最近写了太多技术指标相关的内容，也该回归一下量化交易策略的研究了。在接下来的几篇文章中，我们会挑选几个著名的量化交易策略，先介绍一下它们的原理，然后会基于 BackTrader 进行回测，并根据回测结果进行一些初步的优化。
最后，作为本公众号的一个特色，考虑到大多数人并没有技术背景，并不能直接上手量化交易，因此我们还会根据策略原理，将其改写为技术指标，以方便大家使用。
那么，在这篇文章中，我们就先来看下大名鼎鼎的 Dual Thrust 策略。
策略原理
在上篇文章中，我们曾经提到趋势跟随策略。市场有它的惯性，趋势一旦形成，就会持续较长的时间。因此，这是一种非常常用的交易策略。
而 Dual Thrust 策略就是这样一种趋势跟随的交易策略，适用于日内交易。它由 Michael Chalek 在 1980 年代开发，曾被《Future Truth》杂志评为最赚钱的策略之一。该策略因其简单易用、适用范围广而受到欢迎，并已被证明可以为投资者带来长期稳定的收益。
从图中我们可以看到，这个策略有点像布林轨道，它的核心思想也是利用价格波动区间进行交易，但布林线的上下轨一般视为阻力支撑，而这里是通过突破上下轨时入场交易来获取盈利。
具体来说，该策略首先计算前 N 天最高的最高价、最高的收盘价、最低的收盘价、最低的最低价，然后计算最高的最高价与最低的收盘价的差值，以及最高的收盘价与最低的最低价的差值，然后取这两个差值的最大值作为区间值，再乘以不同的系数 K 得到上下轨的触发值。在开盘后，当价格超过上轨（开盘价 + 触发值）时买入，或者当价格低于下轨（开盘价 - 触发值）时卖出。
另外这个策略并没有止损，如果发出买入信号时持有一手空单，则平仓一手空单并买入一手多单，相当于买入两手多单；如果发出卖出信号时持有一手多单，则平仓一手多单并卖出一手空单，相当于卖出两手空单。
量化回测
因为在优化策略的过程中要经过多次调试和回测，没有足够的积分在类似聚宽这种平台上是消耗不起的。所以，我们的回测一律基于开源框架 BackTrader 在本地进行回测。
在之前的文章中已经对 BackTrader 做过了介绍，这里不再赘述。我们直接来看下代码的实现。
这个策略的一个关键点是要根据前 N 天的交易数据计算得到上下轨，因此我们可以使用 BackTrader 的自定义指标功能，实现一个 DT 指标，自动计算得到上下轨数据。这样在分钟级别的K线进行回测时直接基于 resampledata 得到日K线数据，然后获取到 DT 指标数据，即可以此进行交易策略的编写。
当然，作为一个量化交易框架，为了减少代码冗余，BackTrader 的源码大量使用了元编程技术，因此使其代码看上去晦涩难懂。Python 的元编程是另外一个话题，在这里没有必要展开，如果对以上自定义指标的代码觉得难以理解，其实我们还可以有更简单更容易理解的实现方式。
想像一下人工交易的过程：每日开盘后，利用前 N 天的数据计算得到上下轨，然后开始监测当前股价是否取得突破。因此，如果没有自定义指标，我们只需要在每天开盘后重新计算得到最新的上下轨即可。
最后再来看一下交易逻辑的实现。突破上轨时，如果没有持仓则直接买入，如果有空单则先平再买；突破下轨时，如果没有持仓则直接卖出，如果有多单则先平再卖。
有了以上两个核心逻辑的实现，再设置一下策略的三个参数 N、K1、K2，比如 5、0.5、0.5，就可以开始回测了。
在A股市场我们知道，波动最大且支持衍生品的是中证1000，那么这里我们就以中证1000为例，初始资金100万，每次都全仓买入卖出，使用2023年5月到2024年4月这一年时间的5分钟级别K线数据做一下简单的回测。
