自己做量化交易软件(45)小白量化实战18–直接使用通达信自编指标公式进行分析绘图和回测
小白量化一代提供了Python公式算法模式来写量化程序。
小白量化二代提供了仿通达信公式的模式来写量化程序。
小白量化三代除了仿通达信公式的模式来写量化程序外(见前几篇博客),还支持股票指标直接运算模式。这篇介绍直接使用通达信公式进行回测。
运行公式需要使用小白通达信公式库HP_tdxgs。

import HP_tdxgs as hgs  #小白通达信公式库
tgs1=hgs.Tdxgs()   #创建公式类对象
tgs1.loaddf(df)    #加载行情表
mydf=tgs1.rungs(gs)  #运行公式文本
tgs1.brawline(ax1)   #简单绘制公式指标

其中df是行情库,gs是通达信公式文本。返回包含公式变量的行情库mydf。
tgs1.bl属性是公式中的所有变量名
tgs1.bl2属性是公式中的所有要输出变量名
tgs1.brawline(ax1) #简单绘制公式指标
tgs1.drw属性可以用来自己设计复杂的指标绘图。
tgs1.df属性是运行公式后的mydf表。
下面看KDJ,MACD公式运算的演示程序。

import pandas as pd
import numpy  as np
import matplotlib.pyplot as plt
import HP_tdx as htdx#小白通达信行情库
from HP_formula import *   #小白股票指标公式函数库
import HP_tdxgs as hgs  #小白通达信公式库plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号tdxapi=htdx.TdxInit(ip='180.153.18.171')
df=hgs.get_security_bars()#KDJ指标
gs='''
N:=9;
M1:=3;
M2:=3;
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,M1,1), CIRCLEDOT,COLORFF0000,LINETHICK2;
D:SMA(K,M2,1), LINETHICK3 , COLOR00FF00 ;
J:3*K-2*D, LINETHICK2, COLOR0000FF;
'''#MACD指标
gs2='''
SHORT:=12;
LONG:=26;
MID:=9;
DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,MID);
MACD2:(DIF-DEA)*2,COLORSTICK;
'''#LHXJ 猎狐先觉
gs3='''
VAR1=(CLOSE*2+HIGH+LOW)/4;
VAR2=EMA(VAR1,13)-EMA(VAR1,34);
VAR3=EMA(VAR2,5);
zlqp:(-2)*(VAR2-VAR3)*3.8;
zlkp:2*(VAR2-VAR3)*3.8;
'''#绘制图形
plt.figure(1,figsize=(10,6), dpi=100)
#绘制主图指标
ax1=plt.subplot(311)
#绘制副图指标
ax2=plt.subplot(312)
#绘制副图指标
ax3=plt.subplot(313)tgs1=hgs.Tdxgs()
tgs1.loaddf(df)
mydf=tgs1.rungs(gs)
print('KDJ指标:\n',gs)
print('公式变量:',tgs1.bl)
print('输出变量:',tgs1.bl2)
tgs1.brawline(ax1)#print(gs2)
tgs2=hgs.Tdxgs()
tgs2.loaddf(df)
mydf=tgs2.rungs(gs2)
tgs2.brawline(ax2)#print(gs2)
tgs3=hgs.Tdxgs()
tgs3.loaddf(df)
mydf=tgs3.rungs(gs3)
tgs3.brawline(ax3)
plt.show()

