【掘金使用技巧7】如何从通达信等迁移到掘金

引言

一些用户是从通达信等软件上切换过来的，对于掘金框架及python语言不是很了解，很难上手。对此，小编整理了一些基本要点以及一些简单的示例，希望对大家有帮助。

从结构开始说起

通达信这类软件在编写公式之前首先要确定一个频率，是日线级别、分钟级别还是其他级别，然后再定义公式，这个选择的过程对应掘金python语句中的订阅函数（subscribe）。如果在通达信中选择日线频率，在掘金中就订阅’1d’频率。（特别说明，掘金除了bar数据，还支持tick级别的数据，用户可以在更高频率下编写策略）。

1. def init(context):

2. # 定义标的

3. context.symbol = 'SHSE.600519'

4. # 订阅bar数据，获取成交量

5. subscribe(symbols=context.symbol, frequency='1d', count=2)

确定好标的和频率以后就到了策略的主体部分，在通达信就表示为各种各样的公式，在掘金中需要将这些公式翻译成对应的python语言。公式翻译完成后，将翻译后的逻辑写在on_bar或on_tick里面。

什么是on_bar?

On_bar称为数据推送事件，和订阅函数配套使用，只有订阅了才会触发on_bar。每返回一根新的bar，就会驱动一次。可以将on_bar想象成一根又一根推过来的k线，通达信中的函数是对单根k线使用的，到了掘金中就转化为在on_bar里面编写函数。

一些不同点：

不同点1：通达信和掘金都是对获取的数据进行操作，通达信将其封装成易懂的函数，掘金将其直接暴露出来，让用户对原始数据进行提取、分析等，所以部分通达信函数在python中可以直接以索引形式获得，不需要再编写函数。

这些数据都包含哪些呢？
主要包括以下几个字段：开盘价、收盘价、最高价、最低价、成交额、成交量、持仓量。

这些字段的引用方式：

先用context.data()接口将订阅的数据提取出来，取出是dataframe格式。提取对应的字段用：data[‘字段名’]的形式。

1. high = data['high'] # 最高价

2. close = data['close'] # 收盘价

3. low = data['low'] # 最低价

4. open = data['open'] # 开盘价

提取出对应字段后发现，取出的数据并非单个数据，而是一列数据，这就出现了另一个引用上的不同之处。

不同点2：

在通达信中有一个REF(N)函数，用来表示滞后N期的数据，REF(CLOSE,1)就表示滞后1期的收盘价。转化到python中，需要用索引的方式直接取出前一期数据。比如：REF(CLOSE,1)在python中表示为CLOSE.iloc[-2]，意思为CLOSE的倒数第二个元素，即CLOSE的前一期元素。（因为CLOSE的最后一个元素是当前日期的数据，倒数第二个元素才是前一日的数据，所以选择倒数第二个元素）

Tips : iloc的用法
iloc表示索引引用方法，使用方式为：df.iloc[m,n]，表示df第m行n列的数据。如果df是一维数据，则df.iloc[n]表示df第n个数据。

整体结构示例：

举个例子：今天成交量比昨天成交量放大了1倍，则买入1手。

思路：

先确定频率（昨天、今天字样说明频率是日频），则先订阅’1d’的数据。

然后在on_bar里面写逻辑。
首先需要今日成交量、昨日成交量两个数据，直接在data里面获取。
然后写if条件，当满足今天成交量比昨天放大1倍，则开始下单。

最后，运行策略。
完成后就如下图所示：

1. # 今天成交量比昨天成交量放大了1倍，则买入1手

2. # 通达信： VOL/REF(VOL,1)>2

3. # 掘金python

4.  

5. def init(context):

6. # 定义标的

7. context.symbol = 'SHSE.600519'

8. # 订阅bar数据，获取成交量

9. subscribe(symbols=context.symbol, frequency='1d', count=2)

10.  
11.  

