采用开盘价交易的方法

Params
	Numeric FastLength(12);
	Numeric SlowLength(26);
	Numeric MACDLength(9);
	
	Numeric ALength(60);
Vars
	NumericSeries MACDValue; 
	Numeric AvgMACD;
	Numeric MACDDiff;

	Numeric aV;
Begin
	// 均线
	aV = Average(Open, ALength);
	MACDValue = XAverage(Open, FastLength ) - XAverage( Open, SlowLength ) ;	
	AvgMACD = XAverage(MACDValue,MACDLength);
	// 开多单
	If (Open > aV And MACDValue > AvgMACD)
	{
		Buy(1, Open);
	}
	// 平仓
	If (Open < aV And MACDValue < AvgMACD)
	{
		SellShort(1, Open);
	}
	PlotNumeric("av", aV);
End

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于股票的趋势跟踪策略,一般采用移动平均线的方法来进行分析。下面是基于600893.SH的股票历史交易数据的趋势跟踪策略的Python代码实现,其中采用了简单移动平均线和指数移动平均线两种方法。 ``` python import pandas as pd import numpy as np import matplotlib.pyplot as plt # 读取股票历史交易数据 data = pd.read_csv('600893.SH.csv', index_col=0, parse_dates=True) # 计算简单移动平均线 data['SMA5'] = data['close'].rolling(window=5).mean() data['SMA10'] = data['close'].rolling(window=10).mean() # 计算指数移动平均线 data['EMA5'] = data['close'].ewm(span=5, adjust=False).mean() data['EMA10'] = data['close'].ewm(span=10, adjust=False).mean() # 绘制股票收盘价及移动平均线的趋势图 plt.figure(figsize=(12,6)) plt.plot(data['close'], label='Close Price') plt.plot(data['SMA5'], label='SMA5') plt.plot(data['SMA10'], label='SMA10') plt.plot(data['EMA5'], label='EMA5') plt.plot(data['EMA10'], label='EMA10') plt.title('Trend Following Strategy for Stock 600893.SH') plt.xlabel('Year') plt.ylabel('Price') plt.legend(loc='upper left') plt.show() # 采用简单移动平均线策略进行买入卖出 data['position'] = np.where(data['SMA5'] > data['SMA10'], 1, -1) data['position'] = data['position'].shift() # 采用指数移动平均线策略进行买入卖出 # data['position'] = np.where(data['EMA5'] > data['EMA10'], 1, -1) # data['position'] = data['position'].shift() # 计算每日收益率 data['returns'] = np.log(data['close'] / data['close'].shift()) # 计算策略收益率 data['strategy'] = data['position'] * data['returns'] # 计算累计收益率 data['cumulative returns'] = data['strategy'].cumsum() # 绘制策略收益率及累计收益率的曲线图 plt.figure(figsize=(12,6)) plt.plot(data['strategy'], label='Strategy Returns') plt.plot(data['cumulative returns'], label='Cumulative Returns') plt.title('Trend Following Strategy Returns for Stock 600893.SH') plt.xlabel('Year') plt.ylabel('Returns') plt.legend(loc='upper left') plt.show() ``` 在上述代码中,我们首先读取了股票历史交易数据,并计算了简单移动平均线和指数移动平均线。然后,我们绘制了股票收盘价及移动平均线的趋势图,以便直观地观察股票的趋势。接着,我们采用了简单移动平均线和指数移动平均线两种方法进行买入卖出的判断,并计算了每日收益率、策略收益率和累计收益率。最后,我们绘制了策略收益率及累计收益率的曲线图,以便评估该趋势跟踪策略的表现。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值