CN111949271B - 自定义交易策略的方法、交易系统、设备和存储介质 - Google Patents

自定义交易策略的方法、交易系统、设备和存储介质 Download PDF

Info

Publication number
CN111949271B
CN111949271B CN202010730329.9A CN202010730329A CN111949271B CN 111949271 B CN111949271 B CN 111949271B CN 202010730329 A CN202010730329 A CN 202010730329A CN 111949271 B CN111949271 B CN 111949271B
Authority
CN
China
Prior art keywords
strategy
user
condition
policy
instruction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010730329.9A
Other languages
English (en)
Other versions
CN111949271A (zh
Inventor
李镇宇
舒海龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Longxing Investment Holding Co ltd
Dongguan Longxing Cornerstone Intelligent Technology Co ltd
Original Assignee
Longxing Investment Holding Co ltd
Dongguan Longxing Cornerstone Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Longxing Investment Holding Co ltd, Dongguan Longxing Cornerstone Intelligent Technology Co ltd filed Critical Longxing Investment Holding Co ltd
Priority to CN202010730329.9A priority Critical patent/CN111949271B/zh
Publication of CN111949271A publication Critical patent/CN111949271A/zh
Application granted granted Critical
Publication of CN111949271B publication Critical patent/CN111949271B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/38—Creation or generation of source code for implementing user interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明实施例公开了一种自定义交易策略的方法，包括：获取用户输入的策略创建指令，根据策略创建指令显示策略创建界面，策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符；获取用户输入策略生成指令，根据策略生成指令生成至少一个策略条件，策略生成指令包括用户选择的至少一个条件变量和至少一个逻辑运算符；获取用户输入的条件组装指令，根据条件组装指令生成组装条件，条件组装指令包括用户选择的至少一个策略条件；对组装条件进行编译，生成已编译策略。本发明还提供自定义交易策略的交易系统、设备和存储介质。本发明能够降低用户使用难度，提升用户投资欲望。

