python怎么实现唐奇安通道策略
这篇文章主要介绍“python怎么实现唐奇安通道策略”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“python怎么实现唐奇安通道策略”文章能帮助大家解决问题。
创新互联建站坚持“要么做到,要么别承诺”的工作理念,服务领域包括:成都网站制作、网站建设、企业官网、英文网站、手机端网站、网站推广等服务,满足客户于互联网时代的长岛网站设计、移动媒体设计的需求,帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴!
编写策略
到目前为止,你应该很好地理解了原始唐奇安通道规则,以及我们将要改进它的方法。现在我们就用代码编写这个交易策略吧。
第1步:编写策略框架
策略框架其实就是两个函数,其中main函数是整个程序的入口函数,也就是说策略开始执行的时候,会先执行main函数;另外一个是onTick函数,onTick只是一个函数的名字,当然你也可以自由命名,onTick函数里面主要编写策略逻辑。整个框架其实就是在main函数中重复执行onTick函数。
# 策略主函数 def onTick(): pass # 程序入口 def main(): while True: # 进入无限循环模式 onTick() # 执行策略主函数 Sleep(1000) # 休眠1秒
第2步:定义全局变量和外部参数
我们这个策略只需要一个控制虚拟持仓的全局变量,所谓的虚拟持仓指的是理论持仓而非真实持仓,无论开仓还是平仓,我们都假设订单已经完全成交。
# 定义全局变量 mp = 0 # 用于控制虚拟持仓 # 外部参数 long_coefficient = 0.999 short_coefficient = 1.001 cycle_length = 55
第3步:处理K线数据
我们在前面已经定义过,上轨是过去N天的最高价的最大值,下轨是过去N天的最低价的最小值。要想计算这两个值,首先要先获取基础K线数据。但是在使用GetRecords方法获取完基础K线数据之后,先不要慌着计算上轨和下轨,而是先把数据处理一下。
因为我们在计算上轨和下轨的时候需要N个K线,如果K线数量太少就不能计算了,所以要加一个if条件,判断当前K线是否满足我们所需要的数量,如果不满足就直接返回,等待下一次循环。另外我们还需要从K线数组中提取当前最新价格和上根K线的收盘价,最新价格主要用于开平仓,上根K线收盘价主要用于判断开平仓信号。
有的朋友可能会问,为什么不直接使用最新的价格来判断开平仓信号呢?这是因为如果使用最新价格来判断,就可能出现信号反复的问题,同时也为了规避未来函数和偷价这些常见的量化交易问题,所以我们的策略在设计上是:当前K线出信号,下根K线发单。
exchange.SetContractType("rb000") # 订阅期货品种 bar_arr = exchange.GetRecords() # 获取K线数组 if len(bar_arr) < cycle_length + 1: # 判断K线数组的长度 return # 如果K线长度过小,就直接返回 close_new = bar_arr[len(bar_arr) - 1]['Close'] # 获取最新价格(卖价),用于开平仓 close_last = bar_arr[len(bar_arr) - 2]['Close'] # 上根K线收盘价,用于
第4步:计算上轨、下轨、中轨
在发明者量化交易软件中,已经内置了talib库中的Highest函数和Lowest函数,所以我们直接调用这两个函数就可以计算上轨和下轨的值。但因为我们是使用上根K线收盘价为基准,来判断它与上轨、下轨、中轨的位置关系来开平仓,所以在计算上轨和下轨之前需要先删除K线数组中的最后一个元素。
bar_arr.pop() # 去掉K线数组最后一个元素,策略是当前K线出信号,下根K线发单,这样可以避免未来函数和偷价 on_line = TA.Highest(bar_arr, cycle_length, 'High') * long_coefficient # 计算上轨 under_line = TA.Lowest(bar_arr, cycle_length, 'Low') * short_coefficient # 计算下轨 middle_line = (on_line + under_line) / 2 # 计算中轨
第5步:下单交易
根据Python的语法规则,要想在函数内使用外部的全局变量,需要在使用这个变量之前,先用global关键字把变量引入。注意下面代码中的注释,真个代码流程是使用if语句,然后根据我们之前定义的策略逻辑来编写。有两个地方需要注意,一个是在下单之前需要先设置下单的类型方向,也就是先调用SetDirection函数。另一个是在下单之后,要把虚拟持仓变量mp重新赋值。
global mp # 引入全局变量 if mp == 0: # 如果当前无持仓 if close_last > on_line: # 如果价格大于上轨 exchange.SetDirection("buy") # 设置交易方向和类型 exchange.Buy(close_new, 1) # 开多单 mp = 1 # 设置虚拟持仓的值,即有多单 elif close_last < under_line: # 如果价格小于下轨 exchange.SetDirection("sell") # 设置交易方向和类型 exchange.Sell(close_new - 1, 1) # 开空单 mp = -1 # 设置虚拟持仓的值,即有空单 # 如果持多单,并且价格小于下轨 if mp > 0 and close_last < middle_line: exchange.SetDirection("closebuy") # 设置交易方向和类型 exchange.Sell(close_new - 1, 1) # 平多单 mp = 0 # 设置虚拟持仓的值,即空仓 # 如果持空单,并且价格大于上轨 if mp < 0 and close_last > middle_line: exchange.SetDirection("closesell") # 设置交易方向和类型 exchange.Buy(close_new, 1) # 平空单 mp = 0 # 设置虚拟持仓的值,即空仓
完整策略代码
# 回测配置 '''backtest start: 2015-02-22 00:00:00 end: 2019-11-27 00:00:00 period: 1h exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}] ''' # 定义全局变量 mp = 0 # 用于控制虚拟持仓 # 外部参数 long_coefficient = 0.999 short_coefficient = 1.001 cycle_length = 55 def onTick(): exchange.SetContractType("rb000") # 订阅期货品种 bar_arr = exchange.GetRecords() # 获取K线数组 if len(bar_arr) < cycle_length + 1: return close_new = bar_arr[len(bar_arr) - 1]['Close'] # 获取最新价格(卖价),用于开平仓 close_last = bar_arr[len(bar_arr) - 2]['Close'] # 上根K线收盘价 bar_arr.pop() on_line = TA.Highest(bar_arr, cycle_length, 'High') * long_coefficient under_line = TA.Lowest(bar_arr, cycle_length, 'Low') * short_coefficient middle_line = (on_line + under_line) / 2 global mp # 引入全局变量 if mp == 0: # 如果当前无持仓,并且在规定的交易时间内 if close_last > on_line: # 如果价格大于上轨 exchange.SetDirection("buy") # 设置交易方向和类型 exchange.Buy(close_new, 1) # 开多单 mp = 1 # 设置虚拟持仓的值,即有多单 elif close_last < under_line: # 如果价格小于下轨 exchange.SetDirection("sell") # 设置交易方向和类型 exchange.Sell(close_new - 1, 1) # 开空单 mp = -1 # 设置虚拟持仓的值,即有空单 # 如果持多单,并且价格小于下轨或者非规定的交易时间 if mp > 0 and close_last < middle_line: exchange.SetDirection("closebuy") # 设置交易方向和类型 exchange.Sell(close_new - 1, 1) # 平多单 mp = 0 # 设置虚拟持仓的值,即空仓 # 如果持空单,并且价格大于上轨或者非规定的交易时间 if mp < 0 and close_last > middle_line: exchange.SetDirection("closesell") # 设置交易方向和类型 exchange.Buy(close_new, 1) # 平空单 mp = 0 # 设置虚拟持仓的值,即空仓 LogStatus(mp) # 程序入口 def main(): while True: onTick() Sleep(1000) #休眠1秒
关于“python怎么实现唐奇安通道策略”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注创新互联行业资讯频道,小编每天都会为大家更新不同的知识点。
文章题目:python怎么实现唐奇安通道策略
当前路径:http://scyanting.com/article/jcipdc.html