10 分钟带你开启量化交易之旅

2020-04-15 02:48发布

10 分钟带你开启量化交易之旅

对于大部分人来说,量化交易是非常陌生与神秘的。本篇文章将带你开启量化交易之旅!   本篇文章内容摘要:1.理解量化策略的基本框架。2.学会编写一个简单的量化交易策略。3.学会将量化交易策略绑定实盘模拟交易,并实时收到交易策略的买卖信号

1.理解量化策略的基本框架

通常情况下,完整的量化交易策略至少需要确定两件事:     A.交易标的,即买什么;     B.确定交易时机,即怎么买卖。   让我们来设计一个简单完整的量化交易策略:    策略交易标的:贵州茅台;    策略交易时机:5 日均线与 20 日均线金叉时,买入; 5 日均线与 20 日均线死叉时,卖出。

2.学会编写一个简单的量化交易策略

第一步:打开 MindGo 量化交易平台,先在上方导航栏点击“我的策略”—“策略编译”,再点击蓝色按钮“+新建策略”,接着点击已创建的策略进入策略编译器页面,如下:

温馨提示:“回测列表”下方三个按钮,可以设置编译器字体大小,背景颜色,开启全屏编译,查看 API 文档,如下:

第二步:理解量化交易策略框架对应的代码框架。

def initialize(account):
    #初始化函数:确定交易标的
def handle_data(account,data):	
    #定时运行函数:确定交易时机

框架理解:    1.def initialize(account)与 def handle_data(account,data)是两个函数,函数格式固定为:def 函数名(参数),其中 def 后面带空格键,函数末尾必须带冒号。    2.def initialize(account)函数是初始化函数,只运行一次,确定初始化条件; def handle_data(account,data)函数是定时运行函数,平台默认该函数定时运行。日级策略,每日 9:30 ;分钟级策略,交易期间内的每分钟。    3.“#”后面为注释内容,用于注释代码,便于编写和阅读。

第三步:确定交易标的:account.security = '600519.SH'。

温馨提示:    1.account 是账户对象,该对象存放所有账户相关信息,持仓、可用现金、资产盈亏。    2.account.security 是在账户对象下,设置 security 变量,存放在账户内,这里我们需要确定交易标的,即:account.security = '600519.SH'。

def initialize(account):
    account.security = '600519.SH'#已确定交易标的
def handle_data(account,data):	
    #定时运行函数:确定交易时机

第四步:确定交易时机,即为:5 日均线与 20 日均线金叉时,买入; 5 日均线与 20 日均线死叉时,卖出。

从交易时机出发,我们需要计算交易标的 5 日和 20 日均线,那么 5、20 日均线需要用历史行情数据的收盘价来计算。   整个流程即:获取历史行情 20 日的收盘价数据———计算 5、20 日均线———判断 5、20 日均线,进行买卖交易。    A.获取历史行情 20 日的收盘价数据:      1.找到函数历史数据函数:data.attribute_history()      2.填写函数参数,获取到数据:       i.交易标的,即:获取那个股票的数据。       ii.数据字段:'close'收盘价,即:获取那个数据。       iii.输入历史长度,即:获取多长时间的数据。       iv.获取数据的时间步长,即:获取日线级步长数据。       v.最终结果即为:data.attribute_history(account.security, ['close'], 20, '1d')。      3.将获取到的数据储存,便于计算,即:close=data.attribute_history(account.security, ['close'], 20, '1d')。

#获取证券过去 20 日的收盘价数据			
close = data.attribute_history(account.security, ['close'], 20, '1d')

B.计算 5、20 日均线:      1.获取数据值,即:close.values。values 可以直接获取储存中的数据值,格式为 close.values。温馨提示:close 是我们刚才获取的数据,但是数据有股票、时间、数值,我们直接用 values 获取值用于计算即可。      2.选取数据长度,即:close.values[-5:]。[]用于取值,我们之前获取 20 个数据,但 5 日均线只需要过去 5 日的收盘价,因此[-5:]即为获取倒数第五个到最后一个数据。温馨提示:       i.[:]是获取所有数据。       ii.[:x]是从第一个获取到第 x 个,不包括第 x 个。       iii.[x:y]是从第 x 个到第 y 个,包括 x,但不包括 y。       iv.[-x:]获取倒数第 x 个到最后一个数据。      3.计算均值,即 close.values[-5:].mean(),赋值给 MA5。同理 MA20=close.values.mean(),即对所有值取平均,相当于 MA20=close.values[:].mean()。

#计算五日均线价格		
MA5 = close.values[-5:].mean()			
#计算二十日均线价格			
MA20 = close.values.mean()	

