Python 金融量化 道路突破策略（唐奇安道路突破策略&布林带通道及其市场风险）

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

token = ‘Your token’ # 输入你的接口密匙，获取方式及相关权限见Tushare官网。

pro = ts.pro_api(token)

df = pro.daily(ts_code=‘603993.SH’) # daily为tushare的股票数据接口。

将获取到的DataFrame数据进行标准化处理，转换为方便自己使用的一种规范格式。

df = df.loc[:, [‘trade_date’, ‘open’, ‘high’, ‘low’, ‘close’, ‘vol’]]

df.rename(

columns={

‘trade_date’: ‘Date’, ‘open’: ‘Open’,

‘high’: ‘High’, ‘low’: ‘Low’,

‘close’: ‘Close’, ‘vol’: ‘Volume’},

inplace=True) # 重定义列名，方便统一规范操作。

df[‘Date’] = pd.to_datetime(df[‘Date’]) # 转换日期列的格式，便于作图

df.set_index([‘Date’], inplace=True) # 将日期列作为行索引

df = df.sort_index() # 倒序，因为Tushare的数据是最近的交易日数据显示在DataFrame上方，倒序后方能保证作图时X轴从左到右时间序列递增。

---

1.通道突破简介

==============================================================================

股市行情充满随机性，往往是“横看成岭侧成峰，远近高低各不同”。一次上涨或下跌是短期的波动，还是已经到来的大势，很难判断。通道模型适度地解决了这一难题，它利用过去的价格信息，绘制出了上下两条通道线（上轨，下轨），以此设定股价的相对高低界限。通道线可以包容市场波动行情的部分信息，过滤震荡行情中均线系统“假”突破信号。通道线除了涵盖市场价格高低信息以外，两条通道线的距离也体现了股票价格的震荡幅度。当价格波动幅度较小时，通道的宽度较小，当价格震荡较大时，通道线的宽度也相应变大。通道突破模型将价格高低与价格震荡幅度融合在一起，成为判断市场中长期趋势的常用技术分析指标。

---

2.唐奇安通道(Donchian Channel)

===============================================================================================

唐奇安通道流行于上世纪七十年代，由著名海龟交易员Richard Donchian发明，最早用于日内交易，其主要思想是寻找一定时间内(如20日)出现的最高价和最低价，将最高价和最低价分布作为通道的上下轨道，当价格突破上轨道时，说明股价运动较强势，释放出买入信号；当价格线向下突破下轨道的时候，空方市场较为强势，市场下跌趋势较为明显，则释放出卖出信号。

---

2.1 唐奇安通道刻画

---

唐奇安通道由三条轨道线构成：

• 通道上界 = 过去20日内的最高价

• 通道下界 = 过去20日内的最低价

• 中轨道 = 通 道 上 界 + 通 道 下 界 2 \displaystyle {\frac{通道上界 + 通道下界}{2} } 2通道上界+通道下界​

绘图代码示例：

提取收盘价，最高价，最低价数据

Close = df.Close