12. def on_bar(context, bars):

13. data = context.data(symbol=context.symbol, frequency='1d', count=2) # 获取订阅的数据

14. vol_today = data['volume'].iloc[-1] # 昨日成交量

15. vol_yesterday = data['volume'].iloc[-2] # 今日成交量

16.  

17. if vol_today/vol_yesterday > 2:

18. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

19. position_effect=PositionEffect_Open)

20.  

21. if __name__ == '__main__':

22. run(strategy_id='请输入你的策略id',

23. filename='main.py',

24. mode=MODE_BACKTEST,

25. token='请输入你的token',

26. backtest_start_time='2020-12-01 08:00:00',

27. backtest_end_time='2020-12-20 15:00:00',

28. backtest_adjust=ADJUST_PREV,

29. backtest_initial_cash=10000000,

30. backtest_commission_ratio=0.0001,

31. backtest_slippage_ratio=0.0001

32. )

这就是一个简单的示例。

还有一些简单的练习，使用者可以参考一下。

1. # 例1：今天5日均量比昨天的5日均量放大了1倍，则买入1手

2. # 通达信： AA:=MA(VOL,5) BB:REF(AA,1) AA/BB > 2

3. # 掘金python

4. def init(context):

5. # 定义标的

6. context.symbol = 'SHSE.600519'

7. # 订阅bar数据，获取成交量

8. subscribe(symbols=context.symbol, frequency='1d', count=6)

9.  
10.  

11. def on_bar(context, bars):

12. data = context.data(symbol=context.symbol, frequency='1d', count=6) # 获取订阅的数据

13. vol_today_mean = np.mean(data['volume'].iloc[-1:-5]) # 昨日成交量

14. vol_yesterday_mean = np.mean(data['volume'].iloc[-2:-6]) # 今日成交量

15.  

16. if vol_today_mean/vol_yesterday_mean > 2:

17. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

18. position_effect=PositionEffect_Open)

19.  

20. if __name__ == '__main__':

21. run(strategy_id='请输入你的策略id',

22. filename='main.py',

23. mode=MODE_BACKTEST,

24. token='请输入你的token',

25. backtest_start_time='2020-12-01 08:00:00',

26. backtest_end_time='2020-12-20 15:00:00',

27. backtest_adjust=ADJUST_PREV,

28. backtest_initial_cash=10000000,

29. backtest_commission_ratio=0.0001,

30. backtest_slippage_ratio=0.0001

31. )

32.  

33. # 例2：连续3天增量1倍以上，则买入1手

34. # 通达信：EVERY(V>= REF(V,1)*2,3)

35. # 掘金python

36. def init(context):

37. # 定义标的

38. context.symbol = 'SHSE.600519'

39. # 订阅bar数据，获取成交量

40. subscribe(symbols=context.symbol, frequency='1d', count=6)

41.  
42.  

43. def on_bar(context, bars):

44. data = context.data(symbol=context.symbol, frequency='1d', count=6) # 获取订阅的数据

45. data['vol_change'] = data['volume'] - data.volume.shift(1) # 计算增量

46.  

47. if np.all(data['vol_change'].iloc[-3:] > data.volume.shift(1).iloc[-3:])*2: # 等价于 EVERY(V>= REF(V,1)*2,3)

48. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

49. position_effect=PositionEffect_Open)

50.  

51. if __name__ == '__main__':

52. run(strategy_id='请输入你的策略id',

53. filename='main.py',

54. mode=MODE_BACKTEST,

55. token='请输入你的token',

56. backtest_start_time='2020-12-01 08:00:00',

57. backtest_end_time='2020-12-20 15:00:00',

58. backtest_adjust=ADJUST_PREV,

59. backtest_initial_cash=10000000,

60. backtest_commission_ratio=0.0001,

61. backtest_slippage_ratio=0.0001

62. )

63.  
64.  

