Dual Thrust交易策略是由Michael Chalek在上个世纪80年代开发的，该策略是一个趋势跟踪系统，曾长期位于《Future Truth》杂志评选的最赚钱的策略之列。Dual Thrust策略的优点在于适用范围广、思路简洁、拟合参数少等特点，从而被广泛应用在股票、债券、期货等市场。该策略对于市场趋势有较强的把握能力，可以为投资者带来长期稳定的收益。

金融资产的价格趋势大致可以分为两类，即趋势行情和震荡行情。震荡行情指价格在一定的区间内波动，这种波动是随机的因而难以判断价格的运动方向。而在趋势行情中，价格的动向比较容易判断，交易的胜率也会大大提高。Dual Thrust系统的目的是过滤掉震荡行情，抓住趋势从而获得收益。

Dual Thrust策略的基本方法如下：

Step1.

首先HH、NC、HC、LL分别表示如下：

：过去N日High的最高价

LC：过去N日Close的最低价

HC：过去N日Close的最高价

LL：过去N日Low的最低价

Step2.

利用这些数据计算出震荡区间的上轨和下轨，其中 、 为参数。

Step3.

交易规则：

ž   没有头寸时：当价格突破上轨时开多仓，当价格突破下轨时开空仓

ž   持有多头时：价格突破下轨时平多仓，并以相同价格开空仓

ž   持有空头时：价格突破上轨时平空仓，并以相同价格开多仓

我们选取沪深300指数期货当月主力合约作为交易对象。由于2015年9月中金所大幅调整沪深300、上证50和中证500三大指数期货的保证金水平和交易费用导致成交量锐减，因此我们暂且选取该调整之前的历史数据进行测试。具体的时间段为2014年1月1日至2015年9月1日，共计409个交易日。从下图可以看出，期货价格在2014年1月至11月之间处于震荡行情，12月起先是经历了一个上涨-震荡-上涨的行情，随后又出现爆跌。我们就Dual Thrust策略是否能够把握住市场趋势这一问题，分别观察策略在这三个阶段的表现。本研究所使用数据来源于Wind资讯。

我们按行情将历史数据大致分为三段，首先分别对数据进行简单的统计分析如下：

表1数据分段统计

从表1中可以看出，第一阶段期货指数整体平稳，平均收益率和振幅都比较小，200个交易日的振幅仅为5.39%。从K线图也可以看出，该段数据前半段处于震荡行情，随即在一个短暂的上涨趋势之后重新恢复为震荡行情。该段数据可以测试出策略在震荡行情中的表现。第二段数据为一个中期的牛市，期货指数在153个交易日内上涨了117.1%，平均对数收益率和振幅较前一段数据都有显著提升，因此本段数据是测试策略能否把握上涨趋势的最佳样本。在第三段数据中期货指数在短短的49个交易日中下跌了29.9%，平均振幅更是高达255.26。因此本段数据将检测出交易策略能否应对突如其来的股灾，在暴跌中是否能够迅速应对并调整仓位。

2015年中金所前后多次调整股指期货保证金水平，从最初的10%几次上调至最后的30%。另一方面，本研究的侧重点在于策略对多空方向的判断，因此为了简化计算，我们不考虑保证金问题，同时把佣金定为交易费用的5%。

我们首先测试最初的Dual Thrust策略，即一旦入场后不再退出，只进行方向调整，始终保持持仓数量为1，一直到交易日的最后一天再平仓退出。在该策略下我们选取 ， ， 。在对历史数据计算后，我们得到结果如下：

表2策略测试结果

       在401个交易日中，策略一共进行了135次交易，其中62次交易盈利，73次亏损，胜率为45.93%。尽管获胜次数要少于失败次数，但策略的平均盈利要大于平均亏损，因而整体是盈利的。这表明策略在判断失误之后能够及时调整仓位，从而避免进一步的损失。

策略在震荡行情中多空变换较频繁，而对于趋势的把握表现较好，上涨时多持有多头，下跌时多持有空头，总体的多空把握较好。从收益可以看出，策略在震荡行情中表现较差，盈亏相当并且收益较低；而在之后的上涨和下跌趋势中盈利和亏损都大幅上升，同时胜率有也有提高。值得注意的一点是第三阶段出现了很多亏损较大的交易日，而这些亏损主要出现在市场暴跌中“回光返照”的时候。

我们进一步分析每次交易的盈亏，即每次调整仓位带来的收益。图4展示了按交易划分的盈亏，可以看出前期策略整体胜率并不算高，但平均盈利要大于平均亏损。

我们以策略入场时的期货价值为初始资金，在不考虑保证金的前提下计算得到了策略的累积收益和资本回撤。策略的最终收益优于期货指数，但在第一阶段却在指数之下，因此有必要分阶段观察策略的表现。

表3策略在各阶段的表现

分别对三个阶段的表现进行统计之后，我们可以看出策略在第一阶段的胜率很低，仅为39.44%，同时最大回撤也处于较高水平；而策略在第二、三阶段的趋势行情中胜率有所提高，同时收益也超过了基准。

