# 策略中必须有init方法
# coding=utf-8
from __future__ import print_function, absolute_import, unicode_literals
from gm.api import *
from datetime import timedelta
import numpy as np
import time
import talib
"""
数据准备:(只要上证、深证,剔除停牌和st股和上市不足100日的新股和退市股和B股)
最高价 = 最近30个交易日最高价
最低价 =最近30个交易日最低价
均价 = 最近30个交易日收盘均价
市值 = 最近一个交易日收盘市值
成交量 = 近三天日均成交量
MACD快线 = 日线级别的系统默认参数
MACD慢线 = 日线级别的系统默认参数
选股:
收盘价:最近一个收盘价小于最近30个交易日最高价*0.7,且小于均价
成交量:
市值小于100亿,近三天的日均交易量大于3亿
市值大于100亿,近三天的日均交易量大于10亿
回测时间为:2021-01-01 08:00:00 到 2020-04-15 16:00:00
"""
def init(context):
# 每个交易日的09:20 定时执行algo任务(仿真和实盘时不支持该频率)
schedule(schedule_func=algo, date_rule='1d', time_rule='09:10:00')
# 使用多少的资金来进行开仓。
context.ratio = 0.8
# 定义股票池数量
context.num = 30
# 定义MACD函数
def MACD(prices, fastperiod=12, slowperiod=26, signalperiod=9):
'''
参数设置:
fastperiod = 12
slowperiod = 26
signalperiod = 9
返回: macd - signal
'''
data_save = []
macd, signal, hist = talib.MACD(prices,
fastperiod=fastperiod,
slowperiod=slowperiod,
signalperiod=signalperiod)
data_save = [macd[-1], signal[-1], macd[-1] - signal[-1]]
量化交易之实时模式20210415
最新推荐文章于 2024-06-16 21:18:58 发布
本文介绍了2021年4月15日的量化交易实时模式,探讨了如何利用数据分析和算法进行实时交易决策,包括市场趋势分析、风险管理与交易策略实施。
摘要由CSDN通过智能技术生成