这篇文章主要讲解了“Java怎么实现基于资金主动性流向的交易策略”，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“Java怎么实现基于资金主动性流向的交易策略”吧！
价格不是上就是下，长期而言，价格的涨跌概率应各是50%，那么要正确预测未来的价格，就需要实时获取影响价格的全部因素，然后给每个因素一个正确权重，最后作出客观理性分析。要把影响价格的全部因素罗列出来，可能会写满整个屏幕。
概括为：全球经济环境、国家宏观政策、相关产业政策、供需关系、国际事件、利率与汇率、通货膨胀与紧缩、市场心理、未知因素等等。预测也就变成了一个工程浩大，又不可能完成的任务。所以很早的时候，我就明白市场不可预测。那么在市场中所有的预测，都变成了假设，交易也成了概率游戏，这就有意思了。
既然市场无法预测，那真的就无动于衷了吗？不，所有的宏观因素和微观因素都已经反映到价格上了，也就是说价格是全部因素相互作用的结果。我们只需要分析价格，就可以做出一个完整的交易策略。 
先仔细想一想，为什么价格会涨？
你可能会说，因为：国家对相关产业政策扶持、原产地又双叒叕下暴雨了、国际贸易战、MACD金叉了、别人都买了等等，当然这些也许都没错。事后看，总能找出推动价格上涨的理由。
其实，价格的涨跌类似于水涨船高。价格的上涨离不开资金的推动，盘面上，如果买的人多过卖的人，价格就会上涨。反之，如果卖的人多过买的人，价格就会下跌。有了这个概念，我们就可以根据资金净流向反映出来的供求关系，对未来价格的走势给出合理的预期。
与传统分析不同的是，资金流向分析根据一段时间序列的交易数据中，分析哪些成交是资金主动流入的，哪些成交是资金主动流出。然后，把该时间段主动流入的成交量减去主动流出的成交量，便可以知道该时间段的资金净流入。如果资金净流入为正，表示该品种供不应求；如果资金净流出，则表示该品种供过于求。
读到这里，可能有人会疑问，在实际交易中，有人买有人卖才会成交。成交的单子必然是有多少买量就有多少卖量，资金进出一定是等量的。何来资金流入流出呢？其实严格来说，每一个买单必然对应一个相应的卖单，资金流入和资金流出一定是相等的。如果我们想要计算出哪些成交的单子是主动性买入的，哪些单子是主动性卖出的，只能用一个折中的方法，利用bar数据，根据成交量和价格来实现。
资金流向的变化准确对应着实时的市场行为，通过整合bar数据，实时计算资金净流向。关于计算资金主动性流向有两种算法：
第一种，如果当前单子的成交价是以对手价或超价成交的，买入成交价 >= 卖一价，代表买家更愿意以较高的价格完成交易，即计入资金主动性流入。
第二种，如果当前成交价格 > 上次成交价格，那么可以理解为，当前的成交量主动推升了价格的上涨，即计入资金主动性流入。
以上述第二种算法为例：
某个品种在 10：00 的收盘价是 3450，在 11：00 的收盘价是3455，那么我们就把 10：00 ~ 11：00 的成交量计入资金主动性流入。反之则计入资金主动性流出。而本文是在第二种方法的基础上，加入了价格波动幅度这个因素，通过前后bar收盘价对比，把上涨或下跌的bar的成交量 * 波动幅度计入到一个序列，然后根据该序列进一步计算资金的主动性流入比率。
本文从“量”的角度来刻画期货市场的资金流向，通过实时分析bar数据，建立判断短期价格走向的交易模型。一般的情况下，资金流向及价格走势可以分为四种基本状况：
价格上升，同时单位时间内资金主动性净流入：这种情况下属于强势，未来价格继续上升概率更大；
股价上升，同时单位时间内资金主动性净流出：这种情况下属于中强势，未来价格继续上升的速度大幅减弱；
股价下跌，同时单位时间内资金主动性净流入：这种情况下属于弱势，未来价格继续下跌概率更大；
股价下跌，同时单位时间内资金主动性净流出：这种情况下属于中弱势，未来价格继续下跌的速度大幅减弱； 
主要变量，如下：
前期低点（ll）
前期高点（hh）
主动性买入（barIn）
主动性卖出（barOut）
主动流入资金与主动流出资金的比值（barRatio）
开仓阈值（openValve）
当前持仓（myAmount）
上根K线收盘价（close）
出入场条件 一个好的量化交易策略，不仅需要稳定的收益，而且能够控制风险，在小概率时间出现时，避免出现较大亏损。在这里我们使用跟踪主动性资金流向策略，借助短期价格预测对商品期货行情方向进行分析，从而达到高收益、低风险的效果。 策略的步骤如下图： 
多头开仓：如果当前无持仓，并且barRatio > openValve，买入开仓；
空头开仓：如果当前无持仓，并且barRatio < 1 / openValve，卖出开仓；
多头平仓：如果当前持有多仓，并且close < ll，卖出平仓；
空头平仓：如果当前持有空仓，并且close > hh，买入平仓；
获取并计算数据
function data() {
var self = {};
var barVol = [];
var bars = _C(exchange.GetRecords); //获取bar数据
if (bars.length < len * 2) { //控制bar数据数组的长度
return;
}
for (var i = len; i > 0; i--) {
var barSub_1 = bars[bars.length - (i + 1)].Close - bars[bars.length - (i + 2)].Close; //计算当前收盘价与上个bar收盘价的价差
if (barSub_1 > 0) { //如果价格涨了，就在数组里面添加正数
barVol.push(bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low));
