這個策略適用於如下假設：

1.  ETF價格是以大波段震盪的，總有波峰和波谷。

2.  資金是可以持續買入的，總有錢在手。

波段有三種情況：

1.  上升趨勢：

2.  平盤寬幅震盪（長週期看這種情況比較多， 包含了1,3兩種情況， 微笑曲線主要是應用於這種情況）

3.  下降趨勢

策略中的主要引數為：

1.  買點開始點B到買入結束點B‘， 期間越跌買入越多，越漲買入越少（定投）。B點可以參考BOLL線底部和從最高點跌落下來的百分比（參考歷史經驗資料）

2.  賣點開始點S到賣出結束點S‘，期間越漲越賣，由於A股的特性一般賣點的時間都比較短，所以考慮按持股比例賣出。

演算法：

引數：週期 DurationInDays天， 最高點 HighestValue, 買入起始點 BuyPoint = HighestValue *  DropPercentForBuy,  賣出起始點 SellPoint = HighestValue * DropPercentForSell

初始買入股數： InitBuyQty, 持續買入加倉比例： BuyIncreasePercent ， 賣出比例：SellPercent

   if (current_price < (1-g.dropPercentForBuy) * g.highestValue) and (cash > 0):
        
 
if current_price < previous_price:
            g.buyQty = g.buyQty * (g.buyIncreasePercent + 1)
        else:
            g.buyQty = g.buyQty / (g.buyIncreasePercent + 1)
        # The buy qty must be devided by 100
        g.buyQty = math.ceil(g.buyQty / 100) * 100
        log.info("Buying %s",(g.buyQty))
        
 
if g.buyQty > 0:
            order(security, g.buyQty)
    elif (current_price > (1-g.dropPercentForSell) * g.highestValue) and (security in context.portfolio.positions) and (context.portfolio.positions[security].closeable_amount > 0):
        sellQty = int(context.portfolio.positions[security].closeable_amount * g.sellPercent /100 / 100) * 100
        if sellQty > 0:
            log.info("Selling :" + str(sellQty))
            order(security, -1 * sellQty)

 接下來就是篩選合適的ETF和調整相應的引數來進行回測

酒 ETF: 週期選擇140天， 跌30%開始持續買入，上升到次高點的10%開始持續賣出

神奇的是Drop比例大概是停止在黃金分割點 61.8%附近

回測：

 這個收益並不理想， 所以還需要在大波段之間，根據BOLL線再進行微調。

繼續研究。