专注量化策略研发，打造高品质交流圈，分享交易心得体会。

寄语：“洞察格局，突破限制。”

趋势套利策略在商品统计算法中的应用与实践

策略编码中已实施防篡改措施，中间展示的价差图新增了开仓和平仓的标识线。通过测试报告分析，性能有显著进步，但未达到我的满意标准。观察绩效曲线可见，自2016年至2019年未见新高，曲线处于回调阶段。这样的状况不容乐观，接下来分析这一时期的行情特点：

近期市场虽出现过几次流畅的波段，但总体以震荡模式为主。

趋势套利策略在商品统计算法中的应用与实践

关于改进策略，我首先考虑的是平仓条件是否可以更加灵活。

引入自适应平仓参数：

在2016年至2019年的样本内进行多次调试，并在样本外验证其普遍适用性，以规避过度拟合的风险。调整后，策略的整体表现有所提高，净值从1.2升至1.4。但这一调整对2016-2019年的表现仍不尽人意，问题或许不在于平仓条件，那么接下来该如何调整？

调整入场标准，利用周期内的极值点，并引入ER噪声滤波器：

更改入场规则并增加ER滤波器后，策略绩效显著增强。我们关注的回撤期从2016年7月至2019年缩短至2016年12月至2018年9月。尽管在这一时段内未实现盈利，但其他时段的盈利能力得到了显著增强。同时，在入场规则中加入了之前提到的价格上下限，低于下限不进行空头操作，高于上限不进行多头操作。这一做法基于过往公司基本面数据的统计分析，并与品种间的相互替代性有关，体现了套利策略追求均衡的原则。实际上，价差波动的下行空间有限，而上行空间可能远超预期，因此并非对称关系。在市场处于极端价位时，我们应避免追涨杀跌，真正的交易机会存在于价格区间之内。

本策略仅供学习交流，实际操作产生的盈亏由投资者自行承担。