65. # 例3：涨幅达到7%以上，则买入1手

66. # 通达信：CLOSE/REF(CLOSE,1) > 1.07

67. # 掘金python

68. def init(context):

69. # 定义标的

70. context.symbol = 'SHSE.600519'

71. # 订阅bar数据，获取成交量

72. subscribe(symbols=context.symbol, frequency='1d', count=2)

73.  
74.  

75. def on_bar(context, bars):

76. data = context.data(symbol=context.symbol, frequency='1d', count=2) # 获取订阅的数据

77. data['price_change'] = data['close'] - data['close'].shift(1) # 计算涨幅或跌幅

78.  

79. if data['price_change'].iloc[-1] > 0.07: # 等价于 CLOSE/REF(CLOSE,1) > 1.07

80. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

81. position_effect=PositionEffect_Open)

82.  

83. if __name__ == '__main__':

84. run(strategy_id='请输入你的策略id',

85. filename='main.py',

86. mode=MODE_BACKTEST,

87. token='请输入你的token',

88. backtest_start_time='2020-12-01 08:00:00',

89. backtest_end_time='2020-12-20 15:00:00',

90. backtest_adjust=ADJUST_PREV,

91. backtest_initial_cash=10000000,

92. backtest_commission_ratio=0.0001,

93. backtest_slippage_ratio=0.0001

94. )

95.  

96. # 例4：向上跳空，则买入1手

97. # 通达信：OPEN>REF(HIGH,1)

98. # 掘金python

99. def init(context):

100. # 定义标的

101. context.symbol = 'SHSE.600519'

102. # 订阅bar数据，获取成交量

103. subscribe(symbols=context.symbol, frequency='1d', count=2)

104.  
105.  

106. def on_bar(context, bars):

107. data = context.data(symbol=context.symbol, frequency='1d', count=2) # 获取订阅的数据

108.  

109. if data['open'].iloc[-1] > data['close'].iloc[-2]: # 等价于 OPEN>REF(HIGH,1)

110. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

111. position_effect=PositionEffect_Open)

112.  

113. if __name__ == '__main__':

114. run(strategy_id='请输入你的策略id',

115. filename='main.py',

116. mode=MODE_BACKTEST,

117. token='请输入你的token',

118. backtest_start_time='2020-12-01 08:00:00',

119. backtest_end_time='2020-12-20 15:00:00',

120. backtest_adjust=ADJUST_PREV,

121. backtest_initial_cash=10000000,

122. backtest_commission_ratio=0.0001,

123. backtest_slippage_ratio=0.0001

124. )

125.  

126. # 例5：收盘价 > 1日前的25日内收盘价的最低值，则买入1手

127. # 通达信：c > ref(llv(c,25),1)

128. # 掘金python

129. def init(context):

130. # 定义标的

131. context.symbol = 'SHSE.600519'

132. # 订阅bar数据，获取成交量

133. subscribe(symbols=context.symbol, frequency='1d', count=25)

134.  
135.  

136. def on_bar(context, bars):

137. data = context.data(symbol=context.symbol, frequency='1d', count=25) # 获取订阅的数据

138.  

139. if data['close'].iloc[-1] <= data['close'].iloc[-2:].min(): # 等价于c > ref(llv(c,25),1)

140. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

141. position_effect=PositionEffect_Open)

142.  

143. if __name__ == '__main__':

144. run(strategy_id='请输入你的策略id',

145. filename='main.py',

146. mode=MODE_BACKTEST,

147. token='请输入你的token',

148. backtest_start_time='2020-12-01 08:00:00',

149. backtest_end_time='2020-12-20 15:00:00',

150. backtest_adjust=ADJUST_PREV,

151. backtest_initial_cash=10000000,

152. backtest_commission_ratio=0.0001,

153. backtest_slippage_ratio=0.0001

154. )

155.  

156. # 例6：横盘整理时（10日收盘价振幅在5%以内波动）清仓

157. # 通达信：(HHV(CLOSE,10)-LLV(CLOSE,10))/CLOSE < 0.05

158. # 掘金python

159. def init(context):

160. # 定义标的

161. context.symbol = 'SHSE.600519'

162. # 订阅bar数据，获取成交量

163. subscribe(symbols=context.symbol, frequency='1d', count=10)

164.  
165.  