程序运行结果。

下面看看如何利用KDJ指标进行回测。

# -*- coding: utf-8 -*-
"""
##  小白量化事件回测程序--A股回测
#购买<零基础搭建量化投资系统>正版书,送小白一、二代量化软件源代码。
# https://item.jd.com/61567375505.html
#独狼荷蒲qq:2775205
#通通python量化群:524949939
#电话微信:18578755056
#微信公众号:独狼股票分析
#最后修改日期:2021年09月23日
"""
import pandas as pd
import numpy  as np
import datetime as dt
import time
import matplotlib.pyplot as pltimport HP_tdx as htdx#小白通达信行情库
from HP_formula import *   #小白股票指标公式函数库
import HP_tdxgs as hgs  #小白通达信公式库
import HP_quant as hqu   #小白量化事件回测plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号code='600030'tdxapi=htdx.TdxInit(ip='180.153.18.171')
df=hgs.get_security_bars(code=code,nCount=800)#KDJ指标
gs='''
N:=22;
M1:=11;
M2:=22;
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,M1,1), CIRCLEDOT,COLORFF0000,LINETHICK2;
D:SMA(K,M2,1), LINETHICK3 , COLOR00FF00 ;
J:3*K-2*D, LINETHICK2, COLOR0000FF;
B:CROSS(K,D);
S:=CROSS(D,K);
'''tgs1=hgs.Tdxgs()
tgs1.loaddf(df)
mydf=tgs1.rungs(gs)G=hqu.GlobalVars()   #用户全局变量
context = hqu.Context()  #创建回测句柄
data = hqu.Data()  #创建交易数据data.code=code   #回测品种
data.price=0.0  #成本价def initialize(context,df):print('回测初始化')context.f1=0.001   #买入佣金context.f2=0.001   #卖出佣金context.f3=0.001   #买入印花税context.f4=0.00   #卖出印花税context.f5=0.00005   #交易费(香港)context.f6=0.000027   #交易征费(香港)context.f7=0.00002   #交收费(香港)context.lot=100   #每手股数# 定义一个全局变量, 保存要操作的证券                                                                                           context.stocks = []   #股票池context.cash=1000000.00    #初始现金context.cash2=context.cash    #初始现金context.i=0        #i是起始位置context.start=0        #i是起始位置context.end=1500        #i是结束位置df['mode']=0  #买卖状态df['yl']=0   #盈利df['jz']=context.cash  #净值context.mydf=df    #df数据context.yingli=5.0   #基准盈利context.kuisun=-10.0  #基准亏损context.volume=0.00   #持仓量context.mode=0   #买单状态0:空仓,1:多单,2:空单context.end=len(context.mydf)  #结束位置context.start=0        #i是起始位置context.dc=0.5   #点差context.price=0.0   #成本价context.s1=0   #买多次数context.s2=0   #买空次数context.s3=0   #平仓次数context.s4=0   #止损次数#买
def buy(context, data,volume=0.1):cash=context.cashlot=int(cash/(data.close*(1+context.f1+context.f3))/context.lot)context.volume=lotcontext.cash=cash-lot*context.lot*data.close*(1+context.f1+context.f3+context.f5+context.f6+context.f7)data.price=data.close*(1+context.f1+context.f3)context.mode=1context.price=data.pricecontext.s1=context.s1+1print('买入',lot,data.price)#卖
def sell(context, data,volume=0.1):cash=data.close*(1-context.f2-context.f4)*context.lot*context.volumecontext.cash=context.cash+cashdata.price=data.close*(1-context.f2-context.f4)lot=context.volumecontext.price=data.pricecontext.mode=0context.volume=0.0context.s2=context.s2+1print('卖出',lot,data.price)mydf['HL']=0.00  #获利比例#策略初始化
initialize(context,mydf)
context.end=len(mydf)
print(mydf)#用户策略
def handle_data(context,data):i=context.i#获取每个数据的值df3=context.mydfdata.high=df3.at[i,'high']data.low=df3.at[i,'low']data.open=df3.at[i,'open']data.close=df3.at[i,'close']B=df3.at[i,'B']S=df3.at[i,'S']#计算买卖if context.mode==0 and B==1:  #买多buy(context, data)elif context.mode==1 and S==1:  #买空sell(context, data)#计算获利率context.mydf.at[i,'HL']=(context.cash+context.volume*context.lot*data.close-context.cash2)/context.cash2*100context.i=i+1   #继续下一个周期#开始回测
m=context.end-context.start
#循环回测
for i in range(context.start,context.end):context.i=ihandle_data(context,data)print('当前进度:',(i*100/m),'资金: ',context.cash)print('买多:',context.s1,'买空:',context.s2,'止损:',context.s4,'资金:',context.cash)
print('持仓:', context.volume*context.lot,'现价:',data.close)
print('初始资产:',context.cash2)
print('当前资产:',round(context.cash+context.volume*context.lot*data.close,2))
print('涨幅:',round(((context.cash+context.volume*context.lot*data.close)-context.cash2)*100/context.cash2,2),"%")######下面是绘图
mydf=context.mydf#绘制图形
plt.figure(1,figsize=(12,8), dpi=80)#绘制主图指标
ax1=plt.subplot(311)
mydf['K'].plot.line(legend=True)
mydf['D'].plot.line(legend=True)
mydf['J'].plot.line(legend=True)#绘制副图指标
ax2=plt.subplot(312)
mydf['B'].plot.line(legend=True)
mydf['S'].plot.line(legend=True)#绘制副图指标
ax2=plt.subplot(313)
mydf.HL.plot(color='orange', grid='on',legend=True)
mydf.B.plot(color='blue',legend=True)
mydf.S.plot(color='green',legend=True)
#添加标题
plt.title(code+'  获利')
plt.show()

