作者认为，开仓后盈利造成大幅流失的原因是策略的止盈或平仓模块没有"自适应"的功能。不能及时跟随市场行情的波动而自动调整出场位置。
如下图所示:
想要策略能跟踪市场变化，并动态调整策略出场也并不难，其中最重要的一点是需要与波动率结合才能做出"自适应"的效果！
因此，作者接下来就用Python 调用tqsdk包，在双均线策略中采用具有加速算法的跟踪止盈方法。让策略更具有"生命力"！
想要做到"自适应"跟踪的功效，就必须要知道如何跟踪价格波动的方法。我们最常见的衡量价格波动率的方法就是用"平均真实波幅"ATR。
作者在自适应跟踪止盈算法里不止采用ATR来衡量价格波动。下面将以多头为例，具体算法如下图所示:
上图中的SPrice就是策略的跟踪止盈线变量。当价格触发跟踪止盈SPrice时，多头平仓。下面就简单介绍AF，SPrice，HVlaue三个变量:以多头为例。
(1) AF变量，为加速系数，控制着每一次上调的尺寸。
在AF的计算过程中，首先要保证当前k线创新高才进行累加，如果当前没有创新高那么AF就保持原来的值。也就是延续上一根k线的值，那样的话策略当前的跟踪止盈线上调的尺寸与上一根k线一致。
简单来说，开多仓后价格朝预期方向波动越大，那么AF值就越大，进而上调尺寸就越大，止盈就更灵敏。反之，则迟钝！
(2) SPrice和HVlaue变量，HVlaue是持仓期间的最高价。
SPrice跟踪止盈线的计算，我们只需要关注AF和(HVlaue - SPrice )两者的变化。
因此，跟踪止盈线才能够跟随市场的波动进行动态的，"自适应"地调整出场位置。
小结。
在分享代码之前，给大家详细介绍了关于"自适应"跟踪止盈的算法逻辑及运行原理。主要是为了在接下来利用Python编写的时候，更容易理解。
Python 调用天勤量化的tqsdk包，实现数据获取，策略编写，并利用其回测框架进行回测分析。总共四个步骤，即可完成双均线策略及在其内部实现"自适应"跟踪止盈。
策略逻辑:金叉开多，死叉开空，作者以多头为例。
(1) 第一步，导入天勤量化及时间等相关的包。
(2) 第二步，计算均线、ATR及多空信号。这里我们将调用天勤内置函数模块ta中的SMA和ATR方法进行计算。并用trend变量记录多空开仓标记，方便在开仓步骤判断多空并下单。
(3) 第三步，开仓并计算跟踪止盈线，多头为例子。
开多时起记录持仓时间的最高价mark_high和初始止损long_stop，当开仓后下一根k线将初始止损long_stop变成跟踪止盈线。
当最低价触发跟踪止盈线long_stop时，策略多头平仓。
(4) 第四步，运行策略。
以上四个步骤，完成了策略的编写，那么我们来来看看策略的开平仓信号。
下面是利用天勤的web_gui，在螺纹钢期货rb2010合约60分钟的回测信号:
小结。
从信号中我们可以看到止盈非常及时，最大限度的保留住了策略的浮盈，同时止损也比较及时。
这种跟踪止盈方法，比均线死叉或通道止盈以及吊灯止盈更具有优势。
策略的止盈，是一个非常重要的模块。没有好的止盈，就算再好的开仓，再大的浮盈最终也是"浮云"。
但是，有好的止盈方法，就算是用很普通的开仓方式也能将策略性能发挥到极致。
因此，在策略开发过程中，一定要找到最佳的止盈方法。不同类型的策略，跟踪止盈方法也不一样！
引言大部分量化策略都可以归类为均值回归与动量策略。事实上，只有当股票价格是均值回归或趋势的，交易策略才能盈利。否则，价格是随机游走的，交易将无利可图。均值回归是金融学的一个重要概念，指股票价格无论高于...
喜欢的条友记得关注、点赞、转发、收藏，你们的支持就是我最大的动力源泉。引言：TA-Lib——量化投资的“瑞士军刀”在金融市场的波涛汹涌中，技术分析是投资者不可或缺的工具。而TA-Lib，作为技术分析领...
在金融科技飞速发展的今天，量化交易越来越受到投资者的青睐。Python作为一门强大且灵活的编程语言，为我们搭建期货量化交易软件提供了有力工具。今天，就让我们深入探讨如何用Python实现这一目标。量化...
本漫画转自公众号金财维，作者财维君。（资料来源：金财维，作者财维君，版权归原作者所有）关于Python金融量化专注于分享Python在金融量化领域的应用。加入知识星球，可以免费获取量化投资视频资料、量...
1引言目前基于Python的量化回测框架有很多，开源框架有zipline、vnpy、pyalgotrader和backtrader等，而量化平台有Quantopian（国外）、聚宽、万矿、优矿、米筐、...
介绍首先我不是量化工程师，我只是个后端工程师；其次我对量化也不感兴趣，自己有几把刷子还是了解的，自己不适合做量化交易：自己没有优秀的模型设计能力自己是个长线投资，一般一个股票都是至少拿一年以上，短线的...