股票365bet交易策略(附源碼)

? 在白天撥準的快慢買賣(日) 顧客是一種買賣方法。。頭等是指詐騙時期短。,無隔夜買賣。。日內買賣捕獲買賣時機,可以立刻,倘若進入去市場買東西就得不到邊緣,預備好最幾乎的地距。。由于這樣地買賣在去市場買東西上很短。,這么去市場買東西動搖的風險很低。。眼前,世上相當多的買賣者運用這項買賣來通用刺戳。,成曾經通用。。

日內戰術在奇納河去市場買東西可行嗎?

? 與海外去市場買東西不尋常的,奇納河股市眼前在家具T+1買賣。,在此根底上,停止T+0運算。,它必需品是第一位高席位和低吸取。。

? that的復數有豐富體驗的,在日內買賣中去成的人。,在產權證券權利的對象撥準的快慢,會對日內買賣發生濃重興味。,買賣頻率會高尚的。。下面的表達隱含了第一位隱含的預設。:必然是that的復數缺勤預備好賣掉這一天到晚的人。,另外會為了數個點的巨大價差而得失相當。

? 日內買賣的表現特性的是收市快,息差小。,買賣者利市的頭等限制是價錢不尋常的。。戰場眼前券商經用的傭錢規范,瓦城,第一位未經觸動的的買賣圓狀物的摩擦本錢略沒有,從這一點看,低傭錢使得在白天撥準的快慢買賣的邊緣絕對輕易。。戰場我本身的買賣體驗,如果政黨的在單一邊緣沉思擔任守隊隊員是有理的,在一世紀一次的的速度中,兩者都都能通用很多精力旺盛的的進項。。

戰略思惟

  • 這一戰術率先補進10000股。。

  • 由于300 S知識計算MACD(12)。,26,9)線。

  • MACD海面下的金叉,夠支付1000股適合EMA的產權證券。,MACD水叉,按EMA名次1000股。。

  • 每天經紀的產權證券美國昆騰公司不超過剛才的席位。,在親密的先發制人,將席位校準到翻開席位。。

戰術家具的頭等尺寸

訂閱知識

subscribe(symbols=symbols, frequency=''300s'', count=35, wait_group=True)(symbols=symbols, frequency=''300s'', count=35, wait_group=True)

? 訂閱知識需求下定義。init有或起作用外面設置,并呼喚subscribe有或起作用:

  • symbols需求發現用戶信號。。

  • frequency需求設置訂閱知識的包圍超過。,設置在在這一點上1d 這宣講把一天到晚作為第一位圓狀物。。

  • count設置需求設置的條數。

知識獲取

recent_data = context.data(symbol=symbol, frequency=''300s'', count=35, fields=親密的) = context.data(symbol=symbol, frequency=''300s'', count=35, fields=親密的)

? 訂閱知識后,您需求獲取已訂閱的使運行知識。,這次你需求呼喚。有或起作用:

  • symbols 需求發現用戶信號。。

  • frequency需求設置訂閱知識的包圍超過。,設置在在這一點上1d這宣講把一天到晚作為第一位圓狀物。。

  • count設置需求設置的條數。

  • fields要設置的返鄉值典型

獲取現在時的的酒吧時期

defon_bar(context, bars):
 ? ?bar = bars[0]
 ? ?day = bar.bob.strftime(''%Y-%m-%d %H:%M:%S'')on_bar(context, bars):
 ? ?bar = bars[0]
 ? ?day = bar.bob.strftime(''%Y-%m-%d %H:%M:%S'')

? 在on_bar有或起作用里,需求斷定現在時的bar這是當天買賣的到底偏愛的嗎?,決定即使親密的倉庫棧。,這可以最幾乎的使分娩到過來。bar的數據。

決定因素名 典型 闡明
symbol str 標的信號
frequency str 頻率
open float 以收盤價
close float 收牌價
high float 絕對價
low float 最低價格
amount float 吞吐量
volume float
position long 持倉量
pre_close float 前收牌價
bob datetime.datetime 酒吧開端時期
eob datetime.datetime 酒吧完畢時期

反實驗報告

辨析

? 敝拔取了2016年1月至2016年7月作為回測圓狀物,保利房屋(600048)是標的產權證券。,可以看出:

  • 勝率(懲罰席位數與總收市時期之比),自然,你可以戰場你的需求去做。,為其余的高盈利率發現開平倉庫棧限制。

  • 卡馬比率(運用年度投資的進項與歷史高級的掉出率之比)。最大重新獲得測風險。采取最大重新獲得測風險,最頂點的條款是顧慮的。。卡馬比率越高表現戰略持久每單位最大降低價值通用的懲罰越高。在在這一點上卡馬比率實現了。

  • 夏普比率(投資的進項與進項與風險比率的比率)。

  • 戰術進項半面它與根底產權證券進項有很大的相關性。,日內買賣的用鉸鏈連接是把持費。,借款勝率,盡量借款盈虧賬目率,收牌價的差價大于漢方的差價。。

產權證券365bet買賣戰略源碼:

