综合交易模型--雪球跟单参数说明支持qmt,同花顺

2024-06-02 22:52

本文主要是介绍综合交易模型--雪球跟单参数说明支持qmt,同花顺,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

经过测试,目前完成了这个策略。支持多策略,支持全市场,包括股票,etf,可转债

全部的参数

图片

{    "雪球跟单":"跟单原理",    "原理":"比重变大默认买入,变小默认卖出,持股不追加,支持多策略跟单",    "雪球cookie":"cookiesu=241715400714727; device_id=a3ef10a376ef5247ffa076b3f60cda63; smidV2=20240511121735f94708a388b3849549dd32f49888adb60042a1a6f570c88a0; remember=1; xq_is_login=1; u=1342909666; s=cb127hrtpz; bid=f1b5e01be977a7023f9ec859cdf24ad4_lw1xly5z; __utmz=1.1715421398.1.1.utmcsr=(direct)|utmccn=(direct)|utmcmd=(none); xq_a_token=8d2185ec88fc34490976cbe2eb4caf7d6961e32e; xqat=8d2185ec88fc34490976cbe2eb4caf7d6961e32e; xq_id_token=eyJ0eXAiOiJKV1QiLCJhbGciOiJSUzI1NiJ9.eyJ1aWQiOjEzNDI5MDk2NjYsImlzcyI6InVjIiwiZXhwIjoxNzE5MTk1Mzc4LCJjdG0iOjE3MTY2MDMzNzgxMjIsImNpZCI6ImQ5ZDBuNEFadXAifQ.Sjy6h4gQ8nX3P1QvfN8d1jaozlDCQ_z4fPU1gnU97hmcEbDlAQE9tZ5_SAB2uVHJgUvmXEKKlHPWhNHnipI404hz5I0AxAXAod1nAAXUu9xyRlpN5HvISph3snFPInKOrDYas6Pf7mtunhHXHvdiCtt0j__P2hOyA0VevN3Mqc34a6NJDh2yftTIXWpDVAI03hHo1izuEuA9Reld-7OX8H_KGfFGbIN0frJFfvR_KiTadHK_hJK4LafSetP71-RC1qgouIcB2Eb4tS_IANZ8G-ETk9Y-6DW2_SwffzEUiCNscRvGmzCMy9XPWA5413QphlGdfbgk2rN7enArOVx3Cw; xq_r_token=d8d877c6634c1dccc7472835539149f69c6f9f70; Hm_lvt_1db88642e346389874251b5a1eded6e3=1716392246,1716473979,1716554527,1716603379; acw_tc=276077ab17166051880926379e31d55708918c25a7b1b7778b05ec078e0cb6; __utma=1.694453535.1715421398.1715524198.1716605549.4; __utmc=1; __utmt=1; .thumbcache_f24b8bbe5a5934237bbc0eda20c1b6e7=yLJiLZESXni8VXn3zlUOJUOfp16pud99AQIv/v5OtCn72W3NDQ3kBY3tY4OxOBlzf3eoH+ByDMs2DcwGjEhdMw%3D%3D; __utmb=1.2.10.1716605549; Hm_lpvt_1db88642e346389874251b5a1eded6e3=1716605925",    "组合名称":["实验"],    "组合id":["ZH3368671"],    "不同策略间隔更新时间":0.05,    "同步持股说明":"同步持股就是买入目前的持股,不然就同步成交",    "资金模式":"雪球",    "资金模式说明":"雪球/自定义",    "雪球资金设置":"设置**********************",    "账户跟单比例":0.5,    "自定义资金设置":"设置————————下面设置分析配置是参考,保持和分析配置里面一样————————————————",    "交易模式":"金额",    "固定交易资金":10000,    "持有金额限制":10000,    "固定交易数量":100,    "持有限制":100,    "持股限制":10,    "下单交易模式":"立马下单",    "下单交易模式说明":"立马下单/通过综合交易模型"
}

雪球cookie直接账户的cookie自己获取

组合id支持多组合,多个组合用逗号隔开比如[1,2,3]

重点在下, 的交易模式

"同步持股说明":"同步持股就是买入目前的持股,不然就同步成交",    "资金模式":"雪球",    "资金模式说明":"雪球/自定义",    "雪球资金设置":"设置**********************",    "账户跟单比例":0.5,    "自定义资金设置":"设置————————下面设置分析配置是参考,保持和分析配置里面一样————————————————",    "交易模式":"金额",    "固定交易资金":10000,    "持有金额限制":10000,    "固定交易数量":100,    "持有限制":100,    "持股限制":10,    "下单交易模式":"立马下单",    "下单交易模式说明":"立马下单/通过综合交易模型"

