专业正规安全的配资公司炒股平台门户网
关键词不能为空

期货配资

导航

「硅铁保证金一手多少钱」硅铁期货多少钱一手

未知
admin

硅铁期货多少钱一手

硅铁一手是5吨,做一手的保证金在2500元左右,硅锰也差不多,稍微高几百

一手硅铁(铁合金)期货多少钱,硅铁期货合约规则

郑州交易所的硅铁期货 一手的保证金大概是在2600左右 这个品种交易不活跃,每天只有几万手的量 波动倒不小,交易费一手也是3块钱 波动一个点10块

硅铁期货1709合约交易保证金标准是多少

硅铁1709合约保证金标准是20%, 除却1709,硅铁的其他合约保证金都是7%。 以上说的都是交易所标准,期货公司标准还得自行咨询相关公司~

期货硅铁1605波动一个点位多少钱

硅铁是郑商所品种。交易代码SF。交易单位5吨/手;报价单位元(人民币)/吨。最小变动单位2元/吨。每个点波动10元钱;俗称每跳10元。

期货沪铅1605多少钱一手

期货沪铅上周五的结算价是13010元/吨,沪铅一手是5吨,保证金是5%,交易一手的保证金是3252。 沪铅的实时价格是变动的,所以一手的保证金也是波动的。

期货保证金一览表哪里有

你好,每个公司的保证金收取比例是不一样的,我可以发一份交易所的给你,我们公司一般是在交易所基础上加一个点。 交易所 交易品种 交易所执行保证金标准 上海期货交易所 天然橡胶ru 8% 黄金au 6% 白银ag 8% 铜cu 8% 铝al 5% 锌zn 6% 镍ni 8% 锡sn 6% 铅pb 5% 石油沥青bu 8% 螺纹钢rb 8% 热轧卷板hc 8% 线材wr 20% 燃料油fu 20% 大连商品交易所 玉米c 7% 玉米淀粉cs 7% 豆一a 7% 豆二b 5% 豆粕m 8% 豆油y 5% 棕榈油p 5% 冶金焦炭j 9% 焦煤jm 9% 铁矿石i 8% 聚氯乙烯v 7% 聚乙烯l 7% 中密度纤维板fb 20% 聚丙烯pp 7% 细木工板bb 20% 鸡蛋jd 10% 郑州商品交易所 动力煤TC 6% 玻璃FG 6% 菜籽油OI 6% 菜籽粕RM 6% 甲醇ME 6% 甲醇MA1506起 7% 白糖SR 6% 棉花CF 7% PTA(TA) 6% 普麦PM 5% 强麦WH 6% 早籼稻RI 5% 晚籼稻LR 5% 粳稻JR 5% 硅铁SF 5% 锰硅SM 5% 油菜籽RS 5% 中金所 沪深300IF 40% 上证50IH 40% 中证500IC 40% 5年国债期货TF 1.0% 10年国债期货T 2.0%

郑州商品交易所硅铁期货标准合约是怎样的

合约那么多内容,你想知道什么,合约单位还是保证金比例

期货硅铁涨停,为什么

如果这些基本常识你都不知道,建议你不要轻易涉足。

银芝麻:铝期货波动一个点多少钱?怎么算?

期货品种的交易合约资料电脑键盘按F10在文华财经软件上就会显示详细的合约资料的,包括交易品种一些资讯!期货品种沪铝合约资料如下图:

期货量化: 位移路程比

第11节 期货市场的回测

作者: 阿布

阿布量化版权所有 未经允许 禁止转载

阿布量化微信公众号: abu_quant

abu量化系统github地址(欢迎+star)

本节ipython notebook

备注:不熟悉编程的用户可参考界面操作实现本示例


上一节讲解的是比特币,莱特币市场的回测,以及使用abupy内置模块对市场进行分析优化策略,提高系统的稳定性,本节主要示例期货市场的回测。

abupy中内置的期货沙盒数据有如下交易品种

期货市场:

V0(PVC),P0(棕榈),M0(豆粕),I0(铁矿石),JD0(鸡蛋),L0(塑料),PP0(PP) BB0(胶合板),Y0(豆油),C0(玉米),A0(豆一),B0(豆二),J0(焦炭),JM0(焦煤) CS0(玉米淀粉),TA0(PTA),OI0(菜油),RS0(菜籽),RM0(菜粕),ZC0(动力煤) WH0(强麦),FB0(纤维板),JR0(粳稻),SR0(白糖),CF0(棉花),RI0(早籼稻) MA0(郑醇),FG0(玻璃),LR0(晚籼稻),SF0(硅铁),SM0(锰硅),FU0(燃油) AL0(沪铝),RU0(橡胶),ZN0(沪锌),CU0(沪铜),AU0(黄金),RB0(螺纹钢) WR0(线材),PB0(沪铅),AG0(白银),BU0(沥青),HC0(热轧卷板),SN0(沪锡) NI0(沪镍)

1. 期货市场的特点

期货市场与之前示例讲解的股票市场,比特币市场有很大区别,期货的意思其实就是未来的商品。

下面首先使用AbuFuturesCn输出默认期货产品:

futures = AbuFuturesCn()nfutures.futures_cn_df[:10]


如上所示PVC,豆粕,鸡蛋,胶合板等都是所做的期货具体商品,比如上面的鸡蛋一行:

  • JD0为交易品种代码,注意这里请求的并非某一个具体合约代码,比如JD1709是具体的17年9月鸡蛋合约,因为做量化需要连续的数据,所以请求的都是合约的连续数据:
ABuSymbolPd.make_kl_df('JD0').tail()


  • min_uni的意思是交易每一手的数量,单位对应产品各不相同,比如鸡蛋这里的5的意思是5吨/手,胶合板的500的意思是500张/手
  • commission的意思是每一手的手续费,不同品种手续费不一样
  • min_deposit的意思是最低交易保证金比例,0.08的意思是8%做为最低保证金,期货使用保证金制度

比如上面看到的2017-07-19鸡蛋收盘价格为4014元/吨,如果你觉着还能涨,那就买入看涨合约,鸡蛋min_unit=5吨/手, 如果买20手,需要保证金账号里最少有多少钱呢?计算如下:

print('商品价值{}, 总数量{}顿鸡蛋, 保证金{}'.format(20 * 5 * 4014, 20 * 5, 20 * 5 * 4014 * 0.08))n商品价值401400, 总数量100顿鸡蛋, 保证金32112.0

如上所示保证金大概3万多块钱可以撬动价值40万的100吨鸡蛋商品,实际上这就是期货市场高风险高收益的根源,本来需要用40万能做的买卖,在期货市场用3万就能做,看似缩小了成本,但是比如你真有40万,你在期货市场不会还只做3万的买卖了,你将变成做400万的买卖,买卖做大了,风险和收益自然也大了。

下面让时间继续来到了2017-07-20日,由于你是买入的看涨,今天收盘价格下跌到3972,那么你今天就赔钱了,一共赔了:100吨 * (4014 - 3972)

(4014 - 3972) * 100n4200

假设你保证金账号里一共有35000,那么这时:35000 - 4200 = 30800, 还剩30800,现在的价格是3972元/吨,重新计算需要的保证金如下:

20 * 5 * 3972 * 0.08n31776.0

需要保证金31776,那么帐户里的钱就不够了,就会被期货公司强行平仓,实际上上面只是举例子,期货公司不会让帐户里的钱不够这种情况出现,帐户里资金不多时候,就会要求你继续追加保证金了。

下面假设帐户里的保证金很充足,时间继续向前,到了2017-07-25,当日的最高价格为4025,如果你真的以最高价格卖出了合约:

(4025 - 4014) * 100n1100

如上所示将最终赚钱1100块。

上面说的合约是在2017-07-19买的看涨合约期货,假如你在2017-07-19买的是看跌合约,好多人不理解看跌怎么挣钱,实际上看跌合约可理解为你向交易所借钱买入了商品然后马上卖出了,然后你的期望是价格下跌,然后当价格足够低的时候你再买入卖出,这样除了还给交易所之前借的钱之外,你还能获取这两次买卖的差价。

那么比如上面在2017-07-19以4014元/吨买入的是看跌合约,初始保证金和买入看涨合约时是一样的,然后假如你在2017-07-25,以当日的最低价格3930卖出了合约将最终获利8400元,如下所示:

(4014 - 3930) * 100n8400

再说个极端情况,假如2017-07-25是合约的最后交割日,那么是不是真的能提取100吨鸡蛋现货呢?

在你开户的时候就会让你选择你的账户类型:保值或者投机,但其实只有有资格的认证企业才能选保值,对于个人都只能选投机,投机是没有资格真的在交割日期进行提取现货的,只有企业账户才有资格,所以如果你真的在交割日还持有合约,交易所会强行平仓。

2 看涨合约的回测

下面首先还是和之前的章节使用一样的卖出因子,和初始资金量,唯一不同的是设置g_market_target为E_MARKET_TARGET_FUTURES_CN

abupy.env.g_market_target = EMarketTargetType.E_MARKET_TARGET_FUTURES_CNnn#买入因子,卖出因子等依然使用相同的设置,如下所示:nread_cash = 3000000nn# 卖出因子继续使用上一节使用的因子nsell_factors = [n    {'stop_loss_n': 1.0, 'stop_win_n': 3.0,n     'class': AbuFactorAtrNStop},n    {'class': AbuFactorPreAtrNStop, 'pre_atr_n': 1.5},n    {'class': AbuFactorCloseAtrNStop, 'close_atr_n': 1.5}n]

买入因子组合稍微变动,之前使用的都是42, 60天突破,改为使用21,42天突破,上一节在示例讲解比特币市场时演示过通过ABuKLUtil.resample_close_mean计算出比特币市场应该选择的周期在10天上下,期货市场这里的周期选择实际上是因为市场的特点所改变的,因为期货有限定的交割周期,且很多期货产品有着明显的季节性。

# 买入因子依然延用AbuFactorBuyBreak,周期改变为21,42nbuy_factors = [{'xd': 21, 'class': AbuFactorBuyBreak},n               {'xd': 42, 'class': AbuFactorBuyBreak}]nabupy.beta.atr.g_atr_pos_base = 0.03nabu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,n                                                   buy_factors,n                                                   sell_factors,n                                                   n_folds=2,n                                                   choice_symbols=None)nAbuMetricsBase.show_general(*abu_result_tuple, only_show_returns=True)n买入后卖出的交易数量:555n胜率:48.1081%n平均获利期望:9.0533%n平均亏损期望:-4.8457%n盈亏比:1.9529n策略收益: 31.8571%n基准收益: 17.8802%n策略年化收益: 15.9286%n基准年化收益: 8.9401%n策略买入成交比例:61.7792%n策略资金利用率比例:67.6269%n策略共执行504个交易日


3 看跌合约的回测

看跌合约的回测首先需要一个看跌买入因子,下面的代码即示例向下突破做为买入因子的put策略:

class AbuFactorBuyPutXDBK(AbuFactorBuyXD, BuyPutMixin):n    """示例继承AbuFactorBuyXD完成反向突破买入择时类"""n    def fit_day(self, today):n        """n        针对每一个交易日拟合买入交易策略,寻找向上突破买入机会n        :param today: 当前驱动的交易日金融时间序列数据n        """n        # 与AbuFactorBuyBreak区别就是买向下突破的,即min()n        if today.close == self.xd_kl.close.min():n            return self.buy_tomorrow()n        return None

上AbuFactorBuyPutBreak即是完成了向下突破put策略的代码,最大特点就是因子混入BuyPutMixin,即做为反向策略,看跌。

下面使用21天,42天向下突破看跌策略做为买入因子组合,其它都不变,代码如下所示:

buy_factors = [{'xd': 21, 'class': AbuFactorBuyPutBreak},n               {'xd': 42, 'class': AbuFactorBuyPutBreak}]nabu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,n                                                   buy_factors,n                                                   sell_factors,n                                                   n_folds=2,n                                                   choice_symbols=None)nAbuMetricsBase.show_general(*abu_result_tuple, only_show_returns=True)n买入后卖出的交易数量:533n胜率:40.5253%n平均获利期望:5.2618%n平均亏损期望:-4.6178%n盈亏比:0.7937n策略收益: 3.0812%n基准收益: 17.8802%n策略年化收益: 1.5406%n基准年化收益: 8.9401%n策略买入成交比例:66.2362%n策略资金利用率比例:63.4951%n策略共执行504个交易日


下面拿出交易单的一个看看,可以发现expect_direction列值是-1, buy_type_str显示为put,如下所示:

abu_result_tuple.orders_pd.head(1)

卖出因子在support_direction实现中需要声明自己支持的买入因子类型,且在fit_day中根据不同交易方向做处理,如下AbuFactorPreAtrNStop示例所示:

class AbuFactorPreAtrNStop(AbuFactorSellBase):n    """示例单日最大跌幅n倍atr(止损)风险控制因子"""nn    def _init_self(self, **kwargs):n        """kwargs中参数pre_atr_n: 单日最大跌幅止损的atr倍数"""n        # 设置下跌止损倍数n        self.pre_atr_n = kwargs['pre_atr_n']nn    def support_direction(self):n        """单日最大跌幅n倍atr(止损)因子支持两个方向"""n        return [ESupportDirection.DIRECTION_CAll.value, ESupportDirection.DIRECTION_PUT.value]nn    def fit_day(self, today, orders):n        """n        止损event:今天相比昨天的收益 * 买入时的期望方向 > today.atr21 * pre_atr_nn        :param today: 当前驱动的交易日金融时间序列数据n        :param orders: 买入择时策略中生成的订单序列n        """n        for order in orders:n            if (today.pre_close - today.close) * order.expect_direction > today.atr21 * self.pre_atr_n:n                # 只要今天的收盘价格比昨天收盘价格差大于一个差值就止损卖出, 亦可以使用其它计算差值方式n                self.sell_tomorrow(order)

上面fit_day中根据order.expect_direction的值对正向,反向买入因子做处理,即:

  • 正向call看涨买入因子order.expect_direction的值为正1,则结果为今天相对昨天价格暴跌卖出
  • 反向put看跌买入因子order.expect_direction的值为正-1, 则结果为今天相对昨天价格暴涨卖出

abupy中内置的几个卖出因子都实现了看涨和看跌两个方向,用户自己使用的卖出因子如果不考虑做期货等市场的情况下,则不需要支持看跌的买入因子。

更多详情自行阅读AbuFactorPreAtrNStop等卖出因子源代码

下面同时使用向上突破看涨call策略和向下突破看跌put策略进行回测,如下所示:

buy_factors = [{'xd': 21, 'class': AbuFactorBuyPutBreak},n               {'xd': 42, 'class': AbuFactorBuyPutBreak},n               {'xd': 21, 'class': AbuFactorBuyBreak},n               {'xd': 42, 'class': AbuFactorBuyBreak}]nabu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,n                                                   buy_factors,n                                                   sell_factors,n                                                   n_folds=2,n                                                   choice_symbols=None)nAbuMetricsBase.show_general(*abu_result_tuple, only_show_returns=True)n买入后卖出的交易数量:1088n胜率:44.3934%n平均获利期望:7.3621%n平均亏损期望:-4.7259%n盈亏比:1.3535n策略收益: 39.1533%n基准收益: 17.8802%n策略年化收益: 19.5766%n基准年化收益: 8.9401%n策略买入成交比例:48.0418%n策略资金利用率比例:84.0932%n策略共执行504个交易日


4. 位移路程比优化策略

上面的回测结果收益一般,上一节比特币的回测通过分析数据对参数进行优化,提高回测收益,港股回测那一节通过AbuTLine.show_least_valid_poly对策略进行优化,本节将根据期货的特点,编写一个选股策略对交易进行优化。

上面的回测共交易的期货品种有38种,如下所示:

len(set(abu_result_tuple.orders_pd.symbol))n40

实际上没有必要涉及这么多的品种,下面根据期货的交易特点编写一个选股策略,选取更合适策略的期货品种。

期货市场可以买涨也可以买跌,本节示例的策略使用向上突破买涨,向下突破买跌的策略,即多空都做,既然使用突破策略且突破策略使用参数为21天,42天这个突破周期对于期货市场来说并不短,那么期望买入的品种可以拥有一定的趋势,且有保持趋势一段时间的习惯,不希望品种的走势总是反复震荡,趋势总是短时间进行回复,并且也不希望走势太平稳,完全没有趋势形成。

下面通过位移路程比来进行选股主策略,位移路程比的计算通过AbuTLine中的show_shift_distance实现,首先定义个lambda函数可视化选股周期的位移路程比sd_line:

sd_line = lambda sym: tl.AbuTLine(n    ABuSymbolPd.make_kl_df(sym, start='2014-06-27', end='2015-07-07').close, '').show_shift_distance(n    step_x=1.2, show_log=False)

使用sd_line查看商品V0(PVC)在选股周期的位移路程比,如下所示,可以发现位移路程比值基本都在2以下,但也会有2以上的情况

sd_line('V0');


类似上面的V0的走势是符合我们的交易策略,因为不管你上涨还是下跌,只要商品可以惯性的保持一段时间趋势,使用的向上突破和向下突破就都可以找到盈利机会。

下面再看看商品FB0(纤维板)的位移路程比图:

sd_line('FB0');


从图中你可以发现FB0经常在短时间内上涨,然后反弹,趋势无法保持,所以FB0(纤维板)是我们应该过滤的商品,反复反弹就意外着位移路程比值大,你可以发现有多个大于2.0的位移路程比阶段。

再看看下面的Y0(豆油)位移路程比图:

sd_line('Y0');


从图中你可以发现走势太平稳了,没有好的趋势会形成,并不适合使用的突破策略,你可以发现有没有1个移路程比值大于2.0。

ok,下面就根据以上观察结果编写选股策略,代码如下所示:

备注:关于更多选股因子请阅读abu量化文档:第五节 选股策略的开发

from abupy import AbuPickStockBase, psnclass AbuPickStockShiftDistance(AbuPickStockBase):n    """位移路程比选股因子示例类"""n    def _init_self(self, **kwargs):n        """通过kwargs设置位移路程比选股条件,配置因子参数"""n        self.threshold_sd = kwargs.pop('threshold_sd', 2.0)n        self.threshold_max_cnt = kwargs.pop('threshold_max_cnt', 4)n        self.threshold_min_cnt = kwargs.pop('threshold_min_cnt', 1)n        n    @ps.reversed_resultn    def fit_pick(self, kl_pd, target_symbol):n        """开始根据位移路程比边际参数进行选股"""n        n        pick_line = tl.AbuTLine(kl_pd.close, 'shift distance')n        shift_distance = pick_line.show_shift_distance(step_x=1.2, show_log=False, show=False)n        shift_distance = np.array(shift_distance)n        # show_shift_distance返回的参数为四组数据,最后一组是每个时间段的位移路程比值n        sd_arr = (shift_distance)[:, -1]n        # 大于阀值的进行累加和计算n        threshold_cnt = (sd_arr >= self.threshold_sd).sum()n        # 边际条件参数开始生效n        if threshold_cnt < self.threshold_max_cnt and threshold_cnt >= self.threshold_min_cnt:n            return Truen        return Falsen    n    def fit_first_choice(self, pick_worker, choice_symbols, *args, **kwargs):n        raise NotImplementedError('AbuPickStockShiftDistance fit_first_choice unsupported now!')

下面代码继续同时使用向上突破看涨call策略和向下突破看跌put策略进行回测,唯一的不同是使用选股策略因子AbuPickStockShiftDistance:

stock_pickers = [{'class': AbuPickStockShiftDistance,n                  'threshold_sd': 2.0, 'threshold_max_cnt': 4, 'threshold_min_cnt': 1,n                  'reversed': False}]nnbuy_factors = [{'xd': 21, 'class': AbuFactorBuyPutBreak},n               {'xd': 42, 'class': AbuFactorBuyPutBreak},n               {'xd': 21, 'class': AbuFactorBuyBreak},n               {'xd': 42, 'class': AbuFactorBuyBreak}]nnabu_result_tuple, kl_pd_manger = abu.run_loop_back(read_cash,n                                                   buy_factors,n                                                   sell_factors,n                                                   stock_pickers,n                                                   n_folds=2,n                                                   choice_symbols=None)nAbuMetricsBase.show_general(*abu_result_tuple, only_show_returns=True)n买入后卖出的交易数量:601n胜率:44.7587%n平均获利期望:8.5512%n平均亏损期望:-4.8672%n盈亏比:1.5452n策略收益: 45.0541%n基准收益: 17.8802%n策略年化收益: 22.5270%n基准年化收益: 8.9401%n策略买入成交比例:79.4953%n策略资金利用率比例:74.3811%n策略共执行504个交易日


从上面结果看收益提升了大概7%,虽然不多,但是交易数量从1088下降到601,降低交易频率是最好的优化策略,涉及的交易商品品种也由之前的38个下降到21个, 如下所示:

len(set(abu_result_tuple.orders_pd.symbol))n21

5. 国际期货市场的回测

gb = AbuFuturesGB()ngb.futures_gb_df.head()


将目标市场设置为国际期货市场,如下:

abupy.env.g_market_target = EMarketTargetType.E_MARKET_TARGET_FUTURES_GLOBAL

之后的章节会有国内,国际期货市场进行相关策略的统计套利策略示例,本节继续简单使用向上突破看涨call策略和向下突破看跌put策略进行回测,如下:

buy_factors = [{'xd': 21, 'class': AbuFactorBuyPutBreak},n               {'xd': 42, 'class': AbuFactorBuyPutBreak},n               {'xd': 21, 'class': AbuFactorBuyBreak},n               {'xd': 42, 'class': AbuFactorBuyBreak}]nabu_result_tuple_gb, _ = abu.run_loop_back(read_cash, buy_factors, sell_factors)nAbuMetricsBase.show_general(*abu_result_tuple_gb, only_show_returns=True)n买入后卖出的交易数量:371n买入后尚未卖出的交易数量:14n胜率:40.9704%n平均获利期望:5.4482%n平均亏损期望:-4.6024%n盈亏比:0.8230n策略收益: -7.6953%n基准收益: 11.5986%n策略年化收益: -3.8477%n基准年化收益: 5.7993%n策略买入成交比例:34.5455%n策略资金利用率比例:75.9042%n策略共执行504个交易日


小结:

  • 上面通过位移路程比进行选股的策略编写在实现细节上可以有多种变种,比如使用多个时间段的均值和阀值进行比较,针对震荡太过剧烈趋势反复的和走势太过平稳的情况分开阀值进行判断等等,上面的实现主要是为了好理解,而且介于篇幅这里没能再多介绍几个选股因子并行生效处理,在之后的章节会有更加完整详细的示例,请关注公众号的更新提醒
  • 与期货市场类似的是美股期权市场,abupy同样支持美股期权市场的回测分析等操作,但由于暂时没有合适的可对外的数据源提供,所以暂时无示例,后续适配合适的期权数据源后会完善美股期权示例讲解,用户也可以在abupy中接入自己的美股期权数据源,详例请阅读第19节:数据源

abu量化文档目录章节

  1. 择时策略的开发
  2. 择时策略的优化
  3. 滑点策略与交易手续费
  4. 多支股票择时回测与仓位管理
  5. 选股策略的开发
  6. 回测结果的度量
  7. 寻找策略最优参数和评分
  8. A股市场的回测
  9. 港股市场的回测
  10. 比特币,莱特币的回测
  11. 期货市场的回测
  12. 机器学习与比特币示例
  13. 量化技术分析应用
  14. 量化相关性分析应用
  15. 量化交易和搜索引擎
  16. UMP主裁交易决策
  17. UMP边裁交易决策
  18. 自定义裁判决策交易
  19. 数据源
  20. A股全市场回测
  21. A股UMP决策
  22. 美股全市场回测
  23. 美股UMP决策

abu量化系统文档教程持续更新中,请关注公众号中的更新提醒。

更多关于abu量化系统请关注微信公众号: abu_quant

商品期货11月26日收盘分析:主趋势为空,反弹放空,这就是节奏

?



纸浆期货 11月27日纸浆期货上市交易,合约上市挂盘基准价通知如下:
  SP1906、SP1907、SP1908、SP1909、SP1910、SP1911合约的挂盘基准价为5980元/吨。

基准价5980元。每个点10元,每次跳2元共20元。 最低保证金合约价值的4%

那么5980*10元=59800元。一般保证金是4%+4%也就是4784元。如果日内的,调整到交易所保证金了。那么是59800*0.04=2392元即可。



?今天增仓的品种。沥青期货1906 PTA期货 玻璃期货 PVC期货 焦煤期货 硅铁期货 郑煤期货 沪锌期货

沥青期货 主力合约移到1906了 从今天开始分析1901合约 日线一笔下跌 从3810点开始到今天2650最低 跌了一千多个点了。尚未终结



?沥青期货,在这波下跌中,只做了一个中枢,30分有个3卖后 一直是线段类下跌,没有新的中枢之前走势不能终结。



?PTA期货 30分一笔下跌力度非常强。现在是30分反弹一笔,反弹后还是要放空滴。



?玻璃期货 是30分一个中枢的盘整背驰,现在是30分向下一笔。



?PVC期货 走势 趋势性不强,影线比较长,所以这种品种原则上会被筛选出去的。当前就是30分中枢比较宽的中枢震荡。不建议交易选择其他品种吧。



?焦煤期货 30分下跌已经不背驰了。那么有30分级别反弹也是反弹放空



?硅锰 上周分析过,30分反弹2卖放空现在已经不背驰了,有30分级别反弹还是放空



?硅铁期货 相对于硅锰期货来说,并不是那么买卖点清晰呢。只能说30分向下一笔笔内开仓可以享受到这个收益。下跌强度比较大,目前次级别震荡可以通过5分开仓



?沪锌期货 30分下跌走势类型,30分反弹一笔,不过中枢下轨30分放空。



?沪镍期货 30分要在这里做中枢震荡,上下上3笔 第三笔只要不是不背驰就可以测空。



?螺纹钢期货 30分3卖后 下跌一笔,走势非常流畅也很清楚。目前线段类背驰的背驰段,反弹30分的话构筑中枢后还是要做空。



?热卷期货 30分反弹一笔,5分背驰后,从3638点 下跌30分一笔,走势非常流畅。30分有反弹预判是30分3卖 放空的点位。



?焦炭期货 30分反弹一笔后,30分一笔下跌。那个位置是30分回抽零轴的过程。一笔跌了200多个点。每个点价值100的说2万多块。



?铁矿石期货,在分析螺纹钢的基本面的时候有提到过,是历史价格的高位。基本面偏空目前是30分一笔下跌,今天是跌停的。



?甲醇期货 30分反弹一笔后 30分线段类下跌,今天跌停,跌停的品种还是真多啊。



PP期货 30分线段类下跌,没有新的30分中枢前,走势不终结。



?菜粕期货 30分线段背驰后,30分下跌一笔,走势非常强。目前内部不背驰的。



?豆粕期货 30分反弹不过前高3181点 30分主跌一笔,内部不背驰,预判还有低点。


既然散户靠自己分析90%要亏钱,那如果我每次分析完,下单确认前一秒,却反着做单,那会不会就长期盈利了?

这个做法很多人都有想过,不少证券期货公司的朋友也跟我提起过,但大家也只是谈谈,好玩而已,没有谁真正做出来而且做得很好的,要知道证券期货公司可是对每一个客户的盈亏最了解的,谁最能稳定亏损,成为最优秀的反指,他们再清楚不过。大道理前面的答案已经谈了很多了,我就不赘述了。我这里举几个例子说明一下,方便大家更好理解为什么题主的想法实现不了。这里的反指可以是自己,也可以是别人。

一、滑点
题主说忽略滑点,我想说忽略不了滑点,这个玩法必须考虑滑点成本,因为你不可能100%实现跟反指同一价位反向开仓。
例:此图为为股指期货tick数据构成的闪电图,图中每次波动时间为1秒,假如反指在图中所示绿圈处开空了,按理说你应该在同一价位开多,但实际上如图所示,价格1秒之内很快就拉上去了,反指迅速亏损,但你这时候排队价开多根本成交不了,价格早就跑远了,而且后面越跑越远。然后,反指又在图中红圈处把空单平掉止损了,同样的道理,你这里根本多单平不掉,而且后面价格加速下跌。此时你只有两个选择,要么承担好几个滑点的成本赶紧追价,要么就永远告别这单了,于是最终结果就成了,要么反指亏了5000,你赚了4000,要么反指亏了5000,你一分没赚。开平仓两趟,滑点成本翻倍,但无论怎样,都实现不了反指亏5000,同时你赚5000。

二、收盘了
假如反指在收盘前最后一秒开多了,然后第二天跳空低开,之后一路下跌,这种情况你也是没办法的,你对应的空单根本就开不进去,因为已经收盘了,第二天跳空也不会给你任何机会。最终反指亏了1万,你一分没赚。

三、涨跌停
这种情况就不用多说了,比如现在行情跌停封死了,反指抄底开多了,第二天继续跌停,反指就亏了1个跌停,但你却根本没法在第一天跌停的位置开空。最终反指亏了2万,你一分没赚。

四、流动性
这条是为了说明,题主所说的策略是有容量限制的,这一点跟滑点比较类似,就算同一价位,你能反向成交,但能成交多少手?反指开多1手,你开空1手能成交,开空100手也可能成交,但开空10000手就成交不了了。另外还有种情况,就是流动性差的品种,比如郑商所的硅铁锰硅,还有其他品种的非主力合约,比如超远月合约等,在这些品种这些合约上由于流动性缺乏,成交极少,要想实现反向开仓,极其困难。

五、套利
你表面看人家是做投机的,实际上人家玩套利的,比如期现套人家有现货,或者别人玩跨境套利的,在纽约、伦敦、香港也有账户在同时交易,这种情况,题主所说的策略是很难实现的。

六、出入金
假如现在没有政策限制,你的反指还是个土豪,有大量备用金,可以大量出入金,股指期货从3800跌到3600开多1手,跌到3400开多10手,跌到3200开多100手,跌到3000全部止损出局,对应的,你在3600开空1手,3400要开空10手,但你已经没这么多钱了,3200开空100手就更拿不出钱了,最终可能反指亏了700万,你只赚了7万。
大家不要以为少赚也是赚,利润没赚够是很要命的,盈亏不对等最终可能造成毁灭性的结局,要知道反指赚的时候你可是要亏的,假如反指这一笔亏了700万,其他交易赚了100万,最终稳定亏损600万,对应的,你这笔交易赚了7万,其他交易亏100万,你不但没赚600万,还倒亏93万。

七、你们都爆仓了
大家对股市最熟悉,还是以股指期货为例,假如反指在2600点开多10手,3000点浮盈加仓变成20手多单,4000点浮盈加仓变成40手多单,5000点再浮盈加仓变成100手多单,最后股市崩盘,反指爆仓,彻底亏完。而你呢?在2600点开空10手,3000点开空20手,然后4000点……然后就没有然后了……你基本上已经爆仓了,最终你们都爆仓了。
于是整个过程变成了:反指盈利——你亏损——反指浮盈加仓——你爆仓——反指再度疯狂的浮盈加仓——市场反转——反指爆仓
按理说照策略来,反指亏损上千万,你应该盈利上千万的,实际上你们两个都完蛋了,因为保证金交易的市场,得考虑资金量和浮盈的问题,毕竟带杠杆的市场,不是那么简单的一锤子买卖。

八、震荡行情
假如反指确实稳定亏损,但每年就亏1%呢?你跟随反指即使忽略滑点成本,一年盈利1%,意义何在呢?另外,假如行情一直是震荡的呢,不涨不跌盘一年,他亏点渣渣钱,你赚点渣渣钱,又有什么意义呢?还跑不赢银行存款利息。

九、反指没了
反指亏够了,不玩了,回家种田了,或者反指成熟了,会玩了,开始赚钱了,都会造成game over。这套策略的基础建立在,反指有意愿而且有财力持续亏损,且永远没有任何进步的基础上,但这明显是不现实的。

十、难以坚持
任何策略,必须坚持执行,才能有效,但这个策略是难以坚持的,原因如下:
1.无逻辑
没有投资哲学,没有投资逻辑,让人难以信服,从内心里就不会去认同,从一开始就充满了怀疑和恐惧,当然难以坚持
2.依靠他人
这个策略以他人为基础,而且是以大家眼中的最大loser为投资基础的,这个基础是极其脆弱的
3.资金曲线不稳定
如下图,假如绿线是反指的资金曲线,红线是你的资金曲线,大家净值都是从1.0开始,0就是亏完,2就是翻倍,就算最理想的情况能实现,最终结果可能是你盈利了60%,反指亏损了60%,但这种资金曲线,你真正在做的过程中就知道,是根本坚持不下去的,风险也是极大的。
要知道反指稳定亏损,不是只亏不赚的,任何人都实现不了只赚不亏,也实现不了只亏不赚,反指之所以为反指,往往不是因为他不能赚钱,而是因为他的资金曲线极不稳定,且几乎没有任何风控。

综上,失败者的经验教训可以吸取,但要想获得较好的投资收益,还得多从提升自我的角度出发,去想问题。

履约保证金是什么意思?投标保证金和质量保证金的区别!

现在已经有很多地区都发文了,招投标活动中要免收保证金,目前在招投标活动中的保证主金主要以履约保证金进行担保,接下来西安铭晟标书制作小编就带你看看投标保证金和质量保证金的区别主要有哪几个方面。

什么是履约保证金?

履约保证金是履约保证的一种形式,是买卖双方确保履约的一种财力担保。

是指施工单位为了全面履行合同条款中,所承的条件,在施工前,用自己的流动资金抵押在建设单位用,不计利息,待工程全部完工后该款元、并且全部履行合同条款时,建设单位将此款推给施工单位,施工单位如果有违约行为,建设单位按事先拟定的数额扣除,余者返回施工单位;

展开剩余44%

什么是质量保证金?

施工单位已将工程全部完工,理应工程款全部结清,但是由于工程还没有经过使用,验收时只能从外表检查,工程的质量标准是否达到设计要求,还需要时间的验证,为此建设单位用应付工程款,按一定的比例暂留,待保修期满,为发生质量问题,全部付给施工单位;

投标保证金和质量保证金的区别:

(1)、履约保证金是施工单位的流动资金,在施工前付给建设单位,用于施工过程中全面履行合同的制约办法;

(2)、质量保证金是施工单位工程完工后、用工程结算款抵押,也是约束工程质量的手段,两者的资金来源不同,约束的目的不同。

  • 期货配资「期货沥青和甲醇的关系」 沥青期货和原油有什

    期货沥青和甲醇的关系: 沥青期货和原油有什么关系-百度知道 展开全部 沥青是原油的提炼后剩下的渣。所以原油产量越大,沥青产量就会相应变大。他们的“供给”关系呈现正相关,...
    期货沥青和甲醇的关系炒股技巧之
  • 期货配资炒股总结经验教训

    炒股总结经验教训: 求有关证券投资学学习小结(心得) 一经采纳把我的244分全部奉送!... : 你先看看这个网站:http://www.yeahkey.com/edown/data/soft/417.html"证券投资学"这门学科是很深...
    炒股总结经验教训郑州大陆期货有限公司
  • 期货配资配资世界网对造就配资炒股心态的发起

    配资世界网作为海内配资炒股界的龙头配资平台,一直以来,我们就以处事股民为宗旨在运营,配资世界网的投资参...
    配资世界造就炒股心态
  • 期货配资股票配资都有什么费用

    股票配资都有什么费用:成都股票配资:10万配5倍一个月多少的利息? : 成都股票配资:10万配5倍一个月多少的利息? 很多投资者在做配资的时候除了资金安全的问题就是关心利息的...
    股票配资都有什么费用炒股群号大全2015
  • 期货配资深圳期货交流群_ 请问有没有好一点的商品期货

    深圳期货交流群: 请问有没有好一点的商品期货QQ群? : 商品期货 这里面有很多,你可以找你需要的群,希望对你有所帮助! 深圳期货交流群: 深圳现货黄金交流群?? : 北京上海...
    深圳期货交流群国内外汇期货衍生品
  • 期货配资「聚氯乙烯主力期货行情」 聚乙烯期货的价格是

    聚氯乙烯主力期货行情: 聚乙烯期货的价格是以什么为单位?聚乙烯现化15000元/吨与下图 爱... 聚乙烯交易代码L,也就是我们平常说的塑料 聚氯乙烯交易代码PVC 聚乙烯与聚氯乙烯均是...
    聚氯乙烯主力期货行情70年代炒股金证配资
猜您喜欢

更多与硅铁保证金一手多少钱相关文章