量化交易学习-RSI策略1

介绍

RSI就不多介绍了，主要灵感来自于蔡立耑写的《量化投资 以Python为工具》，有不懂的基本知识也可以看这本书。回测框架用的是backtrader 详见 https://www.backtrader.com。主要RSI函数计算用的是 Ta-Lib金融包。数据来源是Tushare。大佬Ernest.p.chan（虽然不知道多厉害）在他的书《Quantitative Trading》说了，

把自己发现的交易“秘密”通过博客与他人分享，你会从读者那里获得更多的回赠。其实、那些你认为是秘密的策略多半也早已为他人所致。一项策略真正的独有价值和值得保密的地方是你自己的窍门和所进行的变形，而绝不是基础版本。

所以希望大家多给我意见。本人没有什么编程背景，有任何问题，欢迎在本文下方留言，或者将问题发送至邮箱： taohjk@hotmail.com
谢谢大家！

最后来个免责声明
本内容仅作为学术参考和代码实例，仅供参考，不对投资决策提供任何建议。本人不承担任何人因使用本系列中任何策略、观点等内容造成的任何直接或间接损失。

主要策略

信号一

• ris6低于超卖线30，预测未来价格要回升，释放出买入信号
• ris6高于超买线70，预测未来价格有回落趋势，释放出卖出信号
  信号二
• 短期ris6从下向上穿过长期rsi24，释放出买入信号
• 短期ris6从上向下穿过长期rsi24，释放出卖出信号

获取金融数据

下载数据

import pandas as pd
# 导入tushare模块
import tushare as ts
# 历史数据移到了tushare pro中
pro=ts.pro_api()

df = pro.daily(ts_code='600519.Sh', start_date='20140601',end_date='20150701')
# 将交易时间转换为datetime格式并将trade-date设定为index
df.index=pd.to_datetime(df.trade_date)
# 按照交易时间升序排列
df = df.sort_index(ascending=True)
df

600519是茅台的股票。都说是股王啊，所以我就拿它做例子。出来的结果是这样的

	         ts_code	trade_date	open	high	low	close	pre_close	change	pct_chg	vol	amount
trade_date											
2014-06-03	600519.SH	20140603	153.00	154.50	152.25	152.77	153.22	-0.45	-0.29	13048.48	199563.914
2014-06-04	600519.SH	20140604	152.99	153.38	150.02	151.15	152.77	-1.62	-1.06	10494.31	158991.999
2014-06-05	600519.SH	20140605	151.12	155.00	149.33	154.77	151.15	3.62	2.40	20678.63	314507.720
2014-06-06	600519.SH	20140606	154.68	155.65	152.29	153.59	154.77	-1.18	-0.76	9477.45	145936.330
2014-06-09	600519.SH	20140609	152.30	154.40	152.30	153.23	153.59	-0.36	-0.23	10034.81	154198.989
...	...	...	...	...	...	...	...	...	...	...	...
2015-06-25	600519.SH	20150625	261.50	262.03	250.21	251.79	261.21	-9.42	-3.61	66521.66	1707385.606
2015-06-26	600519.SH	20150626	250.02	255.75	235.30	242.45	251.79	-9.34	-3.71	99332.01	2451381.599
2015-06-29	600519.SH	20150629	248.37	256.50	227.80	246.64	242.45	4.19	1.73	165071.67	4057069.903
2015-06-30	600519.SH	20150630	246.64	259.82	246.00	257.65	246.64	11.01	4.46	126298.19	3205285.541
2015-07-01	600519.SH	20150701	255.00	268.50	250.98	257.49