166. def on_bar(context, bars):

167. data = context.data(symbol=context.symbol, frequency='1d', count=10) # 获取订阅的数据（最近10日）

168.  

169. if (data['close'].max() - data['close'].min())/data['close'].iloc[-1] < 0.05: # (HHV(CLOSE,10)-LLV(CLOSE,10))/CLOSE < 0.05

170. order_target_volume(symbol=context.symbol, volume=0, position_side=PositionSide_Long,

171. order_type=OrderType_Market)

172.  

173. if __name__ == '__main__':

174. run(strategy_id='请输入你的策略id',

175. filename='main.py',

176. mode=MODE_BACKTEST,

177. token='请输入你的token',

178. backtest_start_time='2020-12-01 08:00:00',

179. backtest_end_time='2020-12-20 15:00:00',

180. backtest_adjust=ADJUST_PREV,

181. backtest_initial_cash=10000000,

182. backtest_commission_ratio=0.0001,

183. backtest_slippage_ratio=0.0001

184. )

185.  
186.  

187. # 例7：阴转阳，买入1手

188. # 通达信公式：ref(c,1) < ref(o,1) and c > 0

189. # 掘金python：

190. def init(context):

191. # 定义标的

192. context.symbol = 'SHSE.600519'

193. # 订阅bar数据，获取成交量

194. subscribe(symbols=context.symbol, frequency='1d', count=2)

195.  
196.  

197. def on_bar(context, bars):

198. data = context.data(symbol=context.symbol, frequency='1d', count=2) # 获取订阅的数据（最近10日）

199.  

200. if (data['close'].iloc[-2] < data['open'].iloc[-2]) and \

201. (data['close'].iloc[-1] > data['open'].iloc[-1]): # (HHV(CLOSE,10)-LLV(CLOSE,10))/CLOSE < 0.05

202. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

203. position_effect=PositionEffect_Open)

204.  

205. if __name__ == '__main__':

206. run(strategy_id='请输入你的策略id',

207. filename='main.py',

208. mode=MODE_BACKTEST,

209. token='请输入你的token',

210. backtest_start_time='2020-12-01 08:00:00',

211. backtest_end_time='2020-12-20 15:00:00',

212. backtest_adjust=ADJUST_PREV,

213. backtest_initial_cash=10000000,

214. backtest_commission_ratio=0.0001,

215. backtest_slippage_ratio=0.0001

216. )

217.  

218. # 例8：当前价格上穿20日均线，买入1手

219. # 通达信公式：cross(c,ma(c,20))

220. # 掘金python：

221. def init(context):

222. # 定义标的

223. context.symbol = 'SHSE.600519'

224. # 订阅bar数据，获取成交量

225. subscribe(symbols=context.symbol, frequency='1d', count=21)

226.  
227.  

228. def on_bar(context, bars):

229. data = context.data(symbol=context.symbol, frequency='1d', count=21) # 获取订阅的数据（最近21日）

230. data['MA20'] = data['close'].rolling(20).mean()

231. if (data['close'].iloc[-1] > data['MA20'].iloc[-1]) and (data['close'].iloc[-2] < data['MA20'].iloc[-2]): # cross(c,ma(c,20))

232. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

233. position_effect=PositionEffect_Open)

234.  

235. if __name__ == '__main__':

236. run(strategy_id='请输入你的策略id',

237. filename='main.py',

238. mode=MODE_BACKTEST,

239. token='请输入你的token',

240. backtest_start_time='2020-12-01 08:00:00',

241. backtest_end_time='2020-12-20 15:00:00',

242. backtest_adjust=ADJUST_PREV,

243. backtest_initial_cash=10000000,

244. backtest_commission_ratio=0.0001,

245. backtest_slippage_ratio=0.0001

246. )

247.  