Description

自定义交易策略的方法、交易系统、设备和存储介质
技术领域
本发明涉及交易软件技术领域，尤其涉及自定义交易策略的方法、交易系统、设备和存储介质。
背景技术
交易策略是一系列规则的组合，包括进场条件和出场条件、资金管理和风险控制等等，简单的策略通常使用技术指标和价格行为，复杂的策略可使用函数模型。
现有期货交易策略主要通过编译代码实现的，对策略生产者的专业要求门槛较高，从而使得对代码了解较少的用户使用困难，影响投资热情。且现有交易软件中只有策略制定、策略分类等简单的功能，很难满足投资者对于策略的管理分享需要；也很难使策略的生产者的智力投入获得应有的回报。
发明内容
基于此，有必要针对上述问题，提出了一种自定义交易策略的方法、交易系统、设备和存储介质。
一种自定义交易策略的方法，包括：获取用户输入的策略创建指令，根据所述策略创建指令显示策略创建界面，所述策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符；获取用户输入策略生成指令，根据所述策略生成指令生成至少一个策略条件，所述策略生成指令包括用户选择的至少一个所述条件变量和至少一个所述逻辑运算符；获取用户输入的条件组装指令，根据所述条件组装指令生成组装条件，所述条件组装指令包括用户选择的至少一个所述策略条件；对所述组装条件进行编译，生成已编译策略。
一种交易系统，包括：创建模块，用于获取用户输入的策略创建指令，根据所述策略创建指令显示策略创建界面，所述策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符；生成模块，用于获取用户输入策略生成指令，根据所述策略生成指令生成至少一个策略条件，所述策略生成指令包括用户选择的至少一个所述条件变量和至少一个所述逻辑运算符；组装模块，用于获取用户输入的条件组装指令，根据所述条件组装指令生成组装条件，所述条件组装指令包括用户选择的至少一个所述策略条件；编译模块，用于对所述组装条件进行编译，生成已编译策略。
一种交易设备，包括：处理器和存储器，所述处理器耦接所述存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序以实现如上所述的方法。
一种存储介质，存储有计算机程序，所述计算机程序能够被处理器执行以实现如上所述的方法。
采用本发明实施例，具有如下有益效果：
根据用户输入的策略生成指令条件变量和逻辑运算符生成至少一个策略条件，根据用户输入的策略组装指令选择的策略条件生成组装条件，对组装条件进行编译生成已编译策略，可以使得用户无需了解程序语言即可生成自定义的已编译策略，降低用户使用难度，提升用户投资欲望。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
其中：
图1是本发明提供的自定义交易策略的方法的第一实施例的流程示意图；
图2是本发明提供的自定义交易策略的方法中策略创建界面的示意图；
图3是本发明提供的自定义交易策略的方法中策略条件组装界面的示意图；
图4是本发明提供的自定义交易策略的方法中获取回测结果的方法一实施例的流程示意图；
图5是本发明提供的自定义交易策略的方法中回测设置界面的示意图；
图6是本发明提供的自定义交易策略的方法中回测设置界面交易时间段部分的示意图；
图7是是本发明提供的自定义交易策略方法中回测设置界面回测时间段、交易指标和指标参数部分的示意图；
图8是本发明提供的自定义交易策略的方法中以表格显示的回测结果的示意图；
图9是本发明提供的自定义交易策略的方法中以曲线图显示的回测结果的示意图；
图10是本发明提供的自定义交易策略的方法中优化策略的方法的一实施例的流程示意图；
图11是本发明提供的自定义交易策略的方法中优化设置界面的示意图；
图12是本发明提供的自定义交易策略的方法中优化设置界面的优化模式和优化目标部分的示意图；
图13是本发明提供的自定义交易策略的方法中优化结果的示意图；
图14是本发明提供的自定义交易策略的方法的第二实施例的流程示意图；
图15是本发明提供的自定义交易策略的方法中评级管理界面的示意图；
图16是本发明提供的交易系统的一实施例的结构示意图；
图17是本发明提供的交易设备的一实施例的结构示意图；
图18是本发明提供的存储介质的一实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
现有期货交易策略模型主要通过编译代码实现的，对策略生产者的专业要求门槛较高，从而使得对代码了解较少的用户使用困难，影响投资热情。为解决上述问题，本发明提供一种自定义交易策略的方法，可以有效降低用户设置交易策略的复杂度。
请参阅图1，图1是本发明提供的自定义交易策略的方法的第一实施例的流程示意图。本发明提供的自定义交易策略包括如下步骤：
S101：获取用户输入的策略创建指令，根据策略创建指令显示策略创建界面，策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符。
