布林线均值回归

# coding=utf-8
from __future__ import print_function, absolute_import
from gm.api import *

"""
本策略采用布林线进行均值回归交易。当价格触及布林线上轨的时候进行卖出,当触及下轨的时候,进行买入。
使用600004在 2009-09-17 13:00:00 到 2020-03-21 15:00:00 进行了回测。
注意: 
1:实盘中,如果在收盘的那一根bar或tick触发交易信号,需要自行处理,实盘可能不会成交。
"""

# 策略中必须有init方法
def init(context):
    # 设置布林线的三个参数
    context.maPeriod = 26  # 计算BOLL布林线中轨的参数
    context.stdPeriod = 26  # 计算BOLL 标准差的参数
    context.stdRange = 1  # 计算BOLL 上下轨和中轨距离的参数

    # 设置要进行回测的合约
    context.symbol = 'SHSE.600004'  # 订阅&交易标的, 此处订阅的是600004
    context.period = max(context.maPeriod, context.stdPeriod, context.stdRange) + 1  # 订阅数据滑窗长度

    # 订阅行情
    subscribe(symbols= context.symbol, frequency='1d', count=context.period)


def on_bar(context, bars):
    # 获取数据滑窗,只要在init里面有订阅,在这里就可以取的到,返回值是pandas.DataFrame
    data = context.data(symbol=
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,你的问题是关于量化投资的机械交易系统和常见技术指标的使用。下面是我的回答: 1. 机械交易系统的主要类型及其主要指标 机械交易系统可以分为趋势跟踪型和均值回归型。趋势跟踪型的机械交易系统通过跟踪市场趋势,寻找到市场中的趋势并进行交易。常用的趋势跟踪指标包括移动平均线(MA)、指数移动平均线(EMA)、布林带(Bollinger Bands)等。 均值回归型的机械交易系统则是根据市场价格回归到其历史平均水平的概念来进行交易。常用的均值回归指标包括相对强弱指数(RSI)、移动平均收敛/发散指标(MACD)、资金流指数(MFI)等。 2. 探索性使用至少2种Python量化投资技术对数据进行测试 我可以使用Python量化投资库如pyfolio、zipline等来进行回测和测试。其中,我可以使用SMA和RSI来作为趋势型和均值回归型的技术指标进行测试。 SMA(简单移动平均线)是一种趋势型指标,它是计算一段时间内收盘价平均值的算术平均数。我可以使用SMA来判断股票价格的短期趋势,如果SMA上升,则价格处于上涨趋势中,如果SMA下降,则价格处于下跌趋势中。 RSI(相对强弱指数)是一种均值回归型指标,它通过比较一段时间内股票上涨日和下跌日的平均值,来判断市场是否超买或超卖。如果RSI超过70,则市场可能处于超买状态,反之,如果RSI低于30,则市场可能处于超卖状态。 3. 确定技术选型,说明理由 我可以选择SMA和RSI作为技术指标进行测试,因为它们是常见的趋势型和均值回归型指标,可以在不同的市场环境下产生较好的效果。此外,Python量化投资库中也提供了相应的函数和工具来方便进行回测和测试。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值