技术指标计算 - 量化交易

量化交易 · 2019年03月02日 · 980 次阅读

读者寄语: 不管是您想投资美股, 还是想投资港股，保持好自己的心态是最重要的。特别在美股、港股市场拥有一套成熟的金融市场，市场鼓励长期持有，而不是短期的投机炒作。选择一个好的公司, 耐心的等待, 做时间的朋友。如果您想咨询美股开户、港股开户相关的问题, 或者您对美股、港股感兴趣可以添加微信交流: xiaobei060537

主要根据老虎量化API, 实现一些量化的实例以及一些运行代码的结果分析。利用回归测试，根据历史的下单记录计算回测的收益曲线，以及风险收益指标，从而验证自己的投资习惯; 如果你对量化交易感兴趣可以加微信: xiaobei060537 一起交流

量化交易

主要根据老虎量化API, 实现一些量化的实例以及一些运行代码的结果分析

策略思路

使用 talib 计算个股的均线
如果10日均线大于25日均线则全仓买入
如果10日均线小于25日均线的0.98则空仓
基准与交易标的相同，超额收益完全来源于择时

导读

本代码运行老虎证券pc 端量化交易环境, 运行前可以点链接注册老虎证券使用模拟账号进行运行量化代码，同时可以享受美股佣金8折永久优惠！11股小米股票（价值385港币）。

实例代码


import talib as ta

# 策略初始化方法， 只在开始执行回测时运行一次
def initialize(context):
    print('初始化策略')
    # 使用 SPY 作为策略基准
    set_benchmark(symbol('SPY'))
    # 定义要交易的标的
    context.asset = symbol('jd')

# 在每个交易日开始前运行方法
def before_trading_start(context, data):
    # 获取过去25天的收盘价
    history = data.history(assets=context.asset,
                            fields='close',
                            bar_count=25,
                            frequency='1d')
    log.info(history.tail())
    # 使用 talib 计算短期和长期移动均线
    short_ma = ta.MA(history.values,timeperiod=10)[-1]
    long_ma = ta.MA(history.values,timeperiod=25)[-1]
    # 将计算好的数据放入context 中， 方便handle_data 使用
    context.short_ma = short_ma
    context.long_ma = long_ma

# 每个 bar 结束时运行一次
def handle_data(context, data):
    short_ma = context.short_ma
    long_ma = context.long_ma
    print(short_ma, long_ma)
    total_value = context.portfolio.portfolio_value
    # 如果10日均线大于25日均线， 满仓买入
    if short_ma > long_ma:
        log.info('多头趋势，全仓买入')
        order_target_value(context.asset, total_value)

    # 如果10日均线小于25日均线的0.98， 不持仓
    elif short_ma < 0.98 * long_ma:
        log.info('空头趋势，不持仓')
        order_target_value(context.asset, 0)