资金模式 雪球完全按雪球的模式交易,按比例进行调整仓位,这个模式好完全自带匹配账户资金,比如你账户有10万买入1%就是1000,比如你账户有100万,调整1%就是自动匹配账户自己,下面的就自定义资金的,"下单交易模式":"立马下单",直接下单不用排队,速度非常的快,还在直接看源代码快​​​​​​​

def start_trader_on(self):        '''        开始下单        '''        with open(r'{}\雪球跟单设置.json'.format(self.path),encoding='utf-8') as f:            com=f.read()        text=json.loads(com)        df=pd.read_excel(r'{}\下单股票池\下单股票池.xlsx'.format(self.path))        try:            del df['Unnamed: 0']        except:            pass        #资金模式        cash_models=text['资金模式']        #下单模式        trader_models=text['下单交易模式']        #自定义资金设置        data_type=text['交易模式']        value=text['固定交易资金']        limit_value=text['持有金额限制']        amount1=text['固定交易数量']        limit_amount=text['持股限制']        if df.shape[0]>0:            df['证券代码']=df['证券代码'].astype(str)            #print(df['证券代码'])            df['证券代码']=df['证券代码'].apply(lambda x: '0'*(6-len(str(x)))+str(x))            if cash_models=='雪球' and trader_models=='通过综合交易模型':                buy_df=df[df['交易方向']=='buy']                if buy_df.shape[0]>0:                    buy_df=buy_df[['证券代码','证券名称','自动价格','价格','交易类型','数量','交易状态']]                    buy_df.to_excel(r'自定义买入股票\自定义买入股票.xlsx')                else:                    print('{} {} 没有买入股票'.format(cash_models,trader_models))                sell_df=df[df['交易方向']=='sell']                if sell_df.shape[0]>0:                    sell_df=sell_df[['证券代码','证券名称','自动价格','价格','交易类型','数量','交易状态']]                    sell_df.to_excel(r'自定义卖出股票\自定义卖出股票.xlsx')                else:                    print('{} {} 没有卖出股票'.format(cash_models,trader_models))            elif cash_models=='自定义' and trader_models=='通过综合交易模型':                buy_df=df[df['交易方向']=='buy']                if buy_df.shape[0]>0:                    buy_df=buy_df[['证券代码','证券名称','交易状态']]                    buy_df.to_excel(r'买入股票\买入股票.xlsx')                else:                    print('{} {} 没有买入股票'.format(cash_models,trader_models))                sell_df=df[df['交易方向']=='sell']                if sell_df.shape[0]>0:                    sell_df=sell_df[['证券代码','证券名称','交易状态']]                    sell_df.to_excel(r'卖出股票\卖出股票.xlsx')                else:                    print('{} {} 没有卖出股票'.format(cash_models,trader_models))            #先卖在买            elif cash_models=='雪球' and trader_models=='立马下单':                sell_df=df[df['交易方向']=='sell']                if sell_df.shape[0]>0:                    for stock,amount in zip(sell_df['证券代码'],sell_df['数量']):                        try:                            price=self.data.get_spot_data(stock=stock)['最新价']                            self.trader.sell(security=stock,price=price,amount=amount)                            print('{} {} 卖出 股票{} 数量{} 价格{}'.format(cash_models,trader_models,stock,amount,price))                        except Exception as e:                            print(e)                            print(print('{} {} 卖出 股票{} 有问题'.format(cash_models,trader_models,stock)))                else:                    print('{} {} 没有卖出股票'.format(cash_models,trader_models))                buy_df=df[df['交易方向']=='buy']                if buy_df.shape[0]>0:                    for stock,amount in zip(buy_df['证券代码'],buy_df['数量']):                        try:                            price=self.data.get_spot_data(stock=stock)['最新价']                            self.trader.buy(security=stock,price=price,amount=amount)                            print('{} {} 买入 股票{} 数量{} 价格{}'.format(cash_models,trader_models,stock,amount,price))                        except Exception as e:                            print(e)                            print(print('{} {} 买入 股票{} 有问题'.format(cash_models,trader_models,stock)))                else:                    print('{} {} 没有买入股票'.format(cash_models,trader_models))            #先卖在买            elif cash_models=='自定义' and trader_models=='立马下单':                sell_df=df[df['交易方向']=='sell']                if sell_df.shape[0]>0:                    for stock in sell_df['证券代码'].tolist():                        try:                            price=self.data.get_spot_data(stock=stock)['最新价']                            trader_type,amount,price=self.trader.check_av_target_trader(data_type=data_type,trader_type='sell',                                        amount=amount1,limit_volume=limit_amount,value=value,limit_value=limit_value,                                        stock=stock,price=price)                            if trader_type=='sell':                                self.trader.sell(security=stock,price=price,amount=amount)                                print('{} {} 卖出 股票{} 数量{} 价格{}'.format(cash_models,trader_models,stock,amount,price))                            else:                                print('{} {} 卖出 股票{} 数量{} 价格{} 不可以交易'.format(cash_models,trader_models,stock))                        except Exception as e:                            print(e)                            print(print('{} {} 卖出 股票{} 有问题'.format(cash_models,trader_models,stock)))                else:                    print('{} {} 没有卖出股票'.format(cash_models,trader_models))                buy_df=df[df['交易方向']=='buy']                if buy_df.shape[0]>0:                    for stock,amount in zip(buy_df['证券代码'],buy_df['数量']):                        try:                            price=self.data.get_spot_data(stock=stock)['最新价']                            trader_type,amount,price=self.trader.check_av_target_trader(data_type=data_type,trader_type='buy',                                    amount=amount1,limit_volume=limit_amount,value=value,limit_value=limit_value,                                    stock=stock,price=price)                            if trader_type=='buy':                                self.trader.buy(security=stock,price=price,amount=amount)                                print('{} {} 买入 股票{} 数量{} 价格{}'.format(cash_models,trader_models,stock,amount,price))                            else:                                print('{} {} 买入 股票{} 数量{} 价格{} 不可以交易'.format(cash_models,trader_models,stock))                        except Exception as e:                            print(e)                            print(print('{} {} 买入 股票{} 有问题'.format(cash_models,trader_models,stock)))                else:                    print('{} {} 没有买入股票'.format(cash_models,trader_models))            else:                print('未知的下单模式***********************')        else:            print('没有需要下单的数据**************************')

