程序化交易近年来越发越来越多的人投身其中开发各种的程序策略。并且这已成趋势。就不在多说，我们开始将策略开发过程及策略的核心代码写出来。
突破策略一直是古董级的方法。我们现采用一家商业平台来写这个策略。
一， 突破的原理：如果close向上突破openD(0)+atr/2 则做多；
如果close向下突破openD(0)-atr/2 则做空；
openD(0)是指当天期货品种的开盘价，atr算法如下：
tr[i]=maxlist(value1,value2,value3);// tr[i]为二维数组。
if i=atrlen-1 then begin
for i=0 to (atrlen-1) begin
trx=trx+tr[j];
end;
atr=trx/atrlen;//atrlen是个数值型参数，一般笔者也就是在1到200之间。
end;
如果你照抄上面几句运行，会发现有问题，i,有的软件比如TB ,MC, python ,matlab等对有些关键词已定义，如果发现有问题可以将i改写成j或其它你喜欢的字符。所以我是全改成了j,如下：
图1
二，过滤，上面几句简单的写完，你会发现跟没打理的菜地一个样，无效成交很多，一回测绩效亏得很大，心情很郁闷，很失望，这很正常，我们还要将过滤添加上去，你可以理解成菜地的日常打理除草。韭菜边上长棵小麦，将小麦炒了吃，味道应当不会太好。过滤常见的有那么几种ADX，布林线等。读者可以去做个归纳。当然，我们这里呢还对K线进行了数据处理。
核心语句就下面几句：
图2
buy:做多
sellshort:做空
上述各condition语句是各种过滤条件等。
以上写完编绎代码看有无语法上的问题bug什么的。编绎成功后说明语法是没问题了。
下面我进入下一步，对样本内数值进行优化参数：
我们选个品种，最近油很是火热，商品期货我们用燃油（5分钟周期）。先看2018年4月到2019年4月经过优化后的测试结果：
图3
图4
图5
样本内数据看起来很普通，年化64%，回撤17%，胜率43.9%,盈亏比1.8：1；
没关系，我们看下样本外数据（2019年4月到2020年4月）如何：
图6
图7
图8
我们看下主要指标，年化150%，平仓交易最大亏损17%，平均每月盈利12.7%，全年成交71次，平均每周成交1次半，胜率46.48%，盈亏比2.97：1，这些数据都相当不错。注意，是样本外数据。而且我们代码中没有任何的未来函数（程序中交易要么是限价，要么就是next bar ）
限价的意思，如上菜场买菜（笔者经常去买），商家规定排骨50一斤，摆出爱买不买样子，小编我也无奈，按这价买吧。
next bar ：就是下个K线要成交。接上句，如果50块一斤不买，就去下个商家，结果这家没排骨了，只有小白菜，无奈，买点回去炒了再说。必须在这里成交，不管是什么价什么东西。没有下一个商家。
这个突破策略还是相当可以的，至少满足了目前的热点。成交语句也少，而且相关语句我是有在实盘的，只是稍做修改。实盘问题不大，当然，我们还是要走个仿真测试的流程，万一出了bug呢。
2020年4月24日 深圳