15天搭建ETF量化交易系统Day12—雏形系统关键代码讲解！

元宵大师

于 2024-08-06 19:20:57 发布

阅读量442

点赞数 15

本文链接：https://blog.csdn.net/hangzhouyx/article/details/140970791

版权

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 in self.position_strategy.inquire_position:
  instruct = self.position_strategy.adjust_position(sym, latest_close)

当买入后出现震荡行情时，“量化机器人”的网格仓位管理策略开始接管，根据设定的网格线对仓位进行加减。

instruct = self.position_strategy.adjust_position(sym, latest_close) 
if 'Buy' in instruct:
  if self.order_if.check_stock_is_av_buy(code, latest_close, instruct['Buy'], 5000) == True:
    self.order_if.make_buy(code, 0, instruct['Buy']) # 现价买入
if 'Sell' in instruct:
  if self.order_if.check_stock_is_av_sell(code, instruct['Sell']) == True:
    self.order_if.make_sell(code, 0, instruct['Sell']) # 现价卖出

当行情走出震荡后，如果向上突破时我们采用高点回撤止盈策略卖出，如果向下跌破网格时我们采用止损策略卖出。

# 止盈止损
instruct = self.order_if.check_stop_loss(sym, latest_close)
if 'Sell' in instruct:
  if self.order_if.check_stock_is_av_sell(code, instruct['Sell']) == True:
    self.order_if.make_sell(code, 0, instruct['Sell'])
buy_price = self.position_strategy.inquire_position[sym]['buy_price']
highest_price = self.position_strategy.inquire_position[sym]['highest_price']
instruct = self.order_if.check_profit_taking(sym, buy_price, latest_close, highest_price)
if 'Sell' in instruct:
  if self.order_if.check_stock_is_av_sell(code, instruct['Sell']) == True:
    self.order_if.make_sell(code, 0, instruct['Sell'])

自动交易

我们内置了两套自动交易接口，一套是miniQMT，一套是easytrade控制同花顺客户端下单，在启动的时候可以通过参数选择交易接口。推荐miniQMT，相对比较稳定。

class RealTimeData():
    def __init__(self, index_symbol={}, order_type = "ths"):
        choose_order = {'ths': ThsTrader(), 'qmt':QmtTrader()}
        self.order_if= choose_order[order_type]
        self.order_if.connect(order_type)

无论是miniQMT还是easytrade，在系统中的接口都是完全兼容的。

def connect(self, client="qmt"):
  '''
  连接
  path qmt userdata_min是路径
  session_id 账户的标志,随便
  account账户,
  account_type账户内类型
  '''
  pass


def get_position(self):
  '''
  查询账户所有的持仓
  '''
  pass
def get_balance(self):
  '''
  返回当前证券账号的资产数据
  '''
  pass
def today_trades(self):
  '''
  当日成交
  '''
  pass
def today_entrusts(self):
  '''
  当日委托
  :param account: 证券账号
  :param cancelable_only: 仅查询可撤委托
  :return: 返回当日所有委托的委托对象组成的list
  '''
  pass
def check_stock_is_av_buy(self, stock='600031', price=17.70, amount=10, hold_limit=100000):
  '''
  检查是否可以买入
  '''
  pass
def check_stock_is_av_sell(self, stock='600031', amount=10):
  '''
  检查是否可以卖出
  '''
  pass
def make_buy(self,  security='600031', amount=100, price=20):
  '''
  单独独立股票买入函数
  '''
  pass
def make_sell(self, security='600031.SH', amount=100,  price=20):
  '''
  单独独立股票卖出函数
  '''
  pass

时间调度

“量化机器人”创建了一个TimeTrigger类，可以在其中的trigger_run中添加自己要定时执行的任务。

我们使用Schedule模块定时运行任务，使用前需要安装一下：

pip install schedule

我们在交易时间段以小时为周期调用实时行情接口来获取数据，获取到数据后进行策略分析，选出符合要求的标的。

我们可以使用以下代码来设置定时任务。每个任务都使用schedule.every().day.at("HH:MM").do(job)来设置。

其中HH:MM是你想要执行任务的时间，job是你要执行的函数。

import schedule  
import time  
def job():  
    print("执行任务...")  
    # 这里可以放置你想要在特定时间执行的代码  
  
# 设置定时任务  
schedule.every().day.at("9:30").do(job)  
schedule.every().day.at("10:30").do(job)  
schedule.every().day.at("11:30").do(job)  
schedule.every().day.at("13:00").do(job)  
schedule.every().day.at("14:00").do(job)  
schedule.every().day.at("15:00").do(job)  
while True:  
    schedule.run_pending()  
time.sleep(60)  # 等待60秒钟再检查是否有任务需要执行