248. # 例9：金叉买入：5日均线上穿20日均线，买入1手

249. # 通达信公式：cross(ma(c,5),ma(c,20))

250. # 掘金python：

251. def init(context):

252. # 定义标的

253. context.symbol = 'SHSE.600519'

254. # 订阅bar数据，获取成交量

255. subscribe(symbols=context.symbol, frequency='1d', count=21)

256.  
257.  

258. def on_bar(context, bars):

259. data = context.data(symbol=context.symbol, frequency='1d', count=21) # 获取订阅的数据（最近21日）

260. data['MA5'] = data['close'].rolling(5).mean() # 求5日均线

261. data['MA20'] = data['close'].rolling(20).mean() # 求20日均线

262. if (data['MA5'].iloc[-1] > data['MA20'].iloc[-1]) and (data['MA5'].iloc[-2] < data['MA20'].iloc[-2]): # 等价cross(ma(c,5),ma(c,20))

263. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

264. position_effect=PositionEffect_Open)

265.  

266. if __name__ == '__main__':

267. run(strategy_id='请输入你的策略id',

268. filename='main.py',

269. mode=MODE_BACKTEST,

270. token='请输入你的token',

271. backtest_start_time='2020-12-01 08:00:00',

272. backtest_end_time='2020-12-20 15:00:00',

273. backtest_adjust=ADJUST_PREV,

274. backtest_initial_cash=10000000,

275. backtest_commission_ratio=0.0001,

276. backtest_slippage_ratio=0.0001

277. )

278.  

279. # 例10：下影线长于上影线，买入1手

280. # 通达信公式：(c-l) > (h-c)

281. # 掘金python：

282. def init(context):

283. # 定义标的

284. context.symbol = 'SHSE.600519'

285. # 订阅bar数据，获取成交量

286. subscribe(symbols=context.symbol, frequency='1d', count=10)

287.  
288.  

289. def on_bar(context, bars):

290. data = context.data(symbol=context.symbol, frequency='1d', count=10) # 获取订阅的数据（最近21日）

291. if (data['close'].iloc[-1] - data['low'].iloc[-1] > data['high'].iloc[-1] - data['close'].iloc[-1]) > 0:

292. # 等价于 (c-l) > (h-c)

293. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

294. position_effect=PositionEffect_Open)

295.  

296. if __name__ == '__main__':

297. run(strategy_id='请输入你的策略id',

298. filename='main.py',

299. mode=MODE_BACKTEST,

300. token='请输入你的token',

301. backtest_start_time='2020-12-01 08:00:00',

302. backtest_end_time='2020-12-20 15:00:00',

303. backtest_adjust=ADJUST_PREV,

304. backtest_initial_cash=10000000,

305. backtest_commission_ratio=0.0001,

306. backtest_slippage_ratio=0.0001

307. )

308.  
309.  

310. # 例11：乌云压顶则清仓

311. # 通达信公式：

312. # AA:=REF(C,1) > REF(O,1) # 昨日收阳

313. # BB:=O>REF(C,1) # 高开

314. # CC:=C<(REF(C,1)-REF(O,1))/2+REF(O,1) # 盖顶低收

315. # DD:IF(AA AND BB AND CC,1,0)

316. # 掘金python：

317. def init(context):

318. # 定义标的

319. context.symbol = 'SHSE.600519'

320. # 订阅bar数据，获取成交量

321. subscribe(symbols=context.symbol, frequency='1d', count=2)

322.  
323.  

324. def on_bar(context, bars):

325. data = context.data(symbol=context.symbol, frequency='1d', count=2) # 获取订阅的数据（最近2日）

326. if (data['close'].iloc[-2] > data['open'].iloc[-2]) and \

327. (data['open'].iloc[-1] > data['close'].iloc[-2]) and \

328. (data['close'].iloc[-1] < ((data['close'].iloc[-2] - data['open'].iloc[-2])/2 + data['open'].iloc[-2])):

329. order_target_volume(symbol=context.symbol, volume=0, position_side=PositionSide_Long,

330. order_type=OrderType_Market)

331.  
332.  

