算法研究--日内拐点交易算法原理研究

今天继续给大家按计划更新，2天没有更新了，在开发算法研究比较忙，拐点是用来做日内交易的，原理有一点类似冲高回落交易，我完善了一下原理的算法，动态的起点交易，原始的原理思路

拐点买入原理

通过基准价p0与跌幅比例计算跌幅阈值价p1，当最新价突破p1后，以突破后的最低价p2与回调比例计算回调阈值价p3，当最新价突破p3后，如果P3<p1则以（价格策略 + 价格偏移*最小价差）挂单买入。

最低价说明：当跌幅比例阈值p1满足后，开始记录最低价p2，此时的最低价p2会根据行情的更新而随时变化，p2取到的是从p1满足起开始到当前时间内的最低价。

当监控被停止或者在监控中时退出客户端会使状态变为已停止，当处于监控中状态的时候行情满足了基准价下的涨跌比例，即达到p1阈值后，会记录最低价数据并保存在缓存中，最低价数据只有在监控中状态且已达到p1阈值的情况下才会被记录、更新，停止监控并不会清除最低价缓存数据，因此有可能在重新启动监控的时候立马触发拐点买入。在监控中保存最低价数据缓存的主要目的是为了满足连续几天的拐点交易监控以及客户端被关闭时能够继续监控不受影响。

拐点卖出原理分析

通过基准价与涨幅比例计算涨幅阈值价p1，当最新价突破p1后，以突破后的最高价p2与回调比例计算回调阈值价p3，当最新价突破p3后，如果P3>P1则以（价格策略—价格偏移*最小价差）挂单卖出。

最高价说明：当涨幅比例阈值p1满足后，开始记录最高价p2，此时的最高价p2会根据行情的更新而随时变化，p2取到的是从p1满足起开始到当前时间内的最高价。

拐点交易算法是一个基于价格波动拐点识别的量化交易策略，核心思想是捕捉“下跌后的反弹买入点”和“上涨后的回调卖出点”。该策略采用右侧确认的交易逻辑，避免在单边行情中逆势操作，适用于ETF、LOF等流动性较好的交易品种。

策略核心原理

基本假设

策略基于三个核心假设：

1. 价格不会直线运动：任何上涨或下跌过程中都会出现反弹或回调
2. 拐点需要确认：真正的拐点需要反弹/回调一定幅度来确认，避免“接飞刀”
3. 动态基准：每个交易周期以当日开盘价或上次交易价为基准，适应不同波动环境

买入原理（捕捉下跌后的反弹）

触发监控： 当最新价 ≤ 基准价 × (1 - 下跌比例) 时，进入监控状态

寻找低点： 记录进入监控后的最低价格

确认买入： 当最新价 ≥ 最低点 × (1 + 反弹比例) 且 反弹价 < 触发价时，执行买入

卖出原理（捕捉上涨后的回调）

触发监控： 当最新价 ≥ 基准价 × (1 + 上涨比例) 时，进入监控状态

寻找高点： 记录进入监控后的最高价格

确认卖出： 当最新价 ≤ 最高点 × (1 - 回调比例) 且 回调价 > 触发价时，执行卖出

不懂的问我就可以，加我备注入群可以加入量化研究群，后面给大家详细的分析

量化福利需要的找我就可以

下面是简单的流程图，全部思路

买入拐点

卖出拐点