量化交易：KDJ周线择时

# 导入函数库
from jqdata import *
import jqdata
import jqlib.technical_analysis
import pandas as pdimport talib as ta# 初始化函数，设定基准等等
def initialize(context):# 设定沪深300作为基准set_benchmark('000300.XSHG')# 开启动态复权模式(真实价格)set_option('use_real_price', True)# 输出内容到日志 log.info()log.info('初始函数开始运行且全局只运行一次')# 过滤掉order系列API产生的比error级别低的log# log.set_level('order', 'error')### 股票相关设定 #### 股票类每笔交易时的手续费是：买入时佣金万分之三，卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')## 运行函数（reference_security为运行时间的参考标的；传入的标的只做种类区分，因此传入'000300.XSHG'或'510300.XSHG'是一样的）# 开盘前运行run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')# 开盘时运行run_daily(market_open, time='open', reference_security='000300.XSHG')# 收盘后运行run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')## 开盘前运行函数
def before_market_open(context):# 输出运行时间log.info('函数运行时间(before_market_open)：'+str(context.current_dt.time()))# 给微信发送消息（添加模拟交易，并绑定微信生效）# send_message('美好的一天~')# 要操作的股票：平安银行（g.为全局变量）g.security = '000300.XSHG'# 交易标志g.target_sign=0g.jintian=shift_trading_day(context,0)g.zuotian=shift_trading_day(context,-1)g.qiantian=shift_trading_day(context,-2)security=g.security'''# 内置函数：计算它的KDJpre_K,pre_D,pre_J = jqlib.technical_analysis.KDJ(security, check_date=g.qiantian, N =9, M1=3, M2=3) K1,D1,J1 = jqlib.technical_analysis.KDJ(security, check_date=g.zuotian, N =9, M1=3, M2=3) # 最粗糙的金叉if K1[security]>D1[security] and pre_K[security]<=pre_D[security]:g.target_sign=1elif     K1[security]<D1[security]:# K<d 清仓g.target_sign=-1else:g.target_sign=0'''# 纯计算KDJ，采用了5d表示周数据close_data = attribute_history(security, 180, '5d', ['close','high','low'],df=True)dw = close_data#print (dw)dw.index = range(len(dw))dw['slowk'], dw['slowd'] = ta.STOCH(dw['high'].values,dw['low'].values,dw['close'].values,fastk_period=9,slowk_period=3,slowk_matype=0,slowd_period=3,slowd_matype=0)df = pd.DataFrame(data=dw)#row = df.iloc[-10:].values#print(row)# slowk是 K   ；slowd是 D#print (df)KD_qiantian=df.iloc[-2]KD_zuotian=df.iloc[-1]   pre_K= KD_qiantian['slowk']pre_D= KD_qiantian['slowd']  K1= KD_zuotian['slowk']D1= KD_zuotian['slowd']  # 最粗糙的金叉if K1>D1 and pre_K<=pre_D:g.target_sign=1elif     K1<D1:# K<d 清仓g.target_sign=-1else:g.target_sign=0## 开盘时运行函数
def market_open(context):log.info('函数运行时间(market_open):'+str(context.current_dt.time()))security = g.security# 取得当前的现金cash = context.portfolio.available_cash# 如果有仓位，判断清仓标志if context.portfolio.positions[security].closeable_amount > 0 and g.target_sign==-1:# 记录这次卖出log.info("价格低于均价, 卖出 %s" % (security))# 卖出所有股票,使这只股票的最终持有量为0order_target(security, 0)# 如果KDJ金叉买入和有钱，全仓买入elif cash>1000 and g.target_sign==1:# 记录这次买入log.info("价格高于均价 1%%, 买入 %s" % (security))# 用所有 cash 买入股票order_value(security, cash)## 收盘后运行函数
def after_market_close(context):log.info(str('函数运行时间(after_market_close):'+str(context.current_dt.time())))#得到当天所有成交记录trades = get_trades()for _trade in trades.values():log.info('成交记录：'+str(_trade))log.info('一天结束')log.info('##############################################################')# 日期转化
def shift_trading_day(context,shift_):#d0=datetime.date(context.current_dt)d0 = context.current_dt.date()#当前日期(包含了时分秒)先转字符串#d0=datetime.strftime(d0,'%Y%m%d')#当前日期(不包含了时分秒)再转回时间格式，实则去时分秒与jqdata.get_all_trade_days()列表中信息相符合#d0=datetime.strptime(d0, '%Y%m%d').date()# 获取所有的交易日，返回一个包含所有交易日的 list,元素值为 datetime.date 类型.tradingday = jqdata.get_all_trade_days()# 得到date之后shift天那一天在列表中的行标号 返回一个数shiftday_index = list(tradingday).index(d0) + shift_# 根据行号返回该日日期 为datetime.date类型return tradingday[shiftday_index]