333. if __name__ == '__main__':

334. run(strategy_id='请输入你的策略id',

335. filename='main.py',

336. mode=MODE_BACKTEST,

337. token='请输入你的token',

338. backtest_start_time='2020-12-01 08:00:00',

339. backtest_end_time='2020-12-20 15:00:00',

340. backtest_adjust=ADJUST_PREV,

341. backtest_initial_cash=10000000,

342. backtest_commission_ratio=0.0001,

343. backtest_slippage_ratio=0.0001

344. )

345.  
346.  

347. # 例12：双均线选股

348. # 通达信公式：

349. # MA1: = MA(CLOSE,5)

350. # MA2: = MA(CLOSE,10)

351. # XG: C > 1.005 * MA2 AND CROSS(MA1,MA2) AND MA1 > MA2

352. # 掘金python：

353. def init(context):

354. # 定义标的

355. context.symbol = 'SHSE.600519'

356. # 订阅bar数据，获取成交量

357. subscribe(symbols=context.symbol, frequency='1d', count=20)

358.  
359.  

360. def on_bar(context, bars):

361. data = context.data(symbol=context.symbol, frequency='1d', count=20) # 获取订阅的数据（最近20日）

362. close = data['close']

363. # 利用talib库计算长短周期均线

364. ma1 = talib.SMA(close.values.reshape(20), 5)

365. ma2 = talib.SMA(close.values.reshape(20), 10)

366. # 如果满足条件，则买入100股

367. if (close.iloc[-1] > 1.005 * ma2.iloc[-1]) and (ma1.iloc[-2] < ma2.iloc[-2])\

368. and (ma1.iloc[-1] > ma2.iloc[-1]):

369. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

370. position_effect=PositionEffect_Open)

371.  
372.  

373. if __name__ == '__main__':

374. run(strategy_id='请输入你的策略id',

375. filename='main.py',

376. mode=MODE_BACKTEST,

377. token='请输入你的token',

378. backtest_start_time='2020-12-01 08:00:00',

379. backtest_end_time='2020-12-20 15:00:00',

380. backtest_adjust=ADJUST_PREV,

381. backtest_initial_cash=10000000,

382. backtest_commission_ratio=0.0001,

383. backtest_slippage_ratio=0.0001

384. )

385.  
386.  

387. #例13：黄昏之星出现，平仓

388. #通达信公式：

389. # a1:=open

390. # a2:=close

391. # a3:=high

392. # b1:=ref(open,1)

393. # b2:=ref(close,1)

394. # b3:=ref(high,1)

395. # b4:=ref(low,1)

396. # c1:=ref(open,2)

397. # c2:=ref(close,2)

398. # c3:=ref(high,2)

399. # c4:=ref(low,2)

400. # aa:=a1<b2 and a1/a2>1.04

401. # bb:=b1>c3 and b2>c3 and abs(b1-b2)/b1<0.01 and b3>b1 and # b3>b2 and b4<b1 and b4<b2 and b3=hhv(high,20)

402. # cc:=c2/ref(close,3)>1.04 and c2>c1

403. # aa and bb and cc

404. # 掘金python：

405. def init(context):

406. # 定义标的

407. context.symbol = 'SHSE.600519'

408. # 订阅bar数据，获取成交量

409. subscribe(symbols=context.symbol, frequency='1d', count=3)

410.  
411.  

412. def on_bar(context, bars):

413. data = context.data(symbol=context.symbol, frequency='1d', count=3) # 获取订阅的数据（最近20日）

414. # 提取a1,a2,a3,b1,b2,b3,b4,c1,c2,c3,c4

415. a1 = data['open'].iloc[-1]

416. a2 = data['close'].iloc[-1]

417. b1 = data['open'].iloc[-2]

418. b2 = data['close'].iloc[-2]

419. b3 = data['high'].iloc[-2]

420. b4 = data['low'].iloc[-2]

421. c1 = data['open'].iloc[-3]

422. c2 = data['close'].iloc[-3]

423. c3 = data['high'].iloc[-3]

424.  

