[模板与范例参考] 海龟交易法(期货)Python策略源码模板【东方财富Python量化】

1. # coding=utf-8
   
2. from __future__ import print_function, absolute_import, unicode_literals
   
3. import numpy as np
   
4. import pandas as pd
   
5. from gm.api import *
   
6. 
   
7. 
   
8. '''
   
9. 以短期为例：20日线
   
10. 第一步：获取历史数据，计算唐奇安通道和ATR
    
11. 第二步：当突破唐奇安通道时，开仓。
    
12. 第三步：计算加仓和止损信号。
    
13. '''
    
14. 
    
15. 
    
16. def init(context):
    
17.     # 设置计算唐奇安通道的参数
    
18.     context.n = 20
    
19.     # 设置合约标的
    
20.     context.symbol = 'DCE.i2012'
    
21.     # 设置交易最大资金比率
    
22.     context.ratio = 0.8
    
23.     # 订阅数据
    
24.     subscribe(symbols=context.symbol, frequency='60s', count=2)
    
25.     # 获取当前时间
    
26.     time = context.now.strftime('%H:%M:%S')
    
27.     # 如果策略执行时间点是交易时间段，则直接执行algo定义atr等参数，以防直接进入on_bar()导致atr等未定义
    
28.     if '09:00:00' < time < '15:00:00' or '21:00:00' < time < '23:00:00':
    
29.         algo(context)
    
30.     # 如果是交易时间段，等到开盘时间确保进入algo()
    
31.     schedule(schedule_func=algo, date_rule='1d', time_rule='09:00:00')
    
32.     schedule(schedule_func=algo, date_rule='1d', time_rule='21:00:00')
    
33. 
    
34. 
    
35. def algo(context):
    
36.     # 计算通道的数据:当日最低、最高、上一交易日收盘
    
37.     # 注：由于talib库计算ATR的结果与公式求得的结果不符，所以这里利用公式计算ATR
    
38.     # 如果是回测模式,当天的数据直接用history取到
    
39.     if context.mode == 2:
    
40.         data = history_n(symbol=context.symbol, frequency='1d', count=context.n+1, end_time=context.now, fields='close,high,low,bob', df=True) # 计算ATR
    
41.         tr_list = []
    
42.         for i in range(0, len(data)-1):
    
43.             tr = max((data['high'].iloc[i] - data['low'].iloc[i]), data['close'].shift(-1).iloc[i] - data['high'].iloc[i],
    
44.                      data['close'].shift(-1).iloc[i] - data['low'].iloc[i])
    
45.             tr_list.append(tr)
    
46.         context.atr = int(np.floor(np.mean(tr_list)))
    
47.         context.atr_half = int(np.floor(0.5 * context.atr))
    
48.         # 计算唐奇安通道
    
49.         context.don_open = np.max(data['high'].values[-context.n:])
    
50.         context.don_close = np.min(data['low'].values[-context.n:])
    
51. 
    
52.     # 如果是实时模式，当天的数据需要用current取到
    
53.     if context.mode == 1:
    
54.         data = history_n(symbol=context.symbol, frequency='1d', count=context.n, end_time=context.now, fields='close,high,low',
    
55.                          df=True)  # 计算ATR
    
56.         current_data = current(symbols=context.symbol)   # 最新一个交易日的最高、最低
    
57.         tr_list = []
    
58.         for i in range(1, len(data)):
    
59.             tr = max((data['high'].iloc[i] - data['low'].iloc[i]),
    
60.                      data['close'].shift(-1).iloc[i] - data['high'].iloc[i],
    
61.                      data['close'].shift(-1).iloc[i] - data['low'].iloc[i])
    
62.             tr_list.append(tr)
    
63.         # 把最新一期tr加入列表中
    
64.         tr_new = max((current_data[0]['high'] - current_data[0]['low']),
    
65.                      data['close'].iloc[-1] - current_data[0]['high'],
    
66.                      data['close'].iloc[-1] - current_data[0]['low'])
    
67.         tr_list.append(tr_new)
    
68.         context.atr = int(np.floor(np.mean(tr_list)))
    
69.         context.atr_half = int(np.floor(0.5 * context.atr))
    
70.         # 计算唐奇安通道
    
71.         context.don_open = np.max(data['high'].values[-context.n:])
    
72.         context.don_close = np.min(data['low'].values[-context.n:])
    
73. 
    
74.     # 计算加仓点和止损点
    
75.     context.long_add_point = context.don_open + context.atr_half
    
76.     context.long_stop_loss = context.don_open - context.atr_half
    
77.     context.short_add_point = context.don_close - context.atr_half
    
78.     context.short_stop_loss = context.don_close + context.atr_half
    
79. 
    
80. 
    