量化交易：KDJ周线择时相关推荐

quantrader和matlab不匹配,【Matlab量化投资】支持向量机择时策略
原标题:[Matlab量化投资]支持向量机择时策略感谢国泰安与本公众号合作推出[Matlab量化投资系列] 机器学习所谓机器学习,其实就是根据样本数据寻找规律,然后再利用这些规律来预测未来的数据 ...
【量化投资】基金择时策略浅析（3） -实用择时方法
常见择时方法本系列第一篇文章中曾介绍过选品和择时的概念,并且提到过这两个其实都是定义比较宽松的概念,任何投资者在任何市场中做的投资决策,无论是依据基本面因素,技术指标,还是量化模型,都可以看作择时. ...
基于matlab量化投资策略,【Matlab量化投资】支持向量机择时策略
推出[Matlab量化投资系列] 机器学习所谓机器学习,其实就是根据样本数据寻找规律,然后再利用这些规律来预测未来的数据(结果). 但是,直到今天,机器学习也没有一种被大家广泛认同的理论框架产生,这 ...
“降准”带来大牛市？量化测算PMI 社融汇率等宏观数据A股择时效果
就在上周1月4日,为进一步支持实体经济发展,中国人民银行决定下调金融机构存款准备金率1个百分点.但是你是否通过严谨的量化模型,测算过PMI.利率.货币供应量.准备金率等各种指标的综合择时结果?今天聚宽 ...
Python量化投资——股票择时到底能否赚钱？TA-Lib 33种技术指标有效性横向大评比
TA-Lib中33种技术指标回测研究 `Python`量化投资--`TA-Lib`中33种股票择时技术指标的有效性研究为什么要做这个评测技术指标清单评测方法评测工具测试方法及评价指标期待你 ...
根据《LLT低延迟趋势线与交易性择时短线择时策略研究》的python模型策略开发
<低延迟趋势线与交易性择时短线择时策略研究>  传统移动平均线(MA)的缺点移动平均线(MA)是技术分析中常用的一类趋势跟踪指标,其可以在一定程度上刻画股票价格或指数的变动方向.MA ...
python 了解量化交易
股票的特性 1.股票.基金.债券的区别股票:是股份公司发行的所有权凭证,属于投资,投资进去的钱,公司赚你就赚,公司亏你就亏盈亏自负. 基金:投资组合(股票.债券.现金)大部分基金一半以上的持仓都是 ...
中低频量化交易策略研发04_ 简单的择时策
4.1 择时策略的基本框架图 4.3 多分类的基本择时策略框架 4.2 均线趋势策略的简单优化这里进行的优化,其实就是很简单的将所有参数的可能组合都测试一遍,然后选取整体收益最高的参数组合,这种方 ...
python量化交易--择时策略
1.在banban网爬取所有A股的股票名称和代码. 观察板板网站的股票,将在深圳上市和上海上市的A股信息爬取并保存到本地文件 2.传入股票代码,利用tushare api提取股票的所有历史数据,对股票 ...

量化交易：KDJ周线择时

量化交易：KDJ周线择时相关推荐

最新文章

热门文章