} else if (barSub_1 < 0) { //如果价格跌了，就在数组里面添加负数
barVol.push(-bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low));
}
}
if (barVol.length > len) {
barVol.shift(); //释放多余的数据
}
self.barIn = 0;
self.barOut = 0;
for (var v = 0; v < barVol.length; v++) {
if (barVol[v] > 0) {
self.barIn += barVol[v]; //合并全部主动流入的资金
} else {
self.barOut -= barVol[v]; //合并全部主动流出的资金
}
}
self.barRatio = self.barIn / Math.abs(self.barOut); //计算主动流入资金与主动流出资金的比值
bars.pop(); //删除未结束的bar数据
self.close = bars[bars.length - 1].Close; //获取上根K线的收盘价
self.hh = TA.Highest(bars, hgLen, 'High'); //获取前高
self.ll = TA.Lowest(bars, hgLen, 'Low'); //获取前低
return self;
}通过发明者量化API中的GetRecords方法，直接获取bar数据。包含最高价、最低价、开盘价、收盘价、成交量、标准时间戳。如果最新的成交价大于上次的成交价，那么就把最新的成交量 * （最高价 - 最低价）计入主动性买入；如果最新的成交价小于上次的成交价，那么就把最新的成交量 * （最高价 - 最低价）计入主动性卖出；
获取持仓数据
function positions(name) {
var self = {};
var mp = _C(exchange.GetPosition); //获取持仓
if (mp.length == 0) {
self.amount = 0;
}
for (var i = 0; i < mp.length; i++) { //持仓数据处理
if (mp[i].ContractType == name) {
if (mp[i].Type == PD_LONG || mp[i].Type == PD_LONG_YD) {
self.amount = mp[i].Amount;
} else if (mp[i].Type == PD_SHORT || mp[i].Type == PD_SHORT_YD) {
self.amount = -mp[i].Amount;
}
self.profit = mp[i].Profit;
} else {
self.amount = 0;
}
}
return self;
}通过发明者量化API中的GetPosition方法获取基础持仓数据，并对这些基础数据进一步处理，如果当前持有多单，那么就返回正持仓数量；如果当前持有空单，那么就返回负持仓数量。这样做的目的是方便计算开平仓逻辑。
下单交易
function trade() {
var myData = data(); //执行data函数
if (!myData) {
return;
}
var mp = positions(contractType); //获取持仓信息
var myAmount = mp.amount; //获取持仓数量
var myProfit = mp.profit; //获取持仓浮动盈亏
if (myAmount > 0 && myData.close < myData.ll) {
p.Cover(contractType, unit); //多头平仓
}
if (myAmount < 0 && myData.close > myData.hh) {
p.Cover(contractType, unit); //空头平仓
}
if (myAmount == 0) {
if (myData.barRatio > openValve) {
p.OpenLong(contractType, unit); //多头开仓
} else if (myData.barRatio < 1 / openValve) {
p.OpenShort(contractType, unit); //空头开仓
}
}
}特点：
核心参数少：模型设计思路清晰，核心参数只有3个。可优化空间很小，可以有效避免过度拟合。 较强的普适性：策略逻辑简单，具有高普适性，除农产品外适应大部分品种，可以进行多品种组合。
改进：
加入持仓量条件：单向（股票）市场资金流向可以根据价格涨跌、成交量等因素来界定资金的流入或流出。 但是，由于该策略并没有加入持仓量这个条件，使得统计主动性资金流向可能会失真。
加入标准差条件：仅仅依靠资金流向来作开仓条件，可能会出现频繁的虚假信号，造成频繁开平仓。通过统计指定时间内的资金净流出的平均值，上下加上标准差，来过滤虚假信号。
/*backtest
start: 2016-01-01 09:00:00
end: 2019-12-31 15:00:00
period: 1h
exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}]
*/
var p = $.NewPositionManager(); //调用商品期货交易类库
//持仓数据处理
function positions(name) {
var self = {};
