量化交易学习笔记（1） 价格突破策略

策略思想

指标

使用SMA和收盘价

买入信号

价格出现连续4根k线的收盘价下跌，并且收盘价突破sma50

订单

出现交易信号后，价格回调2%，添加买入订单，止损价格当前价格×（1-0.05），止盈价格当前价格×（1+0.1）

回测结果

回测	Value
初始资金	10000
期货品种	ETH
时间级别	1H
回测时间	2017.7.15 - 2022.7.24
倍数	1
手续费	1%
总盈利	-8624.11

核心代码

加载数据

def load_csv_data(data_path, size=None, start=None, end=None):
    return bt.feeds.GenericCSVData(
        dataname=data_path,
        nullvalue=0.0,
        fromdate=start,
        todate=end,
        dtformat="%Y-%m-%d %H:%M:%S",
        timeframe=bt.TimeFrame.Minutes,
        datetime=0,
        high=1,
        low=2,
        open=3,
        close=4,
        volume=5,
        openinterest=-1
    )

def create_cerebro(cash=10000.0, commission=0.01, stake=1, strategy=None):
    """
    :param data: 数据
    :param cash: 初始资金
    :param commission: 佣金率
    :param stake: 交易单位大小
    :param strategy: 交易策略
    :return:
    """
    cerebro = bt.Cerebro()
    # 设置启动资金
    cerebro.broker.setcash(cash)
    # 设置交易单位大小
    cerebro.addsizer(bt.sizers.FixedSize, stake=stake)
    # 设置佣金率为千分之一
    cerebro.broker.setcommission(commission)
    # 显示回测过程中的买入和卖出信号
    cerebro.addobserver(bt.observers.Value)
    # 显示了回测过程中的买入和卖出信号
    cerebro.addobserver(bt.observers.BuySell)
    return cerebro

策略

import datetime
import backtrader as bt
from utils import load_csv_data


class BreakthroughStrategy(bt.Strategy):
    """
    突破策略
    价格出现连续4根k线的收盘价下跌，并且收盘价突破sma50
    """
    params = dict(
        break_through=0.03,
        callback=0.02,  # 价格回调比例
        period=50,  # sma周期
        down_day=4,  # 连续下跌天数
        stop_loss=0.05,  # 止损比例
        take_profit=0.1,  # 止盈比例
        validity_day=3,  # 订单有效期
        expired_day=1000,  # 订单失效期
    )

    def notify_order(self, order):
        if order.status == order.Completed:
            self.holdstart = len(self)
        if not order.alive() and order.ref in self.orefs:
            self.orefs.remove(order.ref)

    def __init__(self):
        self.holdstart = None
        self.dataclose = self.datas[0].close  # 收盘价
        self.sma = bt.ind.SMA(period=self.p.period, plot=True)  # SMA
        self.orefs = list()  # order列表，用于存储尚未执行完成的订单

    def next(self):
        # 有尚未执行的订单
        if self.orefs:
            return
            # 尚未进场
        if not self.position:

            # 获取近几日收盘价用于判断是否连续下跌
            last_closes = list()
            for i in range(1, self.p.down_day + 1):
                last_closes.append(self.dataclose[-i])
            # 连续N日下跌 在 sma上方
            if last_closes == sorted(last_closes, reverse=True) and self.dataclose[0] > self.sma[0]:
                p1 = self.dataclose[0] * (1.0 - self.p.callback)
                p2 = p1 - self.p.stop_loss * p1
                p3 = p1 + self.p.take_profit * p1
                # 计算订单有效期
                validity_day = datetime.timedelta(self.p.validity_day)
                expired_day = valid3 = datetime.timedelta(self.p.expired_day)
                size = self.broker.getcash() / self.data.high[0]
                # 使用bracket orders设置买入卖出
                if size is None:
                    size = 1
                os = self.buy_bracket(size=size,
                                      price=p1, valid=validity_day,
                                      stopprice=p2, stopargs=dict(valid=expired_day),
                                      limitprice=p3, limitargs=dict(valid=valid3), )
                # 保存激活的的订单
                self.orefs = [o.ref for o in os]

主程序

if __name__ == '__main__':
    path = "D:\\work\\git\\Tools\\static\\data\\ETHUSDT_1h.csv"
    data = load_csv_data(path)
    cerebro = create_cerebro()
    cerebro.adddata(data)
    cerebro.addstrategy(BreakthroughStrategy)
    cerebro.run()
    cerebro.plot()

总结

目前从回测结果来看，该策略在破产的的边缘试探，表现结果十分糟糕。下一篇文章会对该策略进行优化，使策略可持续盈利，加油！！！！