几何比率策略（TS版）.docxVIP

几何比率策略

本策略讨论了交易系统评估中的关键指标，特别是几何平均数和ME比率。指出交易次数在模拟和实际交易中的差异，强调了在全时交易和复利回报下ME比率更高的系统能产生更多利润。

同时，提供了计算ME比率的AmiBroker代码，并讨论了其他评估交易系统性能的指标。

核心观点：

1.交易次数在模拟与实际交易中有显著差异，模拟可能避免了部分交易。

2.在全时交易和复利回报下，ME比率更高的系统能产生更多利润。

3.ME比率考虑了交易次数和几何平均数，是评估交易系统性能的有效指标。

4.提供了计算ME比率的AmiBroker代码，允许用户添加自定义指标以评估系统性能。

5.讨论了其他评估交易系统性能的指标，但指出ME比率在货币表现方面更具说明性。

策略概述

本策略主要讨论了交易系统评估中的关键指标，特别是几何平均数和ME比率，并强调了这些指标在评估交易系统性能中的重要性。

策略还指出了模拟交易与实际交易中交易次数的差异，以及ME比率在全时交易和复利回报下对系统利润生成能力的正面影响。

核心观点交易次数的差异：模拟交易可能避免了部分实际交易中的情况，导致交易次数存在显著差异。

ME比率的重要性：在全时交易和复利回报的情境下，ME比率更高的系统能够产生更多利润。ME比率综合了交易次数和几何平均数，是评估交易系统性能的有效工具。

AmiBroker代码：提供了计算ME比率的AmiBroker代码，允许用户通过添加自定义指标来评估系统性能。

其他评估指标：

虽然讨论了其他评估交易系统性能的指标，但指出ME比率在货币表现方面更具说明性。

交易策略示例

提供了三个交易策略示例（CagigasA、CagigasB、CagigasC），每个策略均包含特定的输入参数和变量定义，以及详细的交易逻辑。

①CagigasA输入参数：FundSize（100000）、BuyLookback（20）、ExitLookBack（10）

变量：Quantity（0）、MEGAN（0）

交易逻辑：

基于买入回溯天数的最高价买入，基于卖出回溯天数的最低价卖出，并计算MEGAN值。

②CagigasB输入参数：FundSize（100000）、FastLength（5）、SlowLength（20）、ExitLookBack（2）

变量：Quantity（0）、MEGAN（0）

交易逻辑：

基于快速和慢速移动平均线的交叉来决定买入和卖出，使用最高价买入和最低价卖出，并计算MEGAN值。

③CagigasC输入参数：FundSize（100000）、FastLength（5）、SlowLength（20）、StartMonth（7）、EndMonth（4）

变量：Quantity（0）、MEGAN（0）

交易逻辑：

在特定月份内，基于快速和慢速移动平均线的交叉来决定买入，使用最低价卖出，并计算MEGAN值。

MEGAN_Calc函数

该函数用于计算MEGAN比率，输入参数包括基金规模、总交易数、净收益等，通过计算几何平均数和每年最大交易数来得出MEGAN值。

此外，函数还包含错误处理和输出信息打印的功能，确保计算的准确性和用户反馈的便利性。

总策略通过详细的交易策略示例和ME比率的计算方法，为评估交易系统性能提供了有力的工具。

通过考虑交易次数和几何平均数，ME比率能够更全面地反映交易系统的盈利能力，从而帮助投资者做出更明智的决策。

策略信号:A

inputs:

FundSize(100000),

BuyLookback(20),

ExitLookBack(10);

variables:

Quantity(0),

MEGAN(0);

Quantity=Floor((FundSize+NetProfit)/Close/

100)*100;

BuyQuantitysharesnextbarHighest(High,

BuyLookBack)stop;

SellnextbaratLowest(Low,ExitLookBack)stop;

MEGAN=MEGAN_Calc(FundSize);

策略信号:B

inputs:

FundSize(100000),

FastLength(5),

SlowLength(20),

ExitLookBack(2);

variables:

Quantity(0),