在一个具体的实施场景中，用户可以通过点击预设的按钮，例如，“创建我的专属策略”按钮，输入策略创建指令。或者也可以通过手动输入预设指令，例如输入“创建我的专属策略”，输入策略创建指令。根据该策略创建指令显示策略创建界面。请结合参阅图2，图2是本发明提供的自定义交易策略的方法中策略创建界面的示意图。策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符。
S102：获取用户输入策略生成指令，根据策略生成指令生成至少一个策略条件，策略生成指令包括用户选择的至少一个条件变量和至少一个逻辑运算符。
在本实施场景中，获取用户输入的策略生成指令，用户可以自行输入一个自定义的策略，根据该自定义的策略生成策略条件。例如，用户输入自定义的策略为“A轨宽>B轨宽谷值”，则生成的策略条件为：“A轨宽>B轨宽谷值”。
用户还可以通过选择至少一个条件变量和至少一个逻辑运算符输入策略生成指令。如图2所示的，策略创建界面还包括多个由自然语言标识的按钮，每个按钮上采用自然语言标识其功能，用户点击该按钮可以输入对应的指令。例如，由于界面展示区域有限，用户可以通过点击“调用变量”按钮，输入调用条件变量的指令。响应于该调用条件变量的指令，将预先存储的条件变量显示给用户，以供用户选择，例如用户点击一条件变量，例如布林轨宽，则表示用户选中该条件变量。此外，若用户从预先存储的条件变量中没有找到合适的条件变量，用户还可以通过点击“新建变量”按钮，输入用户自定义的新变量，例如布林轨宽的轨宽谷值。
当逻辑运算符不足以满足用户的需求时，用户可以点击“调用函数”按钮，从而可以调用预先存储的函数以进行运算，例如求方差、求均方差、求极限等函数，例如计算A-G的方差，将该方差大于H的策略。
进一步地，当生成策略条件后，根据策略生成指令选择策略条件对应的策略类型，策略类型包括开仓条件和平仓条件。开仓条件用于评价开仓交易是否可以执行，平仓条件用于评价平仓交易是否可以执行。
进一步地，当生成策略条件后，还可以根据策略生成指令选择策略条件对应的策略对象，策略对象包括时机、区间、方向，表示该策略条件用于对交易中的哪一类参数进行筛选。
具体地说，用户可以在策略创建界面通过点击和/或输入等方法创建策略条件。系统根据生成的顺序和/或用户自定义的顺序为创建的策略条件进行标号。例如：策略条件1：开仓条件，(布林轨宽5)轨宽>(布林轨宽5)轨宽谷值，时机，其中，“开仓条件”是策略条件1的策略类型，“(布林轨宽5)轨宽>(布林轨宽5)轨宽谷值”是策略条件1的策略内容，“时机”是策略条件的策略对象。
S103：获取用户输入的条件组装指令，根据条件组装指令生成组装条件，条件组装指令包括用户选择的至少一个策略条件。
在本实施场景中，当用户完成策略条件的创建后，将会跳转显示策略条件组装界面，请结合参阅图3，图3是本发明提供的自定义交易策略的方法中策略条件组装界面的示意图。策略条件组装界面包括至少一个由自然语言标识的策略选项，每个策略选项对应一策略条件。当完成生成至少一个策略条件之后，用户可以从中选择至少一个策略条件生成组装条件，例如现有条件策略1-12，用户可以输入条件组装指令，条件组装指令包括用户选择的条件策策略，例如条件策略1-8，则生成的组装条件为条件策略1-8同时满足时通过。
进一步地，条件组装指令还包括组装条件类型，策略条件组装界面还包括至少一个由自然语言标识的组装条件类型选项。组装条件类型包括组装进场条件和组装出场条件，组装进场条件包括开多模块和开空模块，组装出场条件包括平多模块和平空模块。组装进场条件表示该组装条件用于限制用户的进场交易，组装出场条件表示该组装条件用于限制用户的出场交易，开多模块表示该组装条件满足时可以执行开多交易，开空模块表示该组装条件满足时可以执行开空交易，平多模块表示该组装条件满足时可以执行平多交易，平空模块表示该组装条件满足时可以执行平空交易。
具体地说，用户可以通过点击策略条件组装界面中的“开多模块”、“开空模块”、“平多模块”、“平空模块”选择组装条件类型，例如，用户选择组装进场条件中的“开多模块”，从策略条件1-12的选项中点击勾选用户选择的至少一个策略条件，例如策略条件1-8，根据用户输入的条件组装指令(包括对调整组装类型的选择和对策略条件的选择)生成组装条件，根据组装条件生成的时间和/或用户自定义的顺序为组装条件进行标号。例如：组装条件1，开多模块，策略条件1-8，表示组装条件1用于限制用户的开多交易，当策略条件1-8均满足时可以执行开多交易，若策略条件1-8中至少一个不满足，则不能执行开多交易。
在本实施场景中，根据用户输入的各种指令，给予者自然语言的反馈，例如显示各种界面，界面上设置有各种通过自然语言标识的按钮和/或选项，用户通过这些按钮上的自然语言标识获取该按钮的信息，通过点击需要的按钮和/或选项输入指令，从而实现基于自然语言的人机交互，无需用户掌握程序语言的基础。