这段代码会无限循环地检查是否有定时任务需要执行，直到你手动停止它。如果你想要在某个条件下停止循环，你可以在while循环中添加一个条件判断。

cur_time = self.get_curtime # 实盘代码
if self.after_trade_time(cur_time):
print(u"结束时间{0}--已收盘".format(self.end_time.strftime("%Y-%m-%d_%H:%M:%S")))
schedule.clear()

另外，由于schedule库是基于时间的，所以如果你的程序启动时间错过了某个任务的执行时间，那么那个任务将不会被执行，直到下一个设置的时间点。例如，如果你的程序在9:40启动，那么9:30的任务将不会被执行，直到第二天的9:30。

远程发送

当出现买卖信号时，“量化机器人”也会发送消息到我手机上，及时通知我。

auto_send_email(sys_para_dict['mailbox']['to_address'],
                '主人！你实时监测的ETF有最新消息！',
                send_cont,
                sys_para_dict['mailbox']['password'],  
                'smtp.qq.com',  # smtp.163.com
                    from_address=sys_para_dict['mailbox']['from_address']) #

发送邮件和核心是SMTP（Simple Mail Transfer Protocol）协议，它是一组用于由源地址到目的地址的邮件传输规则。

Python内置的email模块负责构建邮件，另一个smtplib模块负责发送邮件。

首先用MIMEText()构造一个最简单的纯文本邮件，其中第一个参数是邮件正文，第二个参数是内容的类型，比如'plain'表示纯文本邮件，'html'表示HTML邮件。

创建的邮件对象中，要添加From、To和Subject这些属性，否则就不是一封完整的邮件，比如会出现邮件没有主题，发件人的名称为匿名，明明收到了邮件却提示不在收件人中这些情况。

典型的例程如下所示：

再来说说负责发送邮件的smtplib模块，这个模块主要是用smtplib.SMTP()类去连接SMTP服务器，然后发送邮件。

例程中我们会用到几个常用的方法，比如set_debuglevel(1)打印和SMTP服务器交互的所有信息。login()登录SMTP服务器，sendmail()方法发邮件。

典型例程如下所示：

这里的password是个比较容易混淆的地方。不是邮箱登陆的密码，而是授权码。

第三方客户端登录QQ邮箱时是需要授权码的，包括其他邮箱也都一样，比如126、163邮箱等等。授权码可以认为是一个专用密码，适用于登录以下服务：POP3/IMAP/SMTP/Exchange/CardDAV/CalDAV服务。

如何设置呢？以QQ邮箱为例，我们在QQ邮件的帮助中心找到了方法。

在个人邮箱页面进入[设置] -> [帐户] 页面找到入口，然后把POP3/IMAP/SMTP这几个服务开启。

开启的时候有验证密保环节，需要发送短信，接着就获取到授权码，在第三方客户端的密码栏里面输入这16位授权码进行验证即可。

这样一来邮件就发送成功了，手机邮箱也一样可以收到哦！

服务器部署

我们已经准备好了量化机器人的Python脚本，能达到定时执行Python程序的本质还是用到Windows下的任务计划，在日常工作中这个功能经常用于提高工作效率的。

接下来创建一个定时任务来执行这个脚本。

第一步，右键我的电脑，点击管理。在弹出的计算机管理对话框点击任务计划程序—>创建基础任务。

第二步，在弹出的创建基本任务向导输入名称和描述，然后点击下一步。

第三步，在触发器页面设置脚本执行的时间计划，选择每天，点击下一步。

第四步，设置每天触发的时间，点击下一步。

第五步，在操作页面，选择启动程序，点击下一步。

第六步，此处程序或脚本中填写的一般是编译器的名称，一般对Python来说就是Python.exe（找到你的安装路径），添加参数就是你所要执行的Python文件（完整路径），这样填写的本质其实就是在命令行中执行Python一样。

第七步，设置到这里已经算是完成了，接着就是等待它自动执行了。

总结

搭建出了闭环的交易系统后，我们可以先用模拟交易放松在实盘中测试，不断去优化这个系统，一步步把策略优化成赚钱的策略，然后让机器人帮我们自动赚钱。

如何获取QMT安装包和开户可以看这篇介绍：量化交易自动下单方案—对接QMT已出炉

说明

此系列为连载专栏，完整代码会上传知识星球《玩转股票量化交易》！作为会员们的学习资料。

想要加入知识星球《玩转股票量化交易》的小伙伴记得先微信call我获取福利！

非星球会员需要的话，需要单独联系我购买！

知识星球介绍点击：知识星球《玩转股票量化交易》精华内容概览

元宵大师

关注

15
点赞
踩
22

收藏

觉得还不错? 一键收藏
0
评论
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...
复制链接

扫一扫