从图中可以看到，一年时间，只获得了3个点的收益，史上最赚钱的策略之一？看上去有点惨不忍睹。。。。。。
那么接下来，我们就要分析一下，到底是这个策略名不副实，还是有什么地方出了问题。
优化改进
仔细看一下上图，虽然最终只有3个点的收益，但最大回撤达到了18个点，也就是说，最大收益可能曾经达到过21个点。那么我们可以把整个回测周期的收益与回撤画出来，看看到底是哪儿出了问题。
很明显，在2月份收益率快速达到峰值后又快速回落。那么，2月份发生了啥呢？显然，2月份雪球爆仓，之后国家队救市，这种极致的反转将趋势跟随策略的缺点-滞后性，展现的淋漓尽致。
所以，接下来我们就尝试针对它的缺点进行优化和改进。
收盘清仓
首先，最简单的一种止损方式：日内收盘前直接清仓。
我们对比一下添加这个交易逻辑后对整体收益的影响。
得得得，之前还有3个点的收益，添加上日内收盘清仓后，反而亏损了9个点。。。。。。
跟踪止损
看来，想省事是不可能了，还是按照标准流程来吧，我们给它添加一个跟踪止损的处理逻辑。
跟踪止损的一个可行方案是根据 ATR 进行止损。我们仿照这个策略的处理逻辑，为做多和做空设置不同的止损系数 X1、X2，即做多时从最高价下跌了 X1 倍的 ATR 或做空时从最低价反弹 X2 倍的 ATR 时进行止损。
看上去这个止损策略设置的很合理吧，我们来看下实际的效果。考虑到中证1000的波动比较大，就先设成 3 倍的 ATR 止损好了。
哇哦！见鬼！还是亏损！
虽然相比日内清盘的方式，亏损减少了三个点，但是要知道，啥止损都没加的时候到最后可是还有三个点的收益呢。
参数调优
没办法了，只能借助 BackTrader 提供的参数组合方式进行回测了，看一下到底有没有最佳的止损参数。
我们设置 X1、X2 分别从 2 到 9 进行组合测试，对这 64 个组合的收益率进行排序，看看最好的结果是怎样一个组合。
完犊子！即使是最佳组合仍然是亏损！
这个时候我们再回顾一下这个策略的原理。
另外这个策略并没有止损，如果发出买入信号时持有一手空单，则平仓一手空单并买入一手多单，相当于买入两手多单；如果发出卖出信号时持有一手多单，则平仓一手多单并卖出一手空单，相当于卖出两手空单。
由此可见，这个策略确实可以先不用考虑止损的问题。忙活了半天，得到了一个这样的结论。
但是，“排除一切不可能的，剩下的即使再不可能，那也是真相”。既然通过止损不可能提高收益率，那么剩下的就只是策略自身的三个参数了。
如图所示，我们设置 N、K1、K2 分别从 2 到 9、0.1 到 0.9 共 648 种参数组合进行回测，然后对收益率进行排序，看看这次的效果如何。
Bingo!!!
排名前十的参数组合收益全都超过了 60 万 ！而且排名第一的参数组合创造了 86 万 的收益！这不
会
是过拟合了吧？
我们来看下这个参数组合的收益与回撤的走势图。
最大回撤仅有 6 个点，而且在 2 月份行情大逆转后，回撤并没有扩大，收益率还继续攀升！Perfect！
效果展示
在使用上面的优化改进之后，我们再来看一下最终的策略评估报告。
技术指标
最后，根据 Dual Thrust 策略的原理，我们还实现了兼容富途、老虎、通达信、同花顺的技术指标。
未完待续
考虑到文章的篇幅，在下一篇中我们将会继续分析剩下的几个问题。
目前取得最佳收益率的参数组合，如果换成其它的股票，还能保持这样的收益率和回撤吗？
如果不能，为什么在中证1000上是 N=2、K1=0.3、K2=0.1 这样一个参数组合能取得最佳收益？
能不能找到一个参数组合，使其在所有股票上都能取得不错的收益和回撤？
能不能基于这个策略来指导衍生品的交易，以获取更大的收益？
敬请期待！