后面我给完整的教程设置

图片

源代码全部上次了不懂的问我就可以

图片

这篇关于综合交易模型--雪球跟单参数说明支持qmt,同花顺的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1025318

相关文章

Go语言中make和new的区别及说明

《Go语言中make和new的区别及说明》:本文主要介绍Go语言中make和new的区别及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1 概述2 new 函数2.1 功能2.2 语法2.3 初始化案例3 make 函数3.1 功能3.2 语法3.3 初始化

java中新生代和老生代的关系说明

《java中新生代和老生代的关系说明》:本文主要介绍java中新生代和老生代的关系说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、内存区域划分新生代老年代二、对象生命周期与晋升流程三、新生代与老年代的协作机制1. 跨代引用处理2. 动态年龄判定3. 空间分

Java内存分配与JVM参数详解(推荐)

《Java内存分配与JVM参数详解(推荐)》本文详解JVM内存结构与参数调整,涵盖堆分代、元空间、GC选择及优化策略,帮助开发者提升性能、避免内存泄漏,本文给大家介绍Java内存分配与JVM参数详解,... 目录引言JVM内存结构JVM参数概述堆内存分配年轻代与老年代调整堆内存大小调整年轻代与老年代比例元空

MySQL之InnoDB存储引擎中的索引用法及说明

《MySQL之InnoDB存储引擎中的索引用法及说明》:本文主要介绍MySQL之InnoDB存储引擎中的索引用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录1、背景2、准备3、正篇【1】存储用户记录的数据页【2】存储目录项记录的数据页【3】聚簇索引【4】二

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

Maven中的profiles使用及说明

《Maven中的profiles使用及说明》:本文主要介绍Maven中的profiles使用及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录主要用途定义 Profiles示例:多环境配置激活 Profiles示例:资源过滤示例:依赖管理总结Maven 中的

k8s上运行的mysql、mariadb数据库的备份记录(支持x86和arm两种架构)

《k8s上运行的mysql、mariadb数据库的备份记录(支持x86和arm两种架构)》本文记录在K8s上运行的MySQL/MariaDB备份方案,通过工具容器执行mysqldump,结合定时任务实... 目录前言一、获取需要备份的数据库的信息二、备份步骤1.准备工作(X86)1.准备工作(arm)2.手

Before和BeforeClass的区别及说明

《Before和BeforeClass的区别及说明》:本文主要介绍Before和BeforeClass的区别及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Before和BeforeClass的区别一个简单的例子当运行这个测试类时总结Before和Befor

Python pip下载包及所有依赖到指定文件夹的步骤说明

《Pythonpip下载包及所有依赖到指定文件夹的步骤说明》为了方便开发和部署,我们常常需要将Python项目所依赖的第三方包导出到本地文件夹中,:本文主要介绍Pythonpip下载包及所有依... 目录步骤说明命令格式示例参数说明离线安装方法注意事项总结要使用pip下载包及其所有依赖到指定文件夹,请按照以

华为鸿蒙HarmonyOS 5.1官宣7月开启升级! 首批支持名单公布

《华为鸿蒙HarmonyOS5.1官宣7月开启升级!首批支持名单公布》在刚刚结束的华为Pura80系列及全场景新品发布会上,除了众多新品的发布,还有一个消息也点燃了所有鸿蒙用户的期待,那就是Ha... 在今日的华为 Pura 80 系列及全场景新品发布会上,华为宣布鸿蒙 HarmonyOS 5.1 将于 7