15天搭建ETF量化交易系统Day12—雏形系统关键代码讲解！

---

搭建过程

每个交易者都应该形成一套自己的交易系统。

很多交易者也清楚知道，搭建自己交易系统的重要性。现实中，从０到１往往是最难跨越的一步。

授人鱼不如授人以渔，为了帮助大家跨出搭建量化系统的第一步，我们决定推出这个主题系列。

这个系列中，我们用Python从０开始一步步搭建出一套ETF量化交易系统（选择ETF标的是因为对于普通交易者来说，ETF相对于选强势股难度要小，而且没有退市风险）。大家可以跟随着我们的实现路径来一起学习，从过程中掌握方法。

掌握了方法之后，你可以换成期货系统、比特币系统、美股系统，然后在实战中不断去完善自己的系统了。

搭建一套ETF量化交易系统涉及多个模块和组件的协同工作，包括数据源模块、量化策略模块、可视化模块、数据库模块、回测评估模块、自动交易模块等等。

DAY1链接如下：15天搭建ETF量化交易系统Day1—数据源模块
DAY2链接如下：15天搭建ETF量化交易系统Day2—图形显示模块
DAY3链接如下：15天搭建ETF量化交易系统Day3—上手经典回测框架
DAY4链接如下：15天搭建ETF量化交易系统Day4—玩转海龟交易策略
DAY5链接如下：15天搭建ETF量化交易系统Day5—打造实盘量化机器人
DAY6链接如下：15天搭建ETF量化交易系统Day6—打通同花顺自动交易
DAY7链接如下：15天搭建ETF量化交易系统Day7—全自动化交易系统
DAY8链接如下：15天搭建ETF量化交易系统Day8—强化自动交易模块
DAY9链接如下：15天搭建ETF量化交易系统Day9—玩大A必学网格策略

DAY10链接如下：15天搭建ETF量化交易系统Day10—借用网格思想做仓位管理

DAY11链接如下：15天搭建ETF量化交易系统Day11—miniQMT自动交易真香！

经过这些DAYs的努力，我们已经实现了数据源、择时策略、仓位管理、自动交易等功能，这期我们先把这些模块整合成一个ETF量化系统雏形，然后在实盘中运行，在这个过程中不断去优化它！

---

策略逻辑

我们的择时策略结合了趋势指标和震荡指标的优势，趋势指标采用经典的“MACD金叉死叉”，震荡指标采用了“非对称式网格仓位管理”。

“量化机器人”以60分钟级别监测ETF品种，计算MACD指标，代码如下所示：

# 计算MACD指标
fast_period = 12 # 快速移动平均线周期
slow_period = 26 # 慢速移动平均线周期
signal_period = 9 # 信号线周期c
dif, dea, hist = talib.MACD(df_index_data['close'], fastperiod=fast_period, slowperiod=slow_period, signalperiod=signal_period)
list_diff = np.sign(dif - dea)
signal_diff = np.sign(list_diff - list_diff.shift(1))

“量化机器人”监测到有ETF符合买入条件时，查询交易账户是否有足够的资金能买入。当账户余额充足时，先设置网格，然后调整仓位买入。

if signal_diff[-1] == 1:
  send_cont += f"{sym} {code} {signal_diff.index[-1]}, 出现金叉信号\n"
  print(f"{sym} {code} {signal_diff.index[-1]}, 出现金叉信号")
  # 出现金叉时设置网格
  self.position_strategy.setup_grid(sym, latest_close)
# 在网格中的品种仓位管理
if sym i