81. def on_bar(context, bars):
    
82.     # 提取数据
    
83.     symbol = bars[0]['symbol']
    
84.     recent_data = context.data(symbol=context.symbol, frequency='60s', count=2, fields='close,high,low')
    
85.     close = recent_data['close'].values[-1]
    
86. 
    
87.     # 账户仓位情况
    
88.     position_long = context.account().position(symbol=symbol, side=PositionSide_Long)
    
89.     position_short = context.account().position(symbol=symbol, side=PositionSide_Short)
    
90. 
    
91.     # 当无持仓时
    
92.     if not position_long and not position_short:
    
93.         # 如果向上突破唐奇安通道，则开多
    
94.         if close > context.don_open:
    
95.             order_volume(symbol=symbol, side=OrderSide_Buy, volume=context.atr, order_type=OrderType_Market, position_effect=PositionEffect_Open)
    
96.             print('开多仓atr')
    
97.         # 如果向下突破唐奇安通道，则开空
    
98.         if close < context.don_close:
    
99.             order_volume(symbol=symbol, side=OrderSide_Sell, volume=context.atr, order_type=OrderType_Market, position_effect=PositionEffect_Open)
    
100.             print('开空仓atr')
     
101. 
     
102.     # 有持仓时
     
103.     # 持多仓，继续突破（加仓）
     
104.     if position_long:
     
105.         # 当突破1/2atr时加仓
     
106.         if close > context.long_add_point:
     
107.             order_volume(symbol=symbol, volume=context.atr_half, side=OrderSide_Buy, order_type=OrderType_Market,position_effect=PositionEffect_Open)
     
108.             print('继续加仓0.5atr')
     
109.             context.long_add_point += context.atr_half
     
110.             context.long_stop_loss += context.atr_half
     
111.         # 持多仓，止损位计算
     
112.         if close < context.long_stop_loss:
     
113.             volume_hold = position_long['volume']
     
114.             if volume_hold >= context.atr_half:
     
115.                 order_volume(symbol=symbol, volume=context.atr_half, side=OrderSide_Sell, order_type=OrderType_Market, position_effect=PositionEffect_Close)
     
116.             else:
     
117.                 order_volume(symbol=symbol, volume=volume_hold, side=OrderSide_Sell, order_type=OrderType_Market,position_effect=PositionEffect_Close)
     
118.             print('平多仓0.5atr')
     
119.             context.long_add_point -= context.atr_half
     
120.             context.long_stop_loss -= context.atr_half
     
121. 
     
122.     # 持空仓，继续突破（加仓）
     
123.     if position_short:
     
124.         # 当跌破加仓点时加仓
     
125.         if close < context.short_add_point:
     
126.             order_volume(symbol = symbol, volume=context.atr_half, side=OrderSide_Sell, order_type=OrderType_Market, position_effect=PositionEffect_Open)
     
127.             print('继续加仓0.5atr')
     
128.             context.short_add_point -= context.atr_half
     
129.             context.short_stop_loss -= context.atr_half
     
130.         # 持多仓，止损位计算
     
131.         if close > context.short_stop_loss:
     
132.             volume_hold = position_short['volume']
     
133.             if volume_hold >= context.atr_half:
     
134.                 order_volume(symbol=symbol, volume=context.atr_half, side=OrderSide_Buy, order_type=OrderType_Market, position_effect=PositionEffect_Close)
     
135.             else:
     
136.                 order_volume(symbol=symbol, volume=volume_hold, side=OrderSide_Buy, order_type=OrderType_Market,position_effect=PositionEffect_Close)
     
137.             print('平空仓0.5atr')
     
138.             context.short_add_point += context.atr_half
     
139.             context.short_stop_loss += context.atr_half
     
140. 
     
141. 
     
142. if __name__ == '__main__':
     
143.     '''
     
144.     strategy_id策略ID,由系统生成
     
145.     filename文件名,请与本文件名保持一致
     
146.     mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
     
147.     token绑定计算机的ID,可在系统设置-密钥管理中生成
     
148.     backtest_start_time回测开始时间
     
149.     backtest_end_time回测结束时间
     
150.     backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
     
151.     backtest_initial_cash回测初始资金
     
152.     backtest_commission_ratio回测佣金比例
     
153.     backtest_slippage_ratio回测滑点比例
     
154.     '''
     
155.     run(strategy_id='strategy_id',
     
156.         filename='main.py',
     
157.         mode=MODE_BACKTEST,
     
158.         token='{{token}}',
     
159.         backtest_start_time='2020-02-15 09:15:00',
     
160.         backtest_end_time='2020-09-01 15:00:00',
     
161.         backtest_adjust=ADJUST_PREV,
     
162.         backtest_initial_cash=1000000,
     
163.         backtest_commission_ratio=0.0001,
     
164.         backtest_slippage_ratio=0.0001)

复制代码