var mp = _C(exchange.GetPosition); //获取持仓
if (mp.length == 0) {
self.amount = 0;
}
for (var i = 0; i < mp.length; i++) { //持仓数据处理
if (mp[i].ContractType == name) {
if (mp[i].Type == PD_LONG || mp[i].Type == PD_LONG_YD) {
self.amount = mp[i].Amount;
} else if (mp[i].Type == PD_SHORT || mp[i].Type == PD_SHORT_YD) {
self.amount = -mp[i].Amount;
}
self.profit = mp[i].Profit;
} else {
self.amount = 0;
}
}
return self;
}
//行情数据处理函数
function data() {
var self = {};
var barVol = [];
var bars = _C(exchange.GetRecords); //获取bar数据
if (bars.length < len * 2) { //控制bar数据数组的长度
return;
}
for (var i = len; i > 0; i--) {
var barSub_1 = bars[bars.length - (i + 1)].Close - bars[bars.length - (i + 2)].Close; //计算当前收盘价与上个bar收盘价的价差
if (barSub_1 > 0) { //如果价格涨了，就在数组里面添加正数
barVol.push(bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low));
} else if (barSub_1 < 0) { //如果价格跌了，就在数组里面添加负数
barVol.push(-bars[bars.length - (i + 1)].Volume * (bars[bars.length - (i + 1)].High - bars[bars.length - (i + 1)].Low));
}
}
if (barVol.length > len) {
barVol.shift(); //释放多余的数据
}
self.barIn = 0;
self.barOut = 0;
for (var v = 0; v < barVol.length; v++) {
if (barVol[v] > 0) {
self.barIn += barVol[v]; //合并全部主动流入的资金
} else {
self.barOut -= barVol[v]; //合并全部主动流出的资金
}
}
self.barRatio = self.barIn / Math.abs(self.barOut); //计算主动流入资金与主动流出资金的比值
bars.pop(); //删除未结束的bar数据
self.close = bars[bars.length - 1].Close; //获取上根K线的收盘价
self.hh = TA.Highest(bars, hgLen, 'High'); //获取前高
self.ll = TA.Lowest(bars, hgLen, 'Low'); //获取前低
return self;
}
//交易函数
function trade() {
var myData = data(); //执行data函数
if (!myData) {
return;
}
var mp = positions(contractType); //获取持仓信息
var myAmount = mp.amount; //获取持仓数量
var myProfit = mp.profit; //获取持仓浮动盈亏
if (myAmount > 0 && myData.close < myData.ll) {
p.Cover(contractType, unit); //多头平仓
}
if (myAmount < 0 && myData.close > myData.hh) {
p.Cover(contractType, unit); //空头平仓
}
if (myAmount == 0) {
if (myData.barRatio > openValve) {
p.OpenLong(contractType, unit); //多头开仓
} else if (myData.barRatio < 1 / openValve) {
p.OpenShort(contractType, unit); //空头开仓
}
}
}
//程序主入口，从这里启动
function main() {
while (true) { //进入循环
if (exchange.IO("status")) { //如果是开市时间
_C(exchange.SetContractType, contractType); //订阅合约
trade(); //执行trade函数
}
}
}策略配置： 
回测绩效： 
感谢各位的阅读，以上就是“Java怎么实现基于资金主动性流向的交易策略”的内容了，经过本文的学习后，相信大家对Java怎么实现基于资金主动性流向的交易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。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
