Dual Thrust 是一种经典的量化交易策略，广泛应用于金融市场，包括股票、期货和数字货币。它属于趋势跟踪策略的一种变体，通过动态计算上下突破线来捕捉市场趋势，同时结合风控机制以降低风险。本文将详细介绍 Dual Thrust 策略的原理、操作方式、具体实现过程，以及如何基于数字货币市场使用 Python 和 ccxt 库进行开发。
1. Dual Thrust 策略原理
Dual Thrust 策略的核心思想是通过历史价格数据计算动态的买卖触发线（Trigger Line），当当前价格突破这些线时，触发买入或卖出信号。其特点是结合了前期的价格波动范围（Range），并通过参数调节买卖信号的敏感度。
1.1 公式
Dual Thrust 的上下突破线基于以下计算：
1.1.1 计算历史波动范围（Range）：
Range = Max(HH - LC, HC - LL)
- HH：前 N 个周期的最高价（Highest High）
- LC：前 N 个周期的最低收盘价（Lowest Close）
- HC：前 N 个周期的最高收盘价（Highest Close）
- LL：前 N 个周期的最低价（Lowest Low）
1.1.2 计算上下触发线：
-
上轨（Buy Line）：BuyLine = Open + K1 * Range
-
下轨（Sell Line）：SellLine = Open - K2 * Range
-
其中：
- Open：当周期的开盘价
- K1、K2：分别为买入和卖出的系数（调节敏感度，通常在 0 到 1 之间）
1.1.3 交易信号：
- 当价格突破 BuyLine 时，触发买入信号（做多）。
- 当价格突破 SellLine 时，触发卖出信号（做空或平仓）。
1.2 适用场景
Dual Thrust 策略尤其适用于波动较大的市场，例如数字货币市场（如 BTC/USDT）。通过动态调整触发线，它能够适应市场波动性，避免因固定阈值导致的信号失效。
2. Dual Thrust 策略在数字货币中的操作过程
2.1 参数设定
- 时间周期：例如 1 小时 K 线（可根据市场波动调整）。
- 回看周期（N）：通常设为 5-20 个周期，用于计算 Range。
- K1 和 K2：买入和卖出系数，通常设为 0.5，根据市场波动性和交易偏好调整。
- 交易对：以 BTC/USDT 为例。
2.2 数据获取
通过 ccxt 库从交易所（如 Binance）获取历史 K 线数据，包括开盘价、最高价、最低价和收盘价。
2.3 信号生成
- 根据历史数据计算 Range。
- 使用当期开盘价和 Range 计算 BuyLine 和 SellLine。
- 实时监控当前价格，若突破上下轨，生成交易信号。
2.4 执行交易
- 突破 BuyLine 时，执行买入操作（做多）。
- 突破 SellLine 时，执行卖出操作（平仓或做空）。
2.5 风控管理
- 设置止损和止盈。
- 控制仓位大小，避免过度杠杆。
3. 风控措施
数字货币市场波动剧烈，因此 Dual Thrust 策略需要严格的风控机制：
3.1 止损（Stop Loss）：
- 设置固定百分比止损，例如价格下跌 2% 时平仓。
- 或基于 ATR（平均真实波幅）动态调整止损。
3.2 止盈（Take Profit）：
- 设置固定盈利目标，例如 5% 收益时平仓。
- 或根据市场趋势延长持仓时间。
3.3 仓位管理：
- 每次交易不超过账户总资金的 10%-20%。
- 根据账户余额动态调整下单量。
3.4 交易频率限制：
- 避免过于频繁的交易，设置冷却时间（例如 1 小时内只交易一次）。
3.5 异常检测：
- 监控数据异常（如价格跳空）或交易所连接问题，暂停策略运行。
四、Python 实现示例
以下是一个基于 ccxt 库获取数据并实现 Dual Thrust 策略的 Python 代码示例。
import ccxt
import pandas as pd
import time
# 初始化交易所（以 Binance 为例）
exchange = ccxt.binance({
'apiKey': 'YOUR_API_KEY',
'secret': 'YOUR_SECRET_KEY',
'enableRateLimit': True,
})
# 获取历史 K 线数据
def fetch_ohlcv(symbol='BTC/USDT', timeframe='1h', limit=20):
ohlcv = exchange.fetch_ohlcv(symbol, timeframe, limit=limit)
df = pd.DataFrame(ohlcv, columns=['timestamp', 'open', 'high', 'low', 'close', 'volume'])