425. # 如果满足条件，则买入100股

426. if (a1 < b2) and (a1/a2 > 1.04) and \

427. (b1 > c3) and (b2 > c3) and (np.abs(b1-b2)/b1 < 0.01) and (b3 > b1) and (b4 < b1) and (b4 < b2) and (b3 == data['high'].iloc[-20:]) \

428. and (c2/data['close'].iloc[-4] > 1.04) and (c2 > c1):

429. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

430. position_effect=PositionEffect_Open)

431.  
432.  

433. if __name__ == '__main__':

434. run(strategy_id='请输入你的策略id',

435. filename='main.py',

436. mode=MODE_BACKTEST,

437. token='请输入你的token',

438. backtest_start_time='2020-12-01 08:00:00',

439. backtest_end_time='2020-12-20 15:00:00',

440. backtest_adjust=ADJUST_PREV,

441. backtest_initial_cash=10000000,

442. backtest_commission_ratio=0.0001,

443. backtest_slippage_ratio=0.0001

444. )

445.  

446. # 例14：突破底部横盘整理创新高——买入100股

447. # 对应通达信公式

448. # V1:=MA(VOL,5);

449. # V2:=VOL/REF(V1,1)>2;

450. # PZ1:=MA(CLOSE,M);

451. # PZ2:=HHV(HIGH,M);

452. # PZ3:=LLV(LOW,M);

453. # PZ4:=(PZ2-PZ1)/PZ1;

454. # PZ5:=(PZ1-PZ3)/PZ1;

455. # PZ:=REF(PZ4,1)<0.15 AND REF(PZ5,1)<0.15;

456. # TP1:HHV(HIGH,M);

457. # TP:=HIGH=TP1;

458. # V2 AND PZ AND TP;

459. # 掘金python：

460. def init(context):

461. # 定义标的

462. context.symbol = 'SHSE.600519'

463. # 订阅bar数据，获取成交量

464. subscribe(symbols=context.symbol, frequency='1d', count=200)

465.  
466.  

467. def on_bar(context, bars):

468. data = context.data(symbol=context.symbol, frequency='1d', count=200)

469. # 计算今量/昨日的5日均量

470. v2 = data['volume'].iloc[-1]/np.mean(data['volume'].iloc[-6:-1])

471. # 计算昨日150日最高价和150日均价的距离的百分比

472. pz1 = np.mean(data['close'].iloc[-151:-1]) # 昨日的150日均价

473. pz2 = np.max(data['high'].iloc[-151:-1]) # 昨日的150日最高价

474. pz3 = np.max(data['high'].iloc[-151:-1]) # 昨日的150日最低价

475. pz4 = (pz2-pz1)/pz1

476. pz5 = (pz1-pz3)/pz1

477.  

478. # 进入判断条件：V2 AND PZ AND TP

479. if (v2 > 2) and (pz4 < 0.15) and (pz5 < 0.15) and (data['high'].iloc[-1] == np.max(data['high'].iloc[-151:-1])):

480. order_volume(symbol=context.symbol, volume=100, side=OrderSide_Buy, order_type=OrderType_Market,

481. position_effect=PositionEffect_Open)

482.  
483.  

484. if __name__ == '__main__':

485. run(strategy_id='请输入你的策略id',

486. filename='main.py',

487. mode=MODE_BACKTEST,

488. token='请输入你的token',

489. backtest_start_time='2020-12-01 08:00:00',

490. backtest_end_time='2020-12-20 15:00:00',

491. backtest_adjust=ADJUST_PREV,

492. backtest_initial_cash=10000000,

493. backtest_commission_ratio=0.0001,

494. backtest_slippage_ratio=0.0001

495. )