商品期货通用模型JF1

更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。

行情不确定性加剧

回顾2022年上半年的期货市场行情，在一个个宏观事件的不断冲击下，期货市场的不确定性加剧发生。先有俄乌冲突升级导致的原油及化工产业链暴涨，再有LME镍期货史诗级的逼空，上海疫情封城，以及美联储近30年来最大幅度的加息。在上述事件的影响下，许多品种发生了偏离其产业链基本面的波动。（图资料来源：宗迹期货数据，侵删）

根据潮汛财经基于20.7万个人期货投资者的调研，过去半年仅有19%的期货交易账户盈利，剩下81%的期货账户出现亏损。其中， 48.1%的期货投资者亏损金额在5-10万，30.7%的期货投资者亏损金额在0-5万，亏损10万以上的期货投资者占2.1%，而与此同时，仅有1.3%的期货投资者盈利金额大于10万。

不仅是个人期货投资者，此前表现出色的机构CTA策略也受到了考验。 6月20日，文华商品指数单日大跌2.58%。商品市场的突然暴跌，导致今年业绩出色的CTA策略近期纷纷出现较大回撤，不少CTA产品净值回撤达到5%，有机构更是预测这周大量CTA策略净值或将亏损，“一把将今年的盈利全亏光”。

如何寻找确定性

在这样外围环境高度不确定，市场情绪大幅动荡的行情下，交易策略的确定性就成了重中之重的事情。交易策略的确定性可以体现在两方面：

一全时间段的普适性：策略测试时间尽可能长，并且在过去数年经历的各种事件、行情的冲击下，依然有稳定的表现。

二全品种的普适性：策略测试所有商品期货品种，如果策略能适应尽可能多的品种，也能说明其在不同环境下的鲁棒性。

一起来看我们的JF1策略在全品种（64个品种），2015年到最新的组合绩效。这是在没有筛选任何品种、没有进行任何策略择时的前提下，测试得到的结果。（注：测试采用1倍杠杆，手续费采用交易所标准手续费，再加2跳双向滑点）

我们再将全部商品期货中交易极不活跃的品种（例如JR、WH、BB、FB等）去掉，剩下55个品种，同样的测试时间、测试手续费再次进行测试。

可以看到，在去掉最不活跃的十几个无效交易品种后，策略组合绩效依然稳定，在1倍杠杆条件下年化收益率19.24%，最大回撤率3.65，夏普比率1.6081。策略经过了很长时间（7年半）各种行情的检验，并且经过了47个有交易价值的几乎是商品期货全品种的普适性检验。

更难得的是，在主流CTA基金大幅回撤的2022年6月，策略大幅盈利，并创下新高。

策略逻辑

策略分类：中线趋势

交易周期：30min K线

持仓周期：2-7个交易日

交易品种：主流的55个商品期货品种

核心绩效：年化收益率16.71%，最大回撤率5.64%，夏普比率1.548（1倍杠杆测试，交易所标准手续费+2滑点）

进场逻辑：多组进场逻辑搭配，波动率突破 + 多指标共振确认

出场逻辑：多组出场逻辑搭配，止损 + 分级跟踪止盈 + 特定指标离场

典型信号：

交易平台：TBQuant（提供配套工作区和源码）

往期干货分享推荐阅读

通过深度学习股价截面数据分析和预测股票价格

Omega System Trading and Development Club内部分享策略Easylanguage源码

一个真实数据集的完整机器学习解决方案（下）

一个真实数据集的完整机器学习解决方案（上）

如何使用交易开拓者（TB）开发数字货币策略

股指期货高频数据机器学习预测

如何使用TradingView（TV）回测数字货币交易策略

如何投资股票型基金？什么时间买？买什么？

【数量技术宅|量化投资策略系列分享】基于指数移动平均的股指期货交易策略

AMA指标原作者Perry Kaufman 100+套交易策略源码分享

【数量技术宅 | 期权系列分享】期权策略的“独孤九剑”

【数量技术宅|金融数据系列分享】套利策略的价差序列计算，恐怕没有你想的那么简单

【数量技术宅|量化投资策略系列分享】成熟交易者期货持仓跟随策略

如何获取免费的数字货币历史数据

【数量技术宅|量化投资策略系列分享】多周期共振交易策略

【数量技术宅|金融数据分析系列分享】为什么中证500（IC）是最适合长期做多的指数

商品现货数据不好拿？商品季节性难跟踪？一键解决没烦恼的Python爬虫分享

【数量技术宅|金融数据分析系列分享】如何正确抄底商品期货、大宗商品

【数量技术宅|量化投资策略系列分享】股指期货IF分钟波动率统计策略

【数量技术宅 | Python爬虫系列分享】实时监控股市重大公告的Python爬虫