程序运行结果:

当前进度: 99.25 资金:  1004.8229200041387
当前进度: 99.375 资金:  1004.8229200041387
当前进度: 99.5 资金:  1004.8229200041387
当前进度: 99.625 资金:  1004.8229200041387
当前进度: 99.75 资金:  1004.8229200041387
当前进度: 99.875 资金:  1004.8229200041387
买多: 16 买空: 15 止损: 0 资金: 1004.8229200041387
持仓: 76400 现价: 26.2
初始资产: 1000000.0
当前资产: 2002684.82
涨幅: 100.27 %


我们正在设计第三代小白量化平台,这篇介绍了其中的工作进展。

请持续关注我的博客,我的进步,就是你的进步!

自己做量化交易软件(45)小白量化实战18--直接使用通达信自编指标公式进行分析绘图和回测相关推荐

  1. 自己做量化交易软件(31)小白量化实战5--板块股票池与基本面选股

    自己做量化交易软件(31)小白量化实战5–板块股票池与基本面选股 在小白量化软件中,股票池与板块是一样的,都是股票代码列表.前面博客有零散知识的介绍. 小白量化学习(4)基本面选股与股票池 https ...

  2. 自己做量化交易软件(34)小白量化实战7--投资理念与通达信公式回测(2)

    自己做量化交易软件(34)小白量化实战7–投资理念与通达信公式回测(2) 投资通俗地讲就是"财富变压器".投资是使资本和财富生长的源泉.没有证券市场和期货市场时投资者当投出一元钱时 ...

  3. 自己做量化交易软件(44)小白量化实战17--利用小白量化金融模块在迅投QMT极速策略交易系统上仿大智慧指标回测及实战交易设计

    自己做量化交易软件(44)小白量化实战17–利用小白量化金融模块在迅投QMT极速策略交易系统上仿大智慧指标回测及实战交易设计 小白量化平台是由若干小白金融模块构成.其中包含行情接收模块,仿通达信大智慧 ...

  4. 自己做量化交易软件(43)小白量化实战16--利用小白量化金融模块在恒生PTrade交易系统(交易端)上仿大智慧指标回测及实战交易设计

    自己做量化交易软件(43)小白量化实战16–利用小白量化金融模块在恒生PTrade交易系统(交易端)上仿大智慧指标回测及实战交易设计 量化产品PTrade(Personalise Trade)交易系统 ...

  5. 自己做量化交易软件(39)小白量化实战12--利用神经网络程序预测价格上涨

    自己做量化交易软件(39)小白量化实战12–利用神经网络程序预测价格上涨 大家使用小白量化软件的主要目不是为了仿通达信公式和仿大智慧公式,大家主要的目的想利用Python神经网络和深度学习等功能来用人 ...

