海龟策略（Turtle Strategy）是一种经典的投资和交易策略。

它的内容是这样的：在股价超过过去 N 个交易日的股价最高点时买入，在股价低于过去 N 个交易日的股价最低点时卖出（N 通常设为 20）。上述的若干个最高点和最低点会组成一个通道，称为“唐奇安通道 (Donchian Channel)”。原始的唐奇安通道有两条线，过去 N 天最高价的最大值形成的线叫做上阻力线，过去 N 天最低价的最小值形成线叫做下支撑线。

唐奇安通道的主要作用是帮助交易者确定买入和卖出时机。因为唐奇安通道是根据最高价和最低价计算出来的，通道的宽窄又随着价格的变化自动调整，所以大多数时候价格是在通道之内运行，很少突破其上下轨道的。

也就是说，价格并不会随意突破阻力线和支撑线，但如果有效突破，那就预示着大行情可能将会出现。此时交易者可以根据支撑和阻力线，确定买进或卖出的具体时机。比如：当价格向上突破阻力线就买入，当价格跌破支撑线就卖出。

我们把突破“唐奇安通道”上阻力线时设为买入信号（1），低于下支撑线时设为卖出信号（-1），其他时间为不操作（0）。

根据这个原理我们用 SPL 量化工作台实现这个策略。

打开工作台页面（SPL量化工作台），在左上角输入 "002466"（天齐锂业），可以看到日 K 线数据：

海龟策略需要计算 20 日最高价和最低价，需要用到前 20 交易日的数据，所以还要设置提前读 20 天的数据：

然后，在指标类型中选择 SPL 公式：

1. 输出列类型为普通，输出列名为 don_up(上轨线)，表达式为最高 [-20:-1].max()

1. 输出列类型为普通，输出列名为 don_down(下轨线)，表达式为最低 [-20:-1].min()

这个中括号 [-20:-1] 表示从当前行往前数 20 个交易日到昨日，共 20 天的最高价 / 最低价。

用统计图来观察唐奇安通道，左轴选择 don_up,don_down, 收盘，点画图按钮：

图上可以看到大约从 4 月到 8 月，有一波明显的上涨行情，且在 4 月底部的时候收盘价有突破上阻力线。

再来生成买卖信号，SPL 量化工具台的买卖信号规则是这样：

• 1 表示第二天执行买入

• -1 表示第二天执行卖出

• 0 表示不操作

选择 SPL 公式，输出列类型选择买卖信号，输出列名 DC，表达式 if(收盘 >don_up:1, 收盘 <don_down:-1; 0)：

点提交后，数据显示框中可以看到 DC 的值：

这个表达式的意思是：

• 当收盘价突破上轨时买入 (1)

• 当收盘价跌破下轨时卖出 (-1)

• 其他情况不操作 (0)

用画图功能把价格通道和信号指标放在一起看：

从图上看，抓住箭头处的买入时机，可以赚一波大行情。

现在可以回测了，设置回测参数：

• 买卖信号列选择 DC

• 买卖价格用 "昨日收盘价"（更符合实际）

• 每次买 100 股

• 最大持仓数 1

提交后立即看到回测结果：

整个执行时间仅 1 秒左右。这个回测结果还能和上证指数做对比，选择沪深 300：

点击指标比较按钮：

即可看到如下对比图：

可以看到天齐锂业使用海龟策略，在 2021 年跑赢了沪深 300指数。

还可以进一步的优化这个策略：

1. 参数优化：可以尝试不同的通道周期（如 15 日或 30 日）

// 15日通道版本

don_up: 最高 [-15:-1].max()

don_down: 最低 [-15:-1].min()

1. 增加过滤条件：可以结合波动率或成交量过滤假突破

// 增加波动率条件

if(收盘 > don_up && var@rs( 收盘 [-20:-1])>0.02:1, 收盘 <don_down && var@rs(收盘 [-20:-1])>0.02:-1; 0)

3. 增加仓位管理：可以分 3-4 次加仓，降低风险，这里可以用最大持仓数 + 买入股数的配置

假设总资金够买 400 股的，那么如果买入股数配置为 400，最大持仓数配置为 1，就表示一次性买入；如果买入股数配置为 100，最大持仓数配置为 4，则表示分四次加仓。

最后总结一下使用这个工作台实现量化策略的体验：

优点：

1. 零编码实现复杂策略，只需理解简单 SPL 表达式

2. 即时反馈，每一步设置都能立即看到效果

3. 内置丰富的历史数据，省去数据收集烦恼

注意事项：

1. 海龟策略在震荡市中可能产生多次假信号

2. 建议结合止损策略使用

3. 实际交易时需考虑滑点影响

新手建议：

1. 先用画图功能观察通道突破的历史表现

2. 回测时测试不同参数组合

3. 从少量资金开始实盘测试

海龟策略作为一种经典趋势跟踪策略，通过 SPL 量化工作台可以轻松实现和验证。工作台的简洁设计让复杂策略的开发变得异常简单，是量化交易入门的绝佳工具。