双均线策略加上MACD指标过滤(附:量化策略源码)

2023-10-28 13:40

本文主要是介绍双均线策略加上MACD指标过滤(附:量化策略源码),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!

# -*- coding: utf-8 -*-# 简便起见,可以直接用 from gm.api import *
from gm.api import run
from gm.api import ADJUST_PREV
from gm.api import MODE_BACKTEST
from gm.api import subscribe
from gm.api import history_n
from gm.api import order_percent
from gm.api import order_volume
from gm.api import (OrderSide_Buy, OrderSide_Sell)
from gm.api import (PositionEffect_Open, PositionEffect_Close)
from gm.api import OrderType_Market
from datetime import datetime
from datetime import timedelta
import talib
import numpy as np
from collections import deque#本策略基于掘金量化交易平台 网址:www.myquant.cn# 常用参量设置
DATE_STR = "%Y-%m-%d"
TIME_STR = "%Y-%m-%d %H:%M:%S"HIST_WINDOW = 40
SHORT_PERIOD = 5
LONG_PERIOD = 20def init(context):# 全局变量设置context.dict_stock_price = dict()# 以 50 EFT作为交易标的context.stock_pool = ['SHSE.600000']# 订阅日线行情subscribe(symbols=context.stock_pool, frequency='1d', wait_group=True)# 日期设定,避免出现未来函数,将起始日往前取一日start_date = datetime.strptime(context.backtest_start_time, TIME_STR)context.start_date = datetime.strftime(start_date - timedelta(days=1),TIME_STR)# 获取起始日之前行情,便于计算指标deque_close = deque(maxlen=HIST_WINDOW)for stock in context.stock_pool:history_info = history_n(symbol=stock, frequency='1d', count=HIST_WINDOW,adjust=ADJUST_PREV,adjust_end_time=context.backtest_end_time,end_time=context.start_date,fields='close')for bar in history_info:deque_close.append(bar['close'])context.dict_stock_price.setdefault(stock, deque_close)print('finish initialization')def on_bar(context, bars):for bar in bars:if bar.symbol not in context.dict_stock_price.keys():print('Warning: cannot obtain price of stock {} at date {}'.format(bar.symbol, context.now))# 数据填充context.dict_stock_price[bar.symbol].append(bar.close)# 计算指标,这里以双均线为例closes = np.array(context.dict_stock_price[bar.symbol])short_ma = talib.SMA(closes, SHORT_PERIOD)long_ma = talib.SMA(closes, LONG_PERIOD)macd, macd_signal, macd_hist = talib.MACD(closes, fastperiod=12, slowperiod=26, signalperiod=9)# 金叉,满仓买入if short_ma[-2] <= long_ma[-2] and short_ma[-1] > long_ma[-1]:order_percent(symbol=bar.symbol,percent=1.0,side=OrderSide_Buy,order_type=OrderType_Market,position_effect=PositionEffect_Open,price=0)print(context.now)# 死叉或者 MACD 绿柱,全部卖出pos = context.account().position(symbol=bar.symbol, side=OrderSide_Buy)if (short_ma[-2] >= long_ma[-2] and short_ma[-1] < long_ma[-1]) or \macd_hist[-1] < 0:if pos is None:continueorder_volume(symbol=bar.symbol,volume=pos.volume,side=OrderSide_Sell,order_type=OrderType_Market,position_effect=PositionEffect_Close,price=0)
if __name__ == "__main__":run(strategy_id='569b4ffc-6d44-11e8-bd88-80ce62334e41',filename='demo_05.py',mode=MODE_BACKTEST,backtest_adjust=ADJUST_PREV,token='64c33fc82f334e11e1138eefea8ffc241db4a2a0',backtest_start_time='2017-01-17 09:00:00',backtest_end_time='2018-06-21 15:00:00')

来源:掘金量化 myquant.cn

推荐阅读: | 量化交易  | 期货模拟交易 | python量化交易 | 股票数据  | 量化交易策略 | 机器学习算法  | 多因子选股 |  

                   | 双均线策略 |  网格交易法 |  海龟交易法  |  跨期套利  | 行业轮动  | 指数增强  | 跨品种套利 | 日内交易 | 

这篇关于双均线策略加上MACD指标过滤(附:量化策略源码)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/293593

相关文章

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟&nbsp;开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚&nbsp;第一站:海量资源,应有尽有 走进“智听

在JS中的设计模式的单例模式、策略模式、代理模式、原型模式浅讲

1. 单例模式(Singleton Pattern) 确保一个类只有一个实例,并提供一个全局访问点。 示例代码: class Singleton {constructor() {if (Singleton.instance) {return Singleton.instance;}Singleton.instance = this;this.data = [];}addData(value)

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

如何在Visual Studio中调试.NET源码

今天偶然在看别人代码时,发现在他的代码里使用了Any判断List<T>是否为空。 我一般的做法是先判断是否为null,再判断Count。 看了一下Count的源码如下: 1 [__DynamicallyInvokable]2 public int Count3 {4 [__DynamicallyInvokable]5 get

工厂ERP管理系统实现源码(JAVA)

工厂进销存管理系统是一个集采购管理、仓库管理、生产管理和销售管理于一体的综合解决方案。该系统旨在帮助企业优化流程、提高效率、降低成本,并实时掌握各环节的运营状况。 在采购管理方面,系统能够处理采购订单、供应商管理和采购入库等流程,确保采购过程的透明和高效。仓库管理方面,实现库存的精准管理,包括入库、出库、盘点等操作,确保库存数据的准确性和实时性。 生产管理模块则涵盖了生产计划制定、物料需求计划、

Spring 源码解读:自定义实现Bean定义的注册与解析

引言 在Spring框架中,Bean的注册与解析是整个依赖注入流程的核心步骤。通过Bean定义,Spring容器知道如何创建、配置和管理每个Bean实例。本篇文章将通过实现一个简化版的Bean定义注册与解析机制,帮助你理解Spring框架背后的设计逻辑。我们还将对比Spring中的BeanDefinition和BeanDefinitionRegistry,以全面掌握Bean注册和解析的核心原理。

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显

kubelet组件的启动流程源码分析

概述 摘要: 本文将总结kubelet的作用以及原理,在有一定基础认识的前提下,通过阅读kubelet源码,对kubelet组件的启动流程进行分析。 正文 kubelet的作用 这里对kubelet的作用做一个简单总结。 节点管理 节点的注册 节点状态更新 容器管理(pod生命周期管理) 监听apiserver的容器事件 容器的创建、删除(CRI) 容器的网络的创建与删除