需要说明的是，在本实施场景中，出现的虚拟按钮或者弹窗中显示的文字为中文，在其他实施场景中，这些文字也可以是日文、英文、德文等等语言文字，可以根据用户的实际使用需求进行设置。
S104：对组装条件进行编译，生成已编译策略。
在本实施场景中，对生成的组装条件进行编译，转为对应的程序语言，生成编译策略。
根据上述描述可知，在本实施例中，通过根据用户输入的策略生成指令条件变量和逻辑运算符生成至少一个策略条件，根据用户输入的策略组装指令选择的策略条件生成组装条件，对组装条件进行编译生成已编译策略，采用自然语言与用户进行人机交互，可以使得用户无需了解程序语言即可生成自定义的已编译策略，降低用户使用难度，提升用户投资欲望。
请参阅图4，图4是本发明提供的自定义交易策略的方法中获取回测结果的方法一实施例的流程示意图。本发明提供的自定义交易策略的方法中获取回测结果的方法包括如下步骤：
S201：获取用户输入的回测指令，根据回测指令显示由自然语言标识的回测设置界面，回测指令包括用户选择的已编译策略。
在本实施场景中，用户可以将生成的已编译策略按照使用需求进行重命名，例如区间震荡策略、短线指标策略、容量比率策略等等。已编译策略需要进行回测，回测旨在估计已编译策略在过去一段时间内的表现，根据回测的结果可以对该已编译策略的可靠性进行评价。
获取用户输入的回测指令，显示回测设置界面。请结合参阅图5，图5是本发明提供的自定义交易策略的方法中回测设置界面的示意图。回测设置界面上包括至少一个由自然语言标识的按钮，自然语言用于标识该按钮的功能，用户点击按钮即可输入与该按钮功能匹配的指令。用户可以通过点击“我的策略”按钮获取已编译策略，从多个已编译策略中选择需要回测的已编译策略。例如选择均线通道策略，则显示均线通道策略的具体信息，包括策略及商品运行信息、滑点设置、方向设定等，用户可以通过具体信息判断是否选择该已编译策略进行回测。
S202：获取用户在回测设置界面输入的回测设置参数，回测设置参数包括交易时间段、交易指标和指标参数中的至少一项。
在本实施场景中，用户在回测设置界面输入回测设置参数，回测设置参数包括交易时间段。请结合参阅图6，图6是本发明提供的自定义交易策略的方法中回测设置界面交易时间段部分的示意图。用户可以选择策略交易时间段自动化设置，则可以自动为待回测的已编译策略设置交易时间段。用户也可以分别为每个待回测的已编译策略设置交易时间段。如图6所示的，交易时间段为一天中的具体若干时长，例如，9:25-11:20。进一步地，可以根据交易内容对交易时间段进行进一步的限制，例如可以开仓的交易时间段和只平不开的交易时间段的设置，可以开仓的交易时间段和只平不开的交易时间段都应该不超过交易时间段。
请结合参阅图7，图7是是本发明提供的自定义交易策略方法中回测设置界面回测时间段、交易指标和指标参数部分的示意图。如图7所示的回测时间段为过去的若干时长，例如2018/03/19-2018/04/19，根据用户设置的回测时间段可以获取回测总时长为180天、有效天数为120天。用户可以在回测设置界面输入交易指标，例如布林通道、时价线等等。用户可以设置交易指标的指标参数，例如指标属性、使用周期、周期单位、计算依据、价格类型等。进一步地，用户还可以设置更多的参数，在回测设置界面中设置有参数1-参数5，用于用户填入自定义的指标参数，例如长度、偏移等等，可以使得回测更加满足用户的个性化需求。
例如，指标名为布林通道1，指标属性为价格，使用周期为45，周期单位为秒，计算依据为成交价，价格类型为收盘价，参数1的参数名为长度1，阈值为26，参数2的参数名为长度2，阈值为26。
S203：根据回测参数对用户选择的已编译策略进行回测，获取并显示回测结果。
在本实施场景中，根据步骤S206中获取到的回测参数对用户选择的待回测的已编译策略进行回测，并显示回测结果。回测结果可以以表格的形式显示还可以以曲线图的形式显示。请结合参阅图8和图9，图8是本发明提供的自定义交易策略的方法中以表格显示的回测结果的示意图，图9是本发明提供的自定义交易策略的方法中以曲线图显示的回测结果的示意图。
通过上述描述可知，在本实施例中获取用户选择的待回测的已编译策略，并获取用户设置的回测参数，根据回测参数对待回测的已编译策略进行回测，并通过表格和/或曲线图显示回测结果，可以使得用户了解该已编译策略的可靠性和盈利概率。
请参阅图10，图10是本发明提供的自定义交易策略的方法中优化策略的方法的一实施例的流程示意图。本发明提供的自定义交易策略的方法中优化策略的方法包括如下步骤：
S301：获取用户输入的优化指令，根据优化指令显示由自然语言标识的优化设置界面，获取用户选择的已编译策略。
在一个具体的实施场景中，用户可以根据回测结果判断是否需要对经过回测的已编译策略进行优化，例如用户认为盈利概率需要提高，则可以选择进行优化。用户可以输入优化指令，根据用户输入的优化指令显示优化设置界面。优化设置界面由自然语言标识，用户可以获取可以选择的待优化的已编译策略。请结合参阅图11，图11是本发明提供的自定义交易策略的方法中优化设置界面的示意图。用户可以在优化设置界面中选择待优化的已编译策略，例如，选择“均线通道策略”。
