出的AP这个数据,计算ESA,其实这个ESA就是AP的「指数移动平均」,即EMA指标,所以我们就用AP作为数据,N1作为EMA指标的参数,计算EMA指标就可以了。
function CalcESA (ap, n1) { // ESA:=EMA(AP,N1); if (ap.length <= n1) { // 如果AP的长度小于指标参数,是无法计算出有效数据的,这个时候让函数返回false。 return false } return TA.EMA(ap, n1) }
3、
D:=EMA(ABS(AP-ESA),N1);
使用计算出的
AP
、ESA
计算数据D
。
此处代码注释可以看下,有些指标计算的技巧。function CalcD (ap, esa, n1) { // D:=EMA(ABS(AP-ESA),N1); var arrABS_APminusESA = [] if (ap.length != esa.length) { throw "ap.length != esa.length" } for (var i = 0; i < ap.length; i++) { // 计算指标数值时,必须判断一下数据的有效性,因为前几次EMA计算可能数组中的开始部分的数据是NaN,或者null // 所以必须判断,参与计算的数据都是有效数值才能进行,如果有任何无效数值,就用NaN向arrABS_APminusESA填充 // 这样计算得到的数据,每个位置和之前的数据都是一一对应的,不会错位。 if (ap[i] && esa[i] && !isNaN(ap[i]) && !isNaN(esa[i])) { v = Math.abs(ap[i] - esa[i]) // 根据ABS(AP-ESA) , 具体计算数值,然后放入arrABS_APminusESA数组 arrABS_APminusESA.push(v) } else { arrABS_APminusESA.push(NaN) } } if (arrABS_APminusESA.length <= n1) { return false } return TA.EMA(arrABS_APminusESA, n1) // 计算数组arrABS_APminusESA的EMA指标,得到数据D(数组结构) }
4、
CI:=(AP-ESA)/(0.015*D);
这个计算方式和步骤1类似,直接放出代码。function CalcCI (ap, esa, d) { // CI:=(AP-ESA)/(0.015*D); var arrCI = [] if (ap.length != esa.length || ap.length != d.length) { throw "ap.length != esa.length || ap.length != d.length" } for (var i = 0; i < ap.length; i++) { if (ap[i] && esa[i] && d[i] && !isNaN(ap[i]) && !isNaN(esa[i]) && !isNaN(d[i])) { v = (ap[i] - esa[i]) / (0.015 * d[i]) arrCI.push(v) } else { arrCI.push(NaN) } } if (arrCI.length == 0) { return false } return arrCI }
TCI:=EMA(CI,N2);
只是计算CI数组的EMA指标。function CalcTCI (ci, n2) { // TCI:=EMA(CI,N2); if (ci.length <= n2) { return false } return TA.EMA(ci, n2) }
WT2:SMA(WT1,4,1);
最后这步骤,用到了我们之前造好的轮子
SMA
函数。function CalcWT2 (wt1) { // WT2:SMA(WT1,4,1); if (wt1.length <= 4) { return false } return SMA(wt1, 4, 1) // 使用我们自己实现的SMA函数计算出wt1的SMA指标。 }
交易信号的移植就非常简单了。
AA:=CROSS(WT1,WT2); BB:=CROSSDOWN(WT1,WT2); REF(AA,1),BPK; REF(BB,1),SPK;
阅读这几句麦语言代码,可知,就是对于WT1、WT2这两条指标线的金叉、死叉判断作为开仓条件,需要注意的是,使用的是前一个交叉信号。
直接用该麦语言策略回测,我们观察下:
通过麦语言策略实际运行观察可知,在开仓点检测到信号时,实际是检测开仓点这个BAR往前数2个BAR的位置是否是金叉。上图可以明显看出:
信号检测部分的填充代码可以写为:
if ((_State == IDLE || _State == SHORT) && wt1[wt1.length - 4] < wt2[wt2.length - 4] && wt1[wt1.length - 3] > wt2[wt2.length - 3]) { if (_State == IDLE) { _State = OPENLONG Log("OPENLONG") // 测试 } if (_State == SHORT) { _State = COVERSHORT Log("COVERSHORT") // 测试 } isOK = false } if ((_State == IDLE || _State == LONG) && wt1[wt1.length - 4] > wt2[wt2.length - 4] && wt1[wt1.length - 3] < wt2[wt2.length - 3]) { if (_State == IDLE) { _State = OPENSHORT Log("OPENSHORT") // 测试 } if (_State == LONG) { _State = COVERLONG Log("COVERLONG") // 测试 } isOK = false }
这里可以思考下,为什么麦语言的SPK、BPK指令可以用以上代码实现。
回测
回测配置:
麦语言版本回测:
JavaScript版本回测:
OnTick函数开头部分的代码,用来让回测速度快一点,是让策略以收盘价模型来运行,有兴趣可以详细分析下。
function OnTick(){ // 驱动策略的行情处理部分 var records = _C(exchange.GetRecords) if (records[records.length - 1].Time == preTime) { if (isOK) { Sleep(500) return } } else { preTime = records[records.length - 1].Time } ... .. .
感谢各位的阅读,以上就是“如何移植JavaScript策略”的内容了,经过本文的学习后,相信大家对如何移植JavaScript策略这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
网站名称:如何移植JavaScript策略
文章分享:http://scgulin.cn/article/gcdsgj.html