闲话不说,直接干货
掘金量化架构中,有定时策略和事件策略两种,定时策略便于新股申购,逆回购操作。事件策略便于股票交易。
定时策略很简单:
在初始化函数里,启动一个定时任务,在任务函数里完成要完成任务即可。
继续干货,逆回购定制任务案例,代码如下:
def init(context):
# 逆回购定时时间 context.brr_time = '14:57:00' # 逆回购目标债券(沪市1天期逆回购代码为204001,深市1天期逆回购代码为131810,沪市和深市均为1000起,10张为1手,每张100元,一般沪市相对深市利率高一些) context.symbol = 'SHSE.204001' # 逆回购最低利率(低于该利率不进行逆回购,可开启券商的余额理财产品,2023年10月的某券商余额理财年化约为2.3%) context.min_rate = 1.5
def algo_1(context): current_data = current(symbols=context.symbol)[0] if current_data['price'] < context.min_rate: print('{}:当前逆回购价格低于{},不进行逆回购,建议开启余额理财产品'.format(context.now, context.min_rate)) else: trade_price = current_data['price'] # 当前价格,也可以使用买五价格作为交易价格:current_data['quotes'][4]['bid_p'] account_cash = get_cash() volume = int(np.floor(account_cash['available'] / 1000) * 10) if volume > 0: bond_reverse_repurchase_agreement(symbol=context.symbol, volume=volume, price=trade_price, order_type=OrderType_Limit) print('{}:进行逆回购,卖出市值:{},当前价格:{}'.format(context.now, volume * 100, current_data['price'])) else: print('{}:金额不足,未进行逆回购'.format(context.now))
这个逆回购助手很是方便,剩余资金自动买入逆回购了。
掘金事件策略有很多种类,最细的就是tick事件了,每三秒发布一次,同样在初始化函数里定义一个触发事件。
代码如下:
# 订阅行情 subscribe(symbols = context.orders , frequency='tick', count=10, fields='symbol,open,high,low,price,cum_volume,cum_amount,last_volume,last_amount,created_at,quotes')
这里面要注意的是,掘金是一旦接到tick包,就会触发事件,每有一条tick数据产生,就会调用on_tick函数,在订阅多个标的的时候,需要分类处理。这个是开始用掘金的时候,容易踩的坑。
知道了,处理起来也比较简单,干货代码:
if tick.symbol in context.orders : # 增强型高抛策略 private_fun.monitor_boll(context, tick.symbol) if context.con_data.loc[context.con_data['symbol'] == tick.symbol].strategy1.values[0] == 1 : private_fun.order_up(context, tick.symbol) # 通用高抛低收策略 if context.con_data.loc[context.con_data['symbol'] == tick.symbol].strategy2.values[0] == 1 : private_fun.order_updown(context, tick.symbol) # 通用boll策略 if context.con_data.loc[context.con_data['symbol'] == tick.symbol].strategy3.values[0] == 1 : private_fun.order_boll(context,tick.symbol) # 逆向抛吸策略 if context.con_data.loc[context.con_data['symbol'] == tick.symbol].strategy4.values[0] == 1 : private_fun.order_monitor(context, tick.symbol) # 顺向抛吸策略 if context.con_data.loc[context.con_data['symbol'] == tick.symbol].strategy5.values[0] == 1 : private_fun.order_forward_monitor(context, tick.symbol) # 通道内 高抛低收 不设阀门 if context.con_data.loc[context.con_data['symbol'] == tick.symbol].strategy6.values[0] == 1 : private_fun.order_trend_updown(context,tick.symbol)
这期就分享到这,后面会针对我实盘的策略架构,进行详细介绍