  6. 自己做量化交易软件(33)小白量化实战7--投资理念与通达信公式回测(1)

    自己做量化交易软件(33)小白量化实战7–投资理念与通达信公式回测(1) 什么是投资理念?我们先给大家讲个小故事. 从前,有个郑国人,打算到集市上买双鞋穿.他先把自己脚的长短量了一下,做了一个尺子.可 ...

  7. 自己做量化交易软件(35)小白量化实战8--事件型回测程序

    自己做量化交易软件(35)小白量化实战8–事件型回测程序 小白量化第二代程序也提供了一个简单的事件型回测程序,我们前面的博客文章有介绍这方面的知识.当时用MT5 做的回测演示,见文章:自己做量化交易软 ...

  8. 自己做量化交易软件(29)小白量化实战3--跨周期共振

    自己做量化交易软件(29)小白量化实战3–跨周期共振 在第一次世界大战中,一队德国士兵迈着整齐的步伐,通过一座桥,结果把桥踩塌.就桥梁的本身负载能力而言,远远大过这队德国士兵的重量,但由于士兵步调整齐 ...

  9. 自己做量化交易软件(41)小白量化实战14--美国17年周期蝉与指标参数设计技巧

    自己做量化交易软件(41)小白量化实战14–美国17年周期蝉与指标参数设计技巧 我们从新闻开始谈投资分析理念. 最近的有新闻介绍美国17年周期蝉,根据科学家的长期监测,每隔十几年,从地下钻出的蝉的数量 ...

  10. 自己做量化交易软件(23)小白量化之MetaTrader5自动交易2

    自己做量化交易软件(23)小白量化之MetaTrader5自动交易2 上一篇我们介绍了MetaTrader 5关于交易类的函数功能,这篇文章主要介绍行情获取等方面知识. 一.获取MetaTrader ...

最新文章

  1. ATS 5.3.0命令行工具traffic_via
  2. 解决Ubuntu16.04视频编码出现Unknown encoder 'libx264'问题
  3. 展望企业级移动设备的操作系统
  4. centos sudo不能运行_Linux操作系统中sudo的使用和sudoers配置
  5. odoo13中的模型类中的方法函数ORM方法以及模型方法的装饰器
  6. ssh连接+执行系统命令
  7. 瀑布模型 原型模型 增量模型 螺旋模型的优缺点
  8. P1412-经营与开发【dp】
  9. armadillo 库加入项目中程序卡死不运行的问题
  10. Android Picasso最详细的使用指南
  11. Sublime text3 修改字体和行间距
  12. Java连Mysql数据库
  13. mysql 重置表索引_第19期:索引设计(哈希索引数据分布与使用场景)
  14. 宝峰c1对讲机写频软件_宝峰对讲机写频软件
  15. AT91SAM9260使用SAM-BA调试BOOT程序
  16. 上“低代码”半年,30名程序员被裁,CTO离职!
  17. 终于拿到了阿里2023年度九大Java技术文档——面试题+文档+白皮书
  18. 设计数据密集型应用(一),DDIA
  19. 重要!我的公众号要改名了(一些感想...)
  20. winform中添加Windows Media Player

热门文章

  1. matlab时频工具箱简介,matlab时频分析工具箱下载_matlab时频分析工具箱官方下载-太平洋下载中心...
  2. 解决使用百度地图默认定位是北京的问题
  3. 软件工程期末考试试题及答案(详细、经典)
  4. 计算机专业认识实习目的,计算机专业实习目的与意义
  5. mysql 中文社区版_mysql数据库下载官网_mysql中文官方网站下载
  6. 关于计算机动画制作的过程,关于计算机制作动画的过程
  7. 方正台式计算机初始bios密码,方正电脑刷BIOS的方法
  8. java cxf调用webservice_Java调用WebService方法总结(7)--CXF调用WebService
  9. Android C++ OpenGL教程课程总结
  10. MyBatis出现参数索引越界