S302：获取用户输入的优化模式和优化目标，根据优化模式和优化目标对已编译策略进行优化，生成已优化策略，并展示已优化策略的优化结果。
在本实施场景中，请结合参阅图12，图12是本发明提供的自定义交易策略的方法中优化设置界面的优化模式和优化目标部分的示意图。优化设置界面还包括多个自然语言标识的模式选项，用户可以通过点击选择优化模式，包括传统静态抽样模式和动态TICK全量模式，用户可以通过点击选择优化类型，包括本地模式和云在线模式，用户还可以选择通过点击优化算法，包括系统普通算法和外接高端算法。优化设置界面还包括自然语言标识的目标项，用户可以通过点击选择优化的目标项，以及输入选择的优化的目标项的数值，优化的目标项包括收益率、年收益率、胜率、收益风险比、最大回撤、平均回撤、波动率等等。根据用户输入的优化模式和优化目标对待优化的已编译策略进行优化。例如，采用动态TICK全量模式、本地模式、系统普通算法进行优化，优化目标考虑收益率、年收益率、胜率、收益风险比、最大回撤、平均回撤和波动率。
请结合参阅图13，图13是本发明提供的自定义交易策略的方法中优化结果的示意图。在本实施场景中，将经过优化的已编译策略进行回测，将获取的回测结果作为优化结果。
通过上述描述可知，在本实施例中，根据用户输入的优化模式和优化目标对对用户选择的待优化的已编译策略进行自动优化，生成已优化策略，可以有效提升策略的可靠性和盈利概率，降低用户的操作难度，展示优化结果，可以使得用户对优化后的已优化策略具体了解，方便用户使用该已优化策略，通过自然语言与用户进行人机交流，使得用户通过点击和选择即可完成设置，降低使用难度。
请参阅图14，图14是本发明提供的自定义交易策略的方法的第二实施例的流程示意图，本发明提供的自定义交易策略包括如下步骤：
S401：获取用户输入的策略创建指令，根据策略创建指令显示策略创建界面，策略创建界面包括多个条件变量和多个逻辑运算符。
S402：获取用户输入策略生成指令，根据策略生成指令生成至少一个策略条件，策略生成指令包括用户选择的至少一个条件变量和至少一个逻辑运算符。
S403：获取用户输入的条件组装指令，根据条件组装指令生成组装条件，条件组装指令包括用户选择的至少一个策略条件。
S404：对组装条件进行编译，生成已编译策略。
在一个具体的实施场景中，步骤S401-S404与本发明提供的自定义交易策略的方法中的步骤S101-S104基本一致，此处不再进行赘述。
S405：获取用户输入的回测指令，根据回测指令显示回测设置界面，获取用户选择待回测的已编译策略。
S406：获取用户在回测设置界面输入的回测设置参数，回测设置参数包括交易时间段、回测时间段、交易指标和指标参数中的至少一项。
S407：根据回测参数对用户选择的已编译策略进行回测，获取并显示回测结果。
在一个具体的实施场景中，步骤S404-S407与本发明提供的自定义交易策略的方法中获取回测结果的方法中的步骤S201-S203基本一致，此处不再进行赘述。
S408：获取用户输入的优化指令，根据优化指令显示优化设置界面，获取用户选择的待优化的已编译策略。
S409：获取用户输入的优化模式和优化目标，根据优化模式和优化目标对已编译策略进行优化，生成已优化策略，并展示已优化策略的优化结果。
在一个具体的实施场景中，步骤S408-S409与本发明提供的自定义交易策略的方法中优化策略的方法中的步骤S301-S302基本一致，此处不再进行赘述。
S410：对已优化策略进行评级管理。
在本实施场景中，对已优化的策略根据盈利能力、确定性和抗风险能力等方面对已优化策略进行评级。请结合参阅图15，图15是本发明提供的自定义交易策略的方法中评级管理界面的示意图。在本实施场景中，同时提供级别和分值两个选项以供用户参考。策略的定级方式可以是根据预设定级规则进行评级，也可以是由专家对策略进行评级。
S411：获取用户输入的上传指令，根据上传指令将已优化策略上传至分享平台和/或售卖平台。
在本实施场景中，用户可以将已经优化和评级后的策略上传至分享平台和/或售卖平台，使得其他用户也能通过付费或免费的方式使用该已优化策略，而无需对编译策略有所了解，从而用户的劳动成果可以得到保护。
通过上述描述可知，在本实施例中，通过根据用户选择的条件变量和逻辑运算符生成至少一个策略条件，根据用户输入的策略组装指令选择的策略条件生成组装条件，对组装条件进行编译生成已编译策略，根据用户输入的回测参数对待回测的已编译策略进行回测，并通过表格和/或曲线图显示回测结果，根据用户输入的优化模式和优化目标对对用户选择的待优化的已编译策略进行自动优化，生成已优化策略，对已优化策略进行评级，根据用户输入的上传指令将已优化策略上传至分享平台和/或售卖平台，可以实现对交易策略的整个生命周期的完整覆盖，降低用户的使用难度，提升用户使用热情。
