商品期货跨品种配对交易

该策略为分钟级别回测。运用了简单的移动平均以及布林带（Bollinger Bands）作为交易信号产生源。有关对冲比率（HedgeRatio）的确定，您可以在我们的研究平台上面通过import statsmodels.api as sm引入 statsmodels 中的OLS方法进行线性回归估计。具体估计窗口，您可以根据自己策略需要自行选择。

策略中的移动窗口选择为60分钟，即在每天开盘60分钟内不做任何交易，积累数据计算移动平均值。当然，这一移动窗口也可以根据自身需要进行灵活选择。下面例子中使用了黄金与白银两种商品期货进行配对交易。简单起见，例子中期货的价格并未做对数差处理。

  1. import numpy as np
  2.  
  3.  
  4. # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
  5. def init(context):
  6.     context.s1 = 'AG1612'
  7.     context.s2 = 'AU1612'
  8.  
  9.     # 设置全局计数器
  10.     context.counter = 0
  11.  
  12.     # 设置滚动窗口
  13.     context.window = 60
  14.  
  15.     # 设置对冲手数,通过研究历史数据进行价格序列回归得到该值
  16.     context.ratio = 15
  17.  
  18.     context.up_cross_up_limit = False
  19.     context.down_cross_down_limit = False
  20.  
  21.     # 设置入场临界值
  22.     context.entry_score = 2
  23.  
  24.     # 初始化时订阅合约行情。订阅之后的合约行情会在handle_bar中进行更新
  25.     subscribe([context.s1, context.s2])
  26.  
  27.  
  28. # before_trading此函数会在每天交易开始前被调用，当天只会被调用一次
  29. def before_trading(context):
  30.     # 样例商品期货在回测区间内有夜盘交易,所以在每日开盘前将计数器清零
  31.     context.counter = 0
  32.  
  33.  
  34. # 你选择的期货数据更新将会触发此段逻辑，例如日线或分钟线更新
  35. def handle_bar(context, bar_dict):
  36.  
  37.     # 获取当前一对合约的仓位情况。如尚未有仓位,则对应持仓量都为0
  38.     position_a = context.portfolio.positions[context.s1]
  39.     position_b = context.portfolio.positions[context.s2]
  40.  
  41.     context.counter += 1
  42.     # 当累积满一定数量的bar数据时候,进行交易逻辑的判断
  43.     if context.counter > context.window:
  44.  
  45.         # 获取当天历史分钟线价格队列
  46.         price_array_a = history_bars(context.s1, context.window, '1m', 'close')
  47.         price_array_b = history_bars(context.s2, context.window, '1m', 'close')
  48.  
  49.         # 计算价差序列、其标准差、均值、上限、下限
  50.         spread_array = price_array_a - context.ratio * price_array_b
  51.         std = np.std(spread_array)
  52.         mean = np.mean(spread_array)
  53.         up_limit = mean + context.entry_score * std
  54.         down_limit = mean - context.entry_score * std
  55.  
  56.         # 获取当前bar对应合约的收盘价格并计算价差
  57.         price_a = bar_dict[context.s1].close
  58.         price_b = bar_dict[context.s2].close
  59.         spread = price_a - context.ratio * price_b
  60.  
  61.         # 如果价差低于预先计算得到的下限,则为建仓信号,'买入'价差合约
  62.         if spread <= down_limit and not context.down_cross_down_limit:
  63.             # 可以通过logger打印日志
  64.             logger.info('spread: {}, mean: {}, down_limit: {}'.format(spread, mean, down_limit))
  65.             logger.info('创建买入价差中...')
  66.  
  67.             # 获取当前剩余的应建仓的数量
  68.             qty_a = 1 - position_a.buy_quantity
  69.             qty_b = context.ratio - position_b.sell_quantity
  70.  
  71.             # 由于存在成交不超过下一bar成交量25%的限制,所以可能要通过多次发单成交才能够成功建仓
  72.             if qty_a > 0:
  73.                 buy_open(context.s1, qty_a)
  74.             if qty_b > 0:
  75.                 sell_open(context.s2, qty_b)
  76.             if qty_a == 0 and qty_b == 0:
  77.                 # 已成功建立价差的'多仓'
  78.                 context.down_cross_down_limit = True
  79.                 logger.info('买入价差仓位创建成功!')
  80.  
  81.         # 如果价差向上回归移动平均线,则为平仓信号
  82.         if spread >= mean and context.down_cross_down_limit:
  83.             logger.info('spread: {}, mean: {}, down_limit: {}'.format(spread, mean, down_limit))
  84.             logger.info('对买入价差仓位进行平仓操作中...')
  85.  
  86.             # 由于存在成交不超过下一bar成交量25%的限制,所以可能要通过多次发单成交才能够成功建仓
  87.             qty_a = position_a.buy_quantity
  88.             qty_b = position_b.sell_quantity
  89.             if qty_a > 0:
  90.                 sell_close(context.s1, qty_a)
  91.             if qty_b > 0:
  92.                 buy_close(context.s2, qty_b)
  93.             if qty_a == 0 and qty_b == 0:
  94.                 context.down_cross_down_limit = False
  95.                 logger.info('买入价差仓位平仓成功!')
  96.  
  97.         # 如果价差高于预先计算得到的上限,则为建仓信号,'卖出'价差合约
  98.         if spread >= up_limit and not context.up_cross_up_limit:
  99.             logger.info('spread: {}, mean: {}, up_limit: {}'.format(spread, mean, up_limit))
  100.             logger.info('创建卖出价差中...')
  101.             qty_a = 1 - position_a.sell_quantity
  102.             qty_b = context.ratio - position_b.buy_quantity
  103.             if qty_a > 0:
  104.                 sell_open(context.s1, qty_a)
  105.             if qty_b > 0:
  106.                 buy_open(context.s2, qty_b)
  107.             if qty_a == 0 and qty_b == 0:
  108.                 context.up_cross_up_limit = True
  109.                 logger.info('卖出价差仓位创建成功')
  110.  
  111.         # 如果价差向下回归移动平均线,则为平仓信号
  112.         if spread < mean and context.up_cross_up_limit:
  113.             logger.info('spread: {}, mean: {}, up_limit: {}'.format(spread, mean, up_limit))
  114.             logger.info('对卖出价差仓位进行平仓操作中...')
  115.             qty_a = position_a.sell_quantity
  116.             qty_b = position_b.buy_quantity
  117.             if qty_a > 0:
  118.                 buy_close(context.s1, qty_a)
  119.             if qty_b > 0:
  120.                 sell_close(context.s2, qty_b)
  121.             if qty_a == 0 and qty_b == 0:
  122.                 context.up_cross_up_limit = False
  123.                 logger.info('卖出价差仓位平仓成功!')