C.判断 5、20 日均线,进行买卖交易:      1.if 判断条件,即为 if MA5 > MA20:。温馨提示 if 判断函数的格式为 if +添加判断+:,其中 if 后面必须带一个空格键,其次末尾必须带冒号。      2.当 MA5 小于 MA20 时,我们再对持仓市值判断,如果有持仓,那么持仓市值必然大于 0,需要进行卖出交易,我们直接通过 account 账户对象来获取持仓市值,即为:account.positions_value。      3.下单买入交易:       i.当触发 MA5 大于 MA20 时,我们需要买入股票,这时候我们可以使用order_value 下单函数,该函数以金额下单。       ii.输入下单函数的参数,order_value 函数需要输入两个参数:        1.下单的股票,即为 account.security,我们之前将交易标的传入进去,可以直接用。        2.下单的金额,即 account.cash,这里的 account 是账户对象,我们从账户中获取可用资金,即为 account.cash。       iii.触发条件后程序提醒,当代码执行完下单函数后,我们用 log.info()来打印日志,这样我们也可以看到程序下单了。       温馨提示:log.info()内你可以直接输入中文,例如:log.info('条件满足!买入贵州茅台啦!')

    if MA5 > MA20:			
        #使用所有现金买入证券			
        order_value(account.security,account.cash)	
        #记录这次买入			
        log.info("买入 %s" % (account.security))

4.下单卖出交易:       i.当触发 MA5 小于 MA20 时,我们需要卖出股票,这时候我们可以使用order_target 下单函数,该函数以目标股数下单。       ii.输入下单函数的参数,order_target 函数需要输入两个参数:        1.下单的股票,即为 account.security,我们之前将交易标的传入进去,可以直接用。        2.下单的目标股数,即 0,因为我们需要将持仓股票卖出,卖到 0 股为止。       iii.触发条件后程序提醒,当代码执行完下单函数后,我们同 log.info()来打印日志,这样我们也可以看到程序下单了。

    #如果五日均线小于二十日均线,并且目前有头寸			
    if MA5 < MA20 and account.positions_value > 0:			
        #卖出所有证券			
        order_target(account.security,0)			
        #记录这次卖出			
        log.info("卖出 %s" % (account.security))

最终结果

# 双均线策略
# 策略逻辑:当五日均线与二十日均线金叉时买入,当五日均线与二十日均线死叉时卖出。

#初始化账户			
def initialize(account):			
    #设置要交易的证券(600519.SH 贵州茅台)			
    account.security = '600519.SH'			
 			
#设置买卖条件,每个交易频率(日 /分钟 /tick )调用一次			
def handle_data(account,data):			
    #获取证券过去 20 日的收盘价数据			
    close = data.attribute_history(account.security, ['close'], 20, '1d')			
    #计算五日均线价格		
    MA5 = close.values[-5:].mean()			
    #计算二十日均线价格			
    MA20 = close.values.mean()			
    #如果五日均线大于二十日均线			
    if MA5 > MA20:			
        #使用所有现金买入证券			
        order_value(account.security,account.cash)			
        #记录这次买入			
        log.info("买入 %s" % (account.security))			
    #如果五日均线小于二十日均线,并且目前有头寸			
    if MA5 < MA20 and account.positions_value > 0:			
        #卖出所有证券			
        order_target(account.security,0)			
        #记录这次卖出			
        log.info("卖出 %s" % (account.security))

第五步 回测量化交易策略

通过以上 4 步,我们已经完成了量化交易策略编写,那么接下来我们需要进行量化交易策略回测。    A.首先,我们尝试去跑通整个历史行情,排查代码错误。    i.右上角设置回测历史长度,设置资金,设置交易频率     ii.点击左上角“编译运行”按钮,右边出现量化交易策略在历史行情中的表现情况    B.当量化交易策略能跑通整个历史行情后,我们可以确定该代码正确无误,随后点击右上角蓝色按钮“进行回测”。页面跳转至回测页面,如下:

3.学会将量化交易策略绑定实盘模拟交易,并实时收到交易策略的买卖信号


1.在回测显示结果页面,右上角点击蓝色按钮开启仿真交易.如下图:    2.在账户类型一栏,有股票型、期货型、混合型三种交易账户,选择股票型账户如下图:    3.为账户选择相应的资金配置,一旦确定就无法更改,如下图:    4.至此,我们成功开启了模拟交易。点击模拟交易账户下绑定的策略,开启交易信号实时推送,即可将策略的买卖信号发送至同花顺手机 APP 上。如下图:    5.您可以为您模拟交易账户重命名、删除账户、暂停策略运行、发布策略至社区、重启策略、查看策略运行日志、查看策略代码。注意:重启按钮只会在策略运行错误后显示,如果策略运行正常,显示暂停按钮。如下图:    6.您可以查看您的模拟交易账户详细情况:交易明细、持仓、盈亏情况、账户风险指标等等    7.当您的模拟交易策略运行出错时,您可以在模拟交易账户的状态栏看到“错误”提示,如下图:    8.策略运行出错还可能跟系统有关,如果你没发现代码层面的错误,直接点击重启按钮,策略就会继续运行啦。


登录 后发表评论
1条评论
塒月
1楼 · 2020-04-15 02:43

[db:评论]