请参阅图16，图16是本发明提供的交易系统的一实施例的结构示意图。交易系统10包括创建模块11、生成模块12、组装模块13和编译模块14。
创建模块11用于获取用户输入的策略创建指令，根据策略创建指令显示策略创建界面，策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符。生成模块12用于获取用户输入策略生成指令，根据策略生成指令生成至少一个策略条件，策略生成指令包括用户选择的至少一个条件变量和至少一个逻辑运算符。组装模块13用于获取用户输入的条件组装指令，根据条件组装指令生成组装条件，条件组装指令包括用户选择的至少一个策略条件。编译模块14用于对组装条件进行编译，生成已编译策略。
交易系统10还包括回测模块15，回测模块15用于获取用户输入的回测指令，根据回测指令显示回测设置界面，获取用户选择待回测的已编译策略；获取用户在回测设置界面输入的回测设置参数，回测设置参数包括交易时间段、回测时间段、交易指标和指标参数中的至少一项；根据回测参数对用户选择的已编译策略进行回测，获取并显示回测结果。
交易系统10还包括优化模块16，优化模块16用于获取用户输入的优化指令，根据优化指令显示优化设置界面，获取用户选择的待优化的已编译策略；获取用户输入的优化模式和优化目标，根据优化模式和优化目标对已编译策略进行优化，生成已优化策略，并展示已优化策略的优化结果。
交易系统10还包括评级模块17，评级模块17用于对已优化策略进行评级管理。
交易系统10还包括上传模块18，上传模块18用于获取用户输入的上传指令，根据上传指令将已优化策略上传至分享平台和/或售卖平台。
其中，策略生成指令还包括策略类型，策略类型包括开仓条件和平仓条件。
其中，条件组装指令还包括组装条件类型，组装条件类型包括组装进场条件和组装出场条件；组装进场条件包括开多模块和开空模块；组装出场条件包括平多模块和平空模块。
通过上述描述可知，在本实施例中，交易系统根据用户选择的条件变量和逻辑运算符生成至少一个策略条件，根据用户输入的策略组装指令选择的策略条件生成组装条件，对组装条件进行编译生成已编译策略，根据用户输入的回测参数对待回测的已编译策略进行回测，并通过表格和/或曲线图显示回测结果，根据用户输入的优化模式和优化目标对对用户选择的待优化的已编译策略进行自动优化，生成已优化策略，对已优化策略进行评级，根据用户输入的上传指令将已优化策略上传至分享平台和/或售卖平台，可以实现对交易策略的整个生命周期的完整覆盖，降低用户的使用难度，提升用户使用热情。
请参阅图17，图17是本发明提供的交易设备的一实施例的结构示意图。交易设备20包括处理器21、存储器22。处理器21耦接存储器22。存储器22中存储有计算机程序，处理器21在工作时执行该计算机程序以实现如图1、图4、图10和图14所示的方法。详细的方法可参见上述，在此不再赘述。
通过上述描述可知，在本实施例中，交易设备根据用户选择的条件变量和逻辑运算符生成至少一个策略条件，根据用户输入的策略组装指令选择的策略条件生成组装条件，对组装条件进行编译生成已编译策略，根据用户输入的回测参数对待回测的已编译策略进行回测，并通过表格和/或曲线图显示回测结果，根据用户输入的优化模式和优化目标对对用户选择的待优化的已编译策略进行自动优化，生成已优化策略，对已优化策略进行评级，根据用户输入的上传指令将已优化策略上传至分享平台和/或售卖平台，可以实现对交易策略的整个生命周期的完整覆盖，降低用户的使用难度，提升用户使用热情。
请参阅图18，图18是本发明提供的存储介质的一实施例的结构示意图。存储介质30中存储有至少一个计算机程序31，计算机程序31用于被处理器执行以实现如图1、图4、图10和图14所示的方法，详细的方法可参见上述，在此不再赘述。在一个实施例中，计算机可读存储介质30可以是终端中的存储芯片、硬盘或者是移动硬盘或者优盘、光盘等其他可读写存储的工具，还可以是服务器等等。
通过上述描述可知，在本实施例中存储介质中的计算机程序可以用于根据用户选择的条件变量和逻辑运算符生成至少一个策略条件，根据用户输入的策略组装指令选择的策略条件生成组装条件，对组装条件进行编译生成已编译策略，根据用户输入的回测参数对待回测的已编译策略进行回测，并通过表格和/或曲线图显示回测结果，根据用户输入的优化模式和优化目标对对用户选择的待优化的已编译策略进行自动优化，生成已优化策略，对已优化策略进行评级，根据用户输入的上传指令将已优化策略上传至分享平台和/或售卖平台，可以实现对交易策略的整个生命周期的完整覆盖，降低用户的使用难度，提升用户使用热情。
区别于现有技术，本发明覆盖了交易策略的生成、回测、优化和上传等阶段，对策略生产者管理策略、评定策略、使用策略提供了帮助，也便于保护策略生产者的知识产权。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (8)

