大家好!SF系列策略推出以来累计阅读量6万,是备受粉丝喜欢的量化系列,有很多老策略因为年代久远、软件更新等原因无法正常使用。我们决定对SF系列重制、优化代码结构、工作区重制使策略能够开箱即用。
SF系列与算法系列源码已经全部重制完成(可以打包):
1.tb重做了工作区888合约,部分代码重写。
2.增加了python代码。
3.文华8代码更新。
策略概览

SF05_RE是一个基于阻力支撑突破的智能交易策略,结合了ATR波动率进行止盈管理,通过价格突破和波动率控制来实现稳健的交易。
核心模块
参数配置模块
初始资金:100000
周期值:250
ATR倍数:50倍
头寸计算参数
指标计算模块
计算公式:Lowest((AvgP * 2) - H, Lenth)
计算公式:Highest((AvgP * 2) - L, lenth)
计算公式:(H + L + (C * 2)) / 4
K线加权均值(AvgP)
阻力线(RS)
支撑线(ST)
ATR波动率
交易信号模块
当前无持仓
最低价跌破支撑线
考虑最小变动单位(OneTick)
当前无持仓
最高价突破阻力线
考虑最小变动单位(OneTick)
多头入场条件
空头入场条件
风险控制模块
策略逻辑流程
初始化阶段
设置数据源(后复权)
设置真实价格映射
配置自动换仓
设置交易时段
运行阶段
markdown
复制
每个交易周期:
1. 计算基础数据(头寸、ATR)
2. 更新技术指标(AvgP、RS、ST)
3. 检查开仓条件
4. 检查止盈条件
策略特点
突破交易:利用价格突破阻力支撑线捕捉趋势
波动率管理:使用ATR进行止盈控制
资金管理:基于合约规模的头寸计算
自动化处理:包含换仓、复权等自动化流程
优化建议
参数优化
周期值可根据市场特点调整
ATR倍数可依据品种波动特性调整
信号增强
风控增强
实盘应用注意事项
市场选择
资金管理
监控优化
策略监控与维护
日常监控
定期维护
代码实现要点
# 核心指标计算
def calculate_indicators(data):
# 加权均值计算
data['AvgP'] = (data['High'] + data['Low'] + (data['Close'] * 2)) / 4
# 阻力支撑线计算
data['RS'] = data['AvgP'].rolling(length).apply(
lambda x: np.max((x * 2) - data['Low']))
data['ST'] = data['AvgP'].rolling(length).apply(
lambda x: np.min((x * 2) - data['High']))
# ATR计算
data['ATR'] = calculate_atr(data, length)
return data




总结
SF05_RE策略通过阻力支撑突破和ATR波动率管理,提供了一个完整的趋势跟踪交易系统。策略的成功关键在于突破信号的准确性和止盈设置的合理性。建议交易者在实盘应用前,充分测试参数设置并理解市场特性。
1.原创策略源码(每月1期)。
2.选参数-参数可视化及筛选工具(源码)。
3.选品种-多维度品种筛选(源码)。
4.论文、杂志、研报代码复现(源码)。
服务类
5.订单流图表交易-交易利器.
6.专属数据库-增加开平换统计数据。
7.制作自己的Ai投研助手(系列课程)。
社群类
1.贡献策略或课程,免年费或付费。
2.期货大赛量化组挂名松鼠Quant,量化组排名前200名,免年费。
3.基于python实盘与回测框架。


-------------往期精彩内容-------------