WeQuant交易策略—Chaikin A/D

最新推荐文章于 2024-08-07 01:07:01 发布

weixin_30551963

最新推荐文章于 2024-08-07 01:07:01 发布

阅读量420

点赞数

文章标签：区块链 python

原文链接：http://www.cnblogs.com/fangbei/p/wequant-strategy-AD.html

版权

策略名称：AD指标策略多空双方力量浮标- AD（Chaikin A/D线）策略
关键词：ChaikinA/D线、多空对比。

AD指标是一种非常流行的平横交易量指标, 用于估定一段时间内该证券累积的资金流量。指标大于0时多方力量强，买入；小于0时空方力量强，卖出。

方法：
1)通过特定周期内的价格以及成交量，来确定多头和空头的强弱；
2)在多头力量强时买入，空头力量强时卖出

# !/usr/bin/env python
# -*- coding: utf-8 -*-

# 策略代码总共分为三大部分，1)PARAMS变量 2)initialize函数 3)handle_data函数
# 请根据指示阅读。或者直接点击运行回测按钮，进行测试，查看策略效果。

# 策略名称：AD指标策略
# 关键词：ChaikinA/D线、多空对比。
# 方法：
# 1)通过特定周期内的价格以及成交量，来确定多头和空头的强弱；
# 2)在多头力量强时买入，空头力量强时卖出


import numpy as np
import talib

# 阅读1，首次阅读可跳过:
# PARAMS用于设定程序参数，回测的起始时间、结束时间、滑点误差、初始资金和持仓。
# 可以仿照格式修改，基本都能运行。如果想了解详情请参考新手学堂的API文档。
PARAMS = {
    "start_time": "2017-02-01 00:00:00",
    "end_time": "2017-08-01 00:00:00",
    "slippage": 0.003,  # 此处“slippage"包含佣金（千二）+交易滑点（千一）
    "account_initial": {"huobi_cny_cash": 100000,
                      "huobi_cny_btc": 0},
}


# 阅读2，遇到不明白的变量可以跳过，需要的时候回来查阅:
# initialize函数是两大核心函数之一（另一个是handle_data），用于初始化策略变量。
# 策略变量包含：必填变量，以及非必填（用户自己方便使用）的变量
def initialize(context):
    # 设置回测频率, 可选："1m", "5m", "15m", "30m", "60m", "4h", "1d", "1w"
    context.frequency = "4h"
    # 设置回测基准, 比特币："huobi_cny_btc", 莱特币："huobi_cny_ltc", 以太坊："huobi_cny_eth"
    context.benchmark = "huobi_cny_btc"
    # 设置回测标的, 比特币："huobi_cny_btc", 莱特币："huobi_cny_ltc", 以太坊："huobi_cny_eth"
    context.security = "huobi_cny_btc"

    # 获取历史数据的长度
    context.user_data.ad_window = 6

    # 至此initialize函数定义完毕。


# 阅读3，策略核心逻辑：
# handle_data函数定义了策略的执行逻辑，按照frequency生成的bar依次读取并执行策略逻辑，直至程序结束。
# handle_data和bar的详细说明，请参考新手学堂的解释文档。
def handle_data(context):
    # 获取历史数据, 取后ad_window根bar
    hist = context.data.get_price(context.security, count=context.user_data.ad_window+1,
                                  frequency=context.frequency)
    if len(hist.index) < context.user_data.ad_window+1:
        context.log.warn("bar的数量不足, 等待下一根bar...")
        return

    # 历史收盘价
    high = np.array(hist["high"])
    low = np.array(hist["low"])
    close = np.array(hist["close"])
    volume = np.array(hist["volume"])
    # 初始化买入/卖出信号
    long_signal_triggered = False
    short_signal_triggered = False
    # 计算AD值
    ad = talib.AD(high, low, close, volume)

    #  产生买入/卖出信号
    if ad[-1] > 0:
        long_signal_triggered = True
    elif ad[-1] < 0:
        short_signal_triggered = True

    # 有卖出信号，且持有仓位，则市价单全仓卖出
    if short_signal_triggered:
        if context.account.huobi_cny_btc >= HUOBI_CNY_BTC_MIN_ORDER_QUANTITY:
            context.log.info("正在卖出 %s" % context.security)
            context.log.info("卖出数量为 %s" % context.account.huobi_cny_btc)
            context.order.sell_limit(context.security, quantity=str(context.account.huobi_cny_btc), price=str(close[-1]*0.98))
        else:
            context.log.info("仓位不足，无法卖出")
    # 有买入信号，且持有现金，则市价单全仓买入
    elif long_signal_triggered:
        if context.account.huobi_cny_cash >= HUOBI_CNY_BTC_MIN_ORDER_CASH_AMOUNT:
            context.log.info("正在买入 %s" % context.security)
            context.log.info("下单金额为 %s 元" % context.account.huobi_cny_cash)
            context.order.buy_limit(context.security, quantity=str(context.account.huobi_cny_cash/close[-1]*0.98), price=str(close[-1]*1.02))
        else:
            context.log.info("现金不足，无法下单")
    else:
        context.log.info("无交易信号，进入下一根bar")