1.一种自定义交易策略的方法，其特征在于，包括：
获取用户输入的策略创建指令，根据所述策略创建指令显示策略创建界面，所述策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符；
获取用户输入策略生成指令，根据所述策略生成指令生成至少一个策略条件，所述策略生成指令包括用户选择的至少一个所述条件变量和至少一个所述逻辑运算符，策略创建页面包括多个由自然语言标识的按钮，每个按钮上采用自然语言标识其功能，用户点击该按钮可以输入对应的指令，当生成策略条件后，根据策略生成指令选择策略条件对应的策略类型，策略类型包括开仓条件和平仓条件；当生成策略条件后，还可以根据策略生成指令选择策略条件对应的策略对象，策略对象包括时机、区间、方向，表示该策略条件用于对交易中的哪一类参数进行筛选；
获取用户输入的条件组装指令，根据所述条件组装指令生成组装条件，所述条件组装指令包括用户选择的至少一个所述策略条件；
对所述组装条件进行编译，生成已编译策略；获取用户输入的回测指令，根据所述回测指令显示由自然语言标识的回测设置界面，获取用户选择待回测的已编译策略；获取用户在所述回测设置界面输入的回测设置参数，所述回测设置参数包括交易时间段、回测时间段、交易指标和指标参数中的至少一项；根据所述回测设置参数对所述用户选择的已编译策略进行回测，获取并显示回测结果；获取用户输入的优化指令，根据所述优化指令显示由自然语言标识的优化设置界面，获取用户选择的待优化的已编译策略；获取用户输入的优化模式和优化目标，根据所述优化模式和所述优化目标对所述已编译策略进行优化，生成已优化策略，并展示所述已优化策略的优化结果。
2.根据权利要求1所述的自定义交易策略的方法，其特征在于，所述展示所述已优化策略的优化结果的步骤之后，包括：
对所述已优化策略进行评级管理。
3.根据权利要求2所述的定义交易策略的方法，其特征在于，所述对所述已优化策略进行评级管理的步骤之后，包括：
获取用户输入的上传指令，根据所述上传指令将所述已优化策略上传至分享平台和/或售卖平台。
4.根据权利要求1所述的自定义交易策略的方法，其特征在于，所述策略生成指令还包括策略类型，所述策略类型包括开仓条件和平仓条件。
5.根据权利要求1所述的自定义交易策略的方法，其特征在于，所述条件组装指令还包括组装条件类型，所述组装条件类型包括组装进场条件和组装出场条件；
所述组装进场条件包括开多模块和开空模块；
所述组装出场条件包括平多模块和平空模块。
6.一种交易系统，其特征在于，包括：
创建模块，用于获取用户输入的策略创建指令，根据所述策略创建指令显示策略创建界面，所述策略创建界面包括由自然语言标识的多个条件变量和多个逻辑运算符；
生成模块，用于获取用户输入策略生成指令，根据所述策略生成指令生成至少一个策略条件，所述策略生成指令包括用户选择的至少一个所述条件变量和至少一个所述逻辑运算符，策略创建页面包括多个由自然语言标识的按钮，每个按钮上采用自然语言标识其功能，用户点击该按钮可以输入对应的指令，当生成策略条件后，根据策略生成指令选择策略条件对应的策略类型，策略类型包括开仓条件和平仓条件；当生成策略条件后，还可以根据策略生成指令选择策略条件对应的策略对象，策略对象包括时机、区间、方向，表示该策略条件用于对交易中的哪一类参数进行筛选；
组装模块，用于获取用户输入的条件组装指令，根据所述条件组装指令生成组装条件，所述条件组装指令包括用户选择的至少一个所述策略条件；
编译模块，用于对所述组装条件进行编译，生成已编译策略；获取用户输入的回测指令，根据所述回测指令显示由自然语言标识的回测设置界面，获取用户选择待回测的已编译策略；获取用户在所述回测设置界面输入的回测设置参数，所述回测设置参数包括交易时间段、回测时间段、交易指标和指标参数中的至少一项；根据所述回测设置参数对所述用户选择的已编译策略进行回测，获取并显示回测结果；获取用户输入的优化指令，根据所述优化指令显示由自然语言标识的优化设置界面，获取用户选择的待优化的已编译策略；获取用户输入的优化模式和优化目标，根据所述优化模式和所述优化目标对所述已编译策略进行优化，生成已优化策略，并展示所述已优化策略的优化结果。
7.一种交易设备，其特征在于，包括：处理器和存储器，所述处理器耦接所述存储器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序以实现如权利要求1~5任一项所述的方法。
8.一种存储介质，其特征在于，存储有计算机程序，所述计算机程序能够被处理器执行以实现如权利要求1~5任一项所述的方法。
CN202010730329.9A 2020-07-27 2020-07-27 自定义交易策略的方法、交易系统、设备和存储介质 Active CN111949271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010730329.9A CN111949271B (zh) 2020-07-27 2020-07-27 自定义交易策略的方法、交易系统、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010730329.9A CN111949271B (zh) 2020-07-27 2020-07-27 自定义交易策略的方法、交易系统、设备和存储介质