df['timestamp'] = pd.to_datetime(df['timestamp'], unit='ms')
return df
# 计算 Dual Thrust 参数
def calculate_dual_thrust(df, k1=0.5, k2=0.5, lookback=10):
# 取最近 lookback 周期的数据
data = df[-lookback:]
# 计算 Range
HH = data['high'].max() # 最高价
LC = data['close'].min() # 最低收盘价
HC = data['close'].max() # 最高收盘价
LL = data['low'].min() # 最低价
Range = max(HH - LC, HC - LL)
# 当前周期开盘价
current_open = df['open'].iloc[-1]
# 计算上下轨
buy_line = current_open + k1 * Range
sell_line = current_open - k2 * Range
return buy_line, sell_line, Range
# 主循环：实时交易逻辑
def trading_loop(symbol='BTC/USDT', timeframe='1h', lookback=10):
position = 0 # 0: 无持仓, 1: 持多仓
while True:
try:
# 获取最新数据
df = fetch_ohlcv(symbol, timeframe, lookback + 1)
current_price = exchange.fetch_ticker(symbol)['last']
# 计算 Dual Thrust 上下轨
buy_line, sell_line, _ = calculate_dual_thrust(df)
print(f"当前价格: {current_price}, BuyLine: {buy_line}, SellLine: {sell_line}")
# 交易逻辑
if position == 0 and current_price > buy_line:
print("突破上轨，买入做多！")
# 下单逻辑（示例中仅打印）
position = 1
elif position == 1 and current_price < sell_line:
print("突破下轨，卖出平仓！")
position = 0
# 风控：止损示例（下跌 2%）
if position == 1 and current_price < buy_line * 0.98:
print("触发止损，卖出平仓！")
position = 0
time.sleep(60) # 每分钟检查一次
except Exception as e:
print(f"错误: {e}")
time.sleep(60)
# 运行策略
if __name__ == "__main__":
trading_loop()
4. 代码说明
- 数据获取：通过 fetch_ohlcv 函数从 Binance 获取 1 小时 K 线数据。
- Dual Thrust 计算：calculate_dual_thrust 函数根据历史数据计算上下轨。
- 交易逻辑：主循环中实时监控价格，突破上下轨时打印信号（可替换为实际下单逻辑）。
- 风控：包含简单的止损逻辑（下跌 2% 平仓）。
5. 如何运行
- 安装依赖：pip install ccxt pandas
- 替换 YOUR_API_KEY 和 YOUR_SECRET_KEY 为你的 Binance API 密钥。
- 运行代码，观察输出。
6. 总结与优化建议
6.1 优势
- Dual Thrust 策略简单高效，适合数字货币市场的高波动性。
- 通过动态触发线适应市场变化，避免固定阈值的局限性。
6.2 不足
- 在震荡市场中可能产生较多假信号。
- 对参数（K1、K2、回看周期）敏感，需优化调整。
6.3 优化方向
- 参数优化：使用历史数据回测，找到最佳 K1、K2 和回看周期。
- 过滤信号：结合其他指标（如 RSI 或 MACD）减少假信号。
- 多时间框架：结合不同周期（如 1 小时和 4 小时）确认趋势。
通过以上实现，Dual Thrust 策略可以在数字货币市场中发挥作用，帮助交易者捕捉趋势并管理风险。
7. 联系方式
- 公众号：ScienceStudio
- Github: github.com/KandyYe
- 知乎：www.zhihu.com/people/kand…
