如有可能,如何设置跟踪止损以在Google Bigquery上进行回测

时间:2019-07-02 17:00:57

标签: google-bigquery quantitative-finance back-testing

因此,我正在对Google Bigquery上的某些交易策略进行回测,我希望将追踪止损设置为距输入价格1%的距离。如果股价上涨了5%,那么追踪止损也将上涨5%。如果股价下跌,追踪止损不会改变。 (https://www.investopedia.com/terms/t/trailingstop.asp

我有这张表,显示我要输入的信号,如果价格低于追踪止损价,则退出栏将显示值为1,这表示交易已退出。

这是我到目前为止的表格:

date           price      entry_signal      
30/06/2018     95              0                
01/07/2018     100             1                
02/07/2018     103             0                
03/07/2018     105             0                
04/07/2018     104.50          0                
05/07/2018     101             0                

我想有一列显示每个日期的追踪止损是多少。首先将止损设置为2018年7月1日价格的99%,此时enter_signal = 1,并在该日期进行交易。

当价格上涨y%时,追踪止损也将上涨y%。但是,如果价格下跌,则追踪止损不会从其最后一个值改变。

当价格<=追踪止损时,交易被退出,并且exit_signal为1 ...

目前,如果价格也下跌y%,我就不会追随止损下跌y%。...

所需表的结果:

date           price      trailing stop loss      entry_signal      exit_signal
30/06/2018     95              NULL                     0                0
01/07/2018     100             99                       1                0
02/07/2018     103             101.97                   0                0
03/07/2018     105             103.95                   0                0
04/07/2018     104.50          103.95                   0                0
05/07/2018     101             103.95                   0                1

这是我的原始代码:

SELECT 
date, price, entry_signal,
GREATEST(trailing_stop_loss, 0.99 * price) AS trailing_stop_loss
FROM (
SELECT
date, price, entry_signal,
LAST_VALUE(trailing_stop_loss IGNORE NULLS) OVER (ORDER BY DATE) AS trailing_stop_loss
FROM (
SELECT
 date, price, entry_signal,
IF(entry_signal * 0.99 * price > 0, 0.99 * price, NULL) AS trailing_stop_loss
FROM table
)
)

我获得的表:

date           price      trailing stop loss      entry_signal      
30/06/2018     95              NULL                     0                
01/07/2018     100             99                       1                
02/07/2018     103             101.97                   0                
03/07/2018     105             103.95                   0                
04/07/2018     104.50          103.455                  0                
05/07/2018     101             99.99                    0                

1 个答案:

答案 0 :(得分:2)

以下是用于BigQuery标准SQL

  

如果价格也下跌y%,我目前陷入困境,追踪止损不会下跌y%。...

#standardSQL
WITH temp1 AS (
  SELECT day, price, entry_signal,
    UNIX_DATE(PARSE_DATE('%d/%m/%Y', day)) day_as_days,
    COUNTIF(entry_signal = 1) OVER(ORDER BY UNIX_DATE(PARSE_DATE('%d/%m/%Y', day))) grp
  FROM `project.dataset.table`
), temp2 AS (
  SELECT day, price,
    0.99 * price AS trailing_stop_loss,
    IFNULL(price > LAG(price) OVER(PARTITION BY grp ORDER BY day_as_days), TRUE) AS up,
    entry_signal, grp, day_as_days
  FROM temp1
)
SELECT day, price, trailing_stop_loss, entry_signal, 
  IF(price > trailing_stop_loss, 0, 1) AS exit_signal
FROM (
  SELECT day_as_days, day, price, entry_signal,
    IF(up, trailing_stop_loss, arr[OFFSET(0)]) trailing_stop_loss
  FROM (
    SELECT day_as_days, day, price, up, trailing_stop_loss, entry_signal,
      ARRAY_AGG(trailing_stop_loss) OVER(PARTITION BY grp ORDER BY IF(up, day_as_days, 0) DESC) arr
    FROM temp2
  )
)
-- ORDER BY day_as_days   

有结果

Row day         price   trailing_stop_loss  entry_signal    exit_signal  
1   30/06/2018  95.0    94.05               0               0    
2   01/07/2018  100.0   99.0                1               0    
3   02/07/2018  103.0   101.97              0               0    
4   03/07/2018  105.0   103.95              0               0    
5   04/07/2018  104.5   103.95              0               0    
6   05/07/2018  101.0   103.95              0               1    
  

所需的表结果:...

如您所见,以上查询至少部分解决了您的stuck at点-虽然我不确定整体情况是什么,还需要解决其他问题-即使您的总体问题仍未得到完全解决-我觉得您的特定问题得到了回答。

所以,我希望以上内容能解除您的封锁,您可以自己完成挑战:o)

顺便说一句,我在下面使用了虚拟数据(来自您的问题)

WITH `project.dataset.table` AS (
  SELECT '30/06/2018' day, 95 price, 0 entry_signal UNION ALL
  SELECT '01/07/2018', 100, 1 UNION ALL
  SELECT '02/07/2018', 103, 0 UNION ALL
  SELECT '03/07/2018', 105, 0 UNION ALL
  SELECT '04/07/2018', 104.50, 0 UNION ALL
  SELECT '05/07/2018', 101, 0 
)