Publications (2)

Publication Number Publication Date
CN111949271A CN111949271A (zh) 2020-11-17
CN111949271B true CN111949271B (zh) 2024-03-12

Family

ID=73338163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010730329.9A Active CN111949271B (zh) 2020-07-27 2020-07-27 自定义交易策略的方法、交易系统、设备和存储介质

Country Status (1)

Country Link
CN (1) CN111949271B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114723566B (zh) * 2022-06-10 2022-09-02 高盈国际创新科技(深圳)有限公司 金融交易数据处理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108073392A (zh) * 2017-12-29 2018-05-25 上海宽全智能科技有限公司 基于自然语言的智能编程方法、设备与存储介质
CN108984167A (zh) * 2018-07-10 2018-12-11 成都德承科技有限公司 一种基于图形化的程序化交易逻辑搭建的方法和产品
TW201903679A (zh) * 2017-06-13 2019-01-16 台灣大數據分析股份有限公司 以視覺化元件建立交易策略的方法及其系統
CN110223105A (zh) * 2019-05-17 2019-09-10 知量科技(深圳)有限公司 基于人工智能模型的交易策略生成方法和引擎
CN110503556A (zh) * 2019-08-28 2019-11-26 中国银行股份有限公司 交易策略模型的可视化配置方法及装置
CN110688106A (zh) * 2019-09-26 2020-01-14 中国银行股份有限公司 基于可视化配置的量化交易策略编写方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090119224A1 (en) * 2005-11-18 2009-05-07 Rts Realtime Systems Software Gmbh Algorithmic trading system, a method for computer-based algorithm trading and a computer program product
US20140019305A1 (en) * 2012-07-12 2014-01-16 Mukesh Shetty Cloud-driven Social-network Platform focused on Pattern Analysis
US20150235318A1 (en) * 2014-02-19 2015-08-20 William Huan Trading systems and methods

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201903679A (zh) * 2017-06-13 2019-01-16 台灣大數據分析股份有限公司 以視覺化元件建立交易策略的方法及其系統
CN108073392A (zh) * 2017-12-29 2018-05-25 上海宽全智能科技有限公司 基于自然语言的智能编程方法、设备与存储介质
CN108984167A (zh) * 2018-07-10 2018-12-11 成都德承科技有限公司 一种基于图形化的程序化交易逻辑搭建的方法和产品
CN110223105A (zh) * 2019-05-17 2019-09-10 知量科技(深圳)有限公司 基于人工智能模型的交易策略生成方法和引擎
CN110503556A (zh) * 2019-08-28 2019-11-26 中国银行股份有限公司 交易策略模型的可视化配置方法及装置
CN110688106A (zh) * 2019-09-26 2020-01-14 中国银行股份有限公司 基于可视化配置的量化交易策略编写方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Directional Change Based Trading Strategy with Dynamic Thresholds;Nora Alkhamees;《2017 IEEE Interational Conference on Data Science and Advanced Analytics(DSAA)》;20180118;283-292 *
基于遗传算法的量化投资策略的优化与决策;赵建等;《上海管理科学》;20110531;第33卷(第2011年5期);19-24 *
证券公司算法交易系统建设概述;殷明等;《中国金融电脑》(第2013年04期);33-36 *

Also Published As

Publication number Publication date
CN111949271A (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
US9606772B2 (en) Business process diagram data collection
US8527311B2 (en) Business process diagram visualization using heat maps
Felderer et al. Integrating risk-based testing in industrial test processes
CA2707916C (en) Intelligent timesheet assistance
US7953619B2 (en) Business process diagram visualization using timeline-based heat maps
US20150120263A1 (en) Computer-Implemented Systems and Methods for Testing Large Scale Automatic Forecast Combinations
EP2273431A1 (en) Model determination system
US7957992B2 (en) Modification of a diagram for business process optimization
US7743369B1 (en) Enhanced function point analysis
CN109876445B (zh) 一种基于行为树的高解耦引导方法及系统
US10713303B2 (en) Dual interactive visualization system for sensitivity analysis to risk preferences for decision support
CN110688107A (zh) 量化交易策略的代码生成方法及装置
Ghane A model and system for applying Lean Six sigma to agile software development using hybrid simulation
US20040186764A1 (en) Method and system for evaluating business service relationships
CN109543073A (zh) 企业供销关系图谱生成方法、装置和计算机设备
CN111984882A (zh) 数据处理方法、系统及设备
CN111949271B (zh) 自定义交易策略的方法、交易系统、设备和存储介质
Pereira et al. TOWARDS A CHARACTERIZATION OF BPM TOOLS'SIMULATION SUPPORT: THE CASE OF BPMN PROCESS MODELS
CN104081347A (zh) 运算次序的图形表示
CN114757637A (zh) 基于决策引擎的信贷审批方法、装置、设备和存储介质
US20160004583A1 (en) System for project management from non-function evaluation, method for project management from non-function evaluation, and program for project management from non-function evaluation
US20110054865A1 (en) Simulator with user interface indicating parameter certainty
CN116304211A (zh) 基于图计算的信息拦截方法、装置、设备及可读存储介质
US20140288991A1 (en) Project estimation and planning using feature granularity
JP7062243B1 (ja) 品質情報出力装置、品質情報出力方法、およびプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant