作为策略锦集第五篇,再向大家介绍一个霸道的交易系统—布林强盗交易系统。
import pandas as pd
import numpy as np
# 初始化函数,全局只运行一次
def init(context):
context.security = '159919.OF' #沪深300指数ETF为例
set_benchmark(context.security)
context.steam = False
context.mid50 = 0#储存中轨 每日更新以下5个数据
context.up50 = 0#储存上轨
context.close = 0#储存上个交易日的收盘价
context.closemax = 0#储存过去30个交易日的收盘价最大值
context.day = 50 #自适应均线计算,没持仓一天,减去1
context.maday = 0 #储存自适应均线值
#每日开盘前9:00被调用一次,用于储存自定义参数、全局变量,执行盘前选股等
def before_trading(context):
#开盘前获取中轨,上轨,自适应均线,昨日收盘价,前三十日收盘价,放置账户信息中,以便调用
close = history(context.security, ['close'], 50, '1d', False, 'pre', is_panel=1)['close']
context.maday = np.mean(close[-context.day:])
context.mid50 = np.mean(close) #50日均线,中轨
context.up50 = context.mid50 + np.std(close) #上轨=中规+1*标准差
context.close = close[-1]
context.closemax = max(close[-31:-1])
## 开盘时运行函数
def handle_bar(context, bar_dict):
#判断系统开启条件
if context.steam == False:
context.steam = steam(context,bar_dict)
if context.steam == True:
#满足系统开启条件买入
order_target_percent(context.security,1)
else:
pass
#判断系统是否需要止损或者止盈,以关闭系统
elif context.steam == True:
trade=giveuptrade(context,bar_dict)
if trade =='sell':
#需要止损,并关闭系统,自适应天数回复
order_target(context.security,0)
context.steam = False
context.day = 50
else:
#不需要止损,但是需要将自适应天数减去1
context.day=context.day-1
if context.day <10:
context.day = 10
pass
#离场条件判断,系统是否需要关闭
def giveuptrade(context,bar_dict):#day参数主要是计算自适应均线
if context.close < context.maday:
if context.maday < context.up50:
return 'sell'
else:
return None
else:
return None
#入场条件判断,系统是否需要开启
def steam(context,bar_dict):
if context.close > context.up50:
if context.close > context.closemax:
return True
else:
return False
else:
return False