对策略的改进可以从几方面进行，一是优化对参数的选择，二是加入止盈和止损，三是在考虑保证金的情况下调整杠杆大小。本报告中我们主要考虑参数的选择问题，因此我们选取不同的参数以检测各参数对策略结果的影响。

参数1： ， ，

参数2： ， ，

参数3： ， ，

参数4： ， ，

对四组参数分别进行测试后，得到结果如下：

表4各参数的测试结果对比分析

从四组参数的测试结果可以看出，当N从1增大至2之后，策略的交易次数、累积利润、最大回撤率、胜率等各方面都显著降低。K1减小后策略在第二阶段胜率有所提高，但在第三阶段胜率却显著降低了；K2减小后策略在第二阶段小幅提升，在第三阶段则大幅提高。由上表可以看出，参数的变动在不同的行情中效果是不尽相同的。如何选择合适的参数是优化策略的关键所在。

对于Dual Thrust策略来说，导致亏损的原因是策略发出了错误的信号，而错误的信号又可以分为以下两种：

A类错误：策略发出了错误的交易指令

B类错误：策略未能发出正确交易指令

显而易见的是，如果我们令Range扩大，策略发出的交易指令会减少，因此错误A的概率会降低，同时错误B的概率会增大；反之Range减小，策略会更频繁地发出交易指令，因而错误A的概率会增大，错误B的概率减小。具体关系如下图所示：

基于以上错误的分类，我们对参数1的亏损交易日进行了分类，结果如下：

表5亏损交易日类型及平均亏损额

可以看出，B类错误的平均亏损较之A类错误要小得多，减小参数 和 可以减少A类错误的次数，同时会增加B类错误的次数，从而使得总体的平均亏损减小。

       令 ，我们可以得到如下关系：

首先假定测试样本内的数据都是已知的，基于上面的思路，我们对

的分布进行了分析后将参数选择为 ，从而得到

表6优化参数后的测试结果

图5优化参数后的多空示意及单日盈亏

图6优化参数后单次交易盈亏图

与图3对比后可以显著看出，经过参数优化后策略少了亏损极大的交易日，单日亏损被控制在一个较小的水平，有效地降低了风险。

图7优化参数后的累积收益和最大回撤率

与图6对比后可以看出，经过参数优化后，策略在第一阶段也能够优于基准，最大回撤也从23.05%大幅降低至14.79%，收益和风险两方面都显著提高。

表7优化参数后策略在各阶段的表现

从上表可以看出，策略的胜率并没有明显的提高，总体收益的提升主要来自于单次平均亏损的降低。

优化参数的时候，我们假定整段数据都是已知的，这在实际投资中显然是不合理的。因此我们将上面的方法更进一步，利用每个交易日前 天中的统计数据得出当日的参数。这样就得到了一列时变的参数 和 ，如下图所示：

我们利用 和 计算出每日的Buyline和Sellline，测试后得到如下结果：

表8引入时变参数后的测试结果

从上表中可以看出，时变参数策略的平均盈利和亏损都有所降低，但平均亏损降低的幅度要大得多，从而保持了平均利润与原始策略几乎持平，总盈利则增加了约45%，最大回撤率也降低到了11.98%。

可以看出时变参数策略的单次交易亏损保持在更加低的水平上，这表明时变的参数减少了很多A类错误。

图11引入时变参数后累积收益和最大回撤率

在引入时变参数之后，策略的累积收益进一步增加，最大回撤率进一步降低，并且在振荡行情中也能保持与基准相当。

表9引入时变参数后策略在各阶段的表现

总体来说，引入时变的参数并不能让胜率大幅提高，尤其是在第一阶段的胜率依然保持在较低水平。但时变参数让策略整体更加灵活，减少了A类错误的发生从而让平均亏损大幅度降低。因此可以认为在Dual Thrust模型中引入时变的参数是有效可行的。

Dual Thrust作为一种经典的交易策略，至今依然活跃在市场中，表明了该策略的有效性，而实证分析的结果也证实了这一点。另一方面，从对比分析的结果也可以看出，参数的选择对于策略的效果影响非常之大，因此合理地选择参数是最核心的问题之一。

在对参数选取进行优化之后，较之原始策略的累积收益提高了38%，最大回撤率从23.05%降低至14.79%，最大单日亏损和最大交易亏损也都显著下降，策略效果提升明显。而在引入了时变的参数之后，这种提升更加明显，累积收益提高了45%，最大回撤率降低至11.98%。这表明了在Dual Thrust策略中加入时变的参数是可行的。

值得注意的一点是，三种策略在第一阶段的胜率都没有超过50%，表明Dual Thrust在震荡行情中的表现不尽理想，这主要是由策略中退场机制的缺乏引起的。当前的策略一旦入场之后没有退出机制，导致了震荡行情中只能换边不能退出因而随价格的波动出现损失。在下一篇报告中我将就这一点做出改进，加入止盈止损策略从而在必要的时刻可以平仓退出，避免进一步的损失。此外，保证金和杠杆也会纳入考虑范围之中。