  1. # coding=utf-8
  2. from __future__ import print_function, absolute_import, unicode_literals
  3. try:
  4. import talib
  5. except:
  6. print(請上升TA LIB庫。)
  7. from gm.api import*
  8. ?
  9. ''''''
  10. 這一戰略率先夠支付10000股產權證券。
  11. 隨后,由于60S知識計算MACD(12)。,26,9)線,夠支付MACD 0股100股。,MACD<0的時候賣出100股
  12. 但每天經紀的產權證券美國昆騰公司不超過剛才的席位。,在親密的先發制人,將席位校準到翻開席位。
  13. 返鄉60秒知識。
  14. 返鄉時期為:2017~0901 08:00:00到2017-10-01 16:00:00
  15. ''''''
  16. ?
  17. ?
  18. def init(context):
  19. # 引起根底產權證券
  20. context.symbol =''''
  21. # 用于決定第一位席位即使成翻開。
  22. context.first =0
  23. # 訂閱浦東發達堆積, 棒頻1min
  24. subscribe(symbols=context.symbol, frequency=60年頭, count=35)
  25. # 365bet每回買賣100股
  26. context.trade_n =100
  27. # 通用過去的時期。
  28. context.day =[0,0]
  29. # 它用于決定發現邏輯的時序即使曾經被發現。
  30. context.ending =0
  31. ?
  32. ?
  33. def on_bar(context, bars):
  34. bar = bars[0]
  35. if context.first ==0:
  36. # 名列前茅初始分派
  37. # 要包含的總席位
  38. context.total =10000
  39. # 收買上海浦東機場開展堆積10000股
  40. order_volume(symbol=context.symbol, volume=context.total, side=PositionSide_Long,
  41. order_type=OrderType_Market, position_effect=PositionEffect_Open)
  42. print(context.symbol,按牌價收盤10000股。)
  43. context.first =1.
  44. day = bar.bob.strftime(''%Y-%m-%d'')
  45. context.day[-1]= day[-2:]
  46. # 日常倉庫棧使運行
  47. context.turnaround =[0,0]
  48. return
  49. ?
  50. # 替換最新日期
  51. day = bar.bob.strftime(''%Y-%m-%d %H:%M:%S'')
  52. context.day[0]= bar.bob.day
  53. # 倘若是新的一天到晚,通用過去的倉庫棧,可以用來轉彎。
  54. if context.day[0]!= context.day[-1]:
  55. context.ending =0
  56. context.turnaround =[0,0]
  57. if context.ending ==1:
  58. return
  59. ?
  60. # 倘若過去有構成疑問句和否定句的倉庫棧作業
  61. if context.total >=0:
  62. # 獲取時期序列知識
  63. symbol = bar[證章]
  64. recent_data = context.data(symbol=symbol, frequency=60年頭, count=35, fields=親密的)
  65. # 計算MACD線
  66. macd = talib.MACD(recent_data[親密的].values)[0][-1]
  67. # 戰場MACD>0,翻開倉庫棧,沒有0。
  68. if macd >0:
  69. # 來回使運行不能超過過去的席位。,另外,它將無法回到剛才的席位。
  70. if context.turnaround[0]+ context.trade_n < context.total:
  71. # 計算積聚席位
  72. context.turnaround[0]+= context.trade_n
  73. order_volume(symbol=context.symbol, volume=context.trade_n, side=PositionSide_Long,
  74. order_type=OrderType_Market, position_effect=PositionEffect_Open)
  75. print(symbol,去市場買東西價錢表是吐艷的。, context.trade_n,產權證券)
  76. elif macd <0:
  77. if context.turnaround[1]+ context.trade_n < context.total:
  78. context.turnaround[1]+= context.trade_n
  79. order_volume(symbol=context.symbol, volume=context.trade_n, side=PositionSide_Short,
  80. order_type=OrderType_Market, position_effect=PositionEffect_Close)
  81. print(symbol,去市場買東西價錢商品交易會,多倉庫棧。, context.trade_n,產權證券)
  82. # 幾乎親密的時期,倘若席位數不如YTEST
  83. if day[11:16]==''14:55''or day[11:16]==''14:57'':
  84. position = context.account().position(symbol=context.symbol, side=PositionSide_Long)
  85. if position[音量]!= context.total:
  86. order_target_volume(symbol=context.symbol, volume=context.total, order_type=OrderType_Market,
  87. position_side=PositionSide_Long)
  88. print(''牌價單回轉裝貨場所使運行...'')
  89. context.ending =1
  90. # 替換過來日期知識
  91. context.day[-1]= context.day[0]
  92. ?
  93. ?
  94. if __name__ ==''__main__'':
  95. ''''''
  96. 戰術首數ID,由零碎產生物理反應
  97. 名聲名聲,請包含與此用銼銼的解釋分歧。
  98. mode實時時尚:MODE_LIVE回測時尚:MODE_BACKTEST
  99. 預兆綁定數紙機的ID。,可以在零碎設置中產生物理反應-秘密密鑰辦理。
  100. 返鄉試驗開端時期
  101. 返鄉試驗完畢時期
  102. backtest_adjust產權證券復職方法不復職:ADJUST_NONE前復職:ADJUST_PREV后復職:ADJUST_POST
  103. 現鈔恢復初始資產
  104. 回溯傭錢比率
  105. backtest_slippage_ratio回測滑點魚鱗
  106. ''''''
  107. run(strategy_id=''strategy_id'',
  108. filename='''',
  109. mode=MODE_BACKTEST,
  110. token=''token_id'',
  111. backtest_start_time=''2017-09-01 08:00:00'',
  112. backtest_end_time=''2017-10-01 16:00:00'',
  113. backtest_adjust=ADJUST_PREV,
  114. backtest_initial_cash=2000000,
  115. backtest_commission_ratio=0.0001,
  116. backtest_slippage_ratio=0.0001)

文字起源于:金塊量子化買賣平臺,重印,請加入。!

———————————————————————————————————————————————————-

更古典文學的的產權證券/轉寄定量戰略源信號看:

發表評論

電子郵件地址不會被公開。 必填項已用*標注