本文主要是介绍海龟策略深入研究-策略回测系列-4 本地化实现困境，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
海龟本地化实现困境
海龟策略如此出名，但当前国内还没有发现能够完全复制海龟策略的（至少从网络上公开的资料来看）。普遍存在的问题如下：
- 海龟策略运行的是日线级别数据，但还是要求K线内成交，即前一日确定第二天的入场、出场、止损位置，当价格到达指定位置时，立即发出交易委托；而不是基于股票多因子框架下以收盘价成交。
- 原版策略的是期货指数的投资组合数据；但是国内回测要么在股票上跑，要么是基金上跑，并且都只是针对单标的回测。
- 在期货上运行策略意味着既能做多也能做空；但是对于股票品种，做空的难度很大，即融券难。其难度表现在资金门槛高，能融的券商少，融券需要付出高昂的利息等等。
- 原版策略入场信号和止盈是短周期版本和长周期版本结合的；国内状况是由于考虑到短周期版本实现困难（难点在于实现过滤条件：若上一次突破是盈利性突破，则当前入场信号无效），故清一色是长周期版本
由于出现上面的问题，在回测效果图就能看出明显的区别。原版策略尽管有比较大的回撤，但是整体上资金曲线是向上的，但是国内复制的海龟策略回测结果显得有点差强人意，要么是回撤大，夏普低；要么是曲线显得非常奇怪。回测效果如图所示。
从本质上看，海龟策略是一个高风险高收益的，基于投资组合的中低频趋势跟踪策略。故不是非常复杂，但是本地化复制完成度这么低，究其原因是诚意不足罢了：
- 散户资金量不足，编程水平不高，没有能力实现；
- 私募机构则不愿意承担这么大的回撤风险，怕吓跑客户，故不愿意研究；
- 自营机构或许已经通过海龟策略赚大钱，但不愿意公布。
这篇关于海龟策略深入研究-策略回测系列-4 本地化实现困境的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
