量化交易-MACD策略学习

MACD的基本概念，可以参考 https://www.joinquant.com/post/7095?f=18newyearjx ，感谢 Quant中找米吃的阿鼠和聚宽小秘书 Thanks♪(･ω･)ﾉ

我认为MACD不适合采用轮动策略，经过回测，我将策略改成以下模式：?

选出基本面较好的股票
剔除ST、停牌、退市的股票
在DIF和DEA在0轴上形成金叉时买入
在DIF他DEA的0轴下形成死叉时卖出
加入止损：这次的止损买有根据股票的盈亏来判断，而是：
- 记录持仓股票的每天的盈利，如果当天盈利比之前的盈利小，则不记录
- 如果当天判断的盈利已经比记录的最大盈利小20%，则止损卖出

下面?是回测结果和源代码

量化交易-MACD策略学习

import numpy as np
import pandas as pd
# 导入技术分析库
import talib as tb

def initialize(context):
    """初始化函数"""
    
    # 记录股票的收益率
    g.retio = {}
    
    # 设置中证500为参考基准
    set_benchmark('000905.XSHG')
    # 使用真实价格交易
    set_option('use_real_price', True)
    # 设定日志级别
    log.set_level('order', 'error')
    
    # 指定周期性交易函数
    run_daily(trade, 'every_bar')
    

def before_trading_start(context):
    """开盘前设置交易费用"""
    
    # 设定所有类型的交易品种的交易滑点为0.02
    set_slippage(FixedSlippage(0.02))
    
    # 设定2013年前与2013年后的交易费用
    dt = context.current_dt
    if dt>datetime.datetime(2013,1, 1):
        set_order_cost(OrderCost(
            open_tax=0, 
            close_tax=0.001, 
            open_commission=0.0003, 
            close_commission=0.0003, 
            close_today_commission=0, 
            min_commission=5), 
            type='stock')
    else:
        set_order_cost(OrderCost(
            open_tax=0, 
            open_commission=0.003,
            close_commission=0.003, 
            close_tax=0.001,
            min_commission=5), 
            type='stock')

    
def trade(context):
    """交易函数"""
    
    # g.days += 1
    # if g.days % g.refresh_rate != 1:
    #     return
    
    '''一、挑选出高质量的股票'''
    stocks_choose = get_fundamentals(
        query(
            valuation.code
            ).filter(
                valuation.pe_ratio < 40,
                valuation.pe_ratio > 10,
                indicator.eps > 0.3,
                indicator.inc_net_profit_annual > 0.30,
                indicator.roe > 15
                ).order_by(
                    valuation.pb_ratio.asc()
                    ).limit(50), 
        date=None)
    
    # 将股票代码集转成ndarray,因为它比列表的计算速度更快
    stocks_pool = stocks_choose['code'].values
    
    '''二、剔除st、停牌、退市的股票'''
    current_data = get_current_data()
    # 剔除停牌
    stocks_pool = [stock for stock in stocks_pool if not current_data[stock].paused]
    # 剔除st
    stocks_pool = [stock for stock in stocks_pool if not current_data[stock].is_st]
    # 剔除退市
    stocks_pool = [stock for stock in stocks_pool if not '退' in current_data[stock].name]
    
    '''三、股票交易条件判断'''
    # 买入列表
    stocks_long = []
    # 卖出列表
    stocks_short = []
    # 继续持有列表
    stocks_hold = []
    #MACD判断
    for stock in stocks_pool:
        # 获得之前300天的收盘价
        prices = attribute_history(stock, 300, '1d', ['close'])
        # 将价格值转换成ndarray
        price = np.array(prices['close'])
        # 计算MACD值
        DIF, DEA, MACD = tb.MACD(
            price, 
            fastperiod=12, 
            slowperiod=26, 
            signalperiod=20)
            
        # 在0轴上金叉买入
        if DIF[-1] > 0 and DEA[-1] > 0:
            if (DIF[-2] <= DEA[-2]) and (DIF[-1] > DEA[-1]):
                stocks_long.append(stock)
        # 在0轴之下死叉卖出
        elif DIF[-1] < 0 and DEA[-1] < 0:
            if (DIF[-2] >= DEA[-2]) and (DIF[-1] < DEA[-1]):
                stocks_long.append(stock)
            
    
    '''四、卖出持仓中符合卖出条件的股票'''
    # 持仓
    hold_list = list(context.portfolio.positions.keys())
    # 判断
    for stock in hold_list:
        # 计算持仓股票的收益率
        cost = context.portfolio.positions[stock].avg_cost
        price = context.portfolio.positions[stock].price
        ret = (price/cost) - 1
        
        # 记录收益率，如果当前收益率比之前大，替换之前的记录
        # 如果当前收益率比记录的最大收益率小20%，止损，卖出
        if stock in g.retio.keys():
            if ret > g.retio[stock]:
                g.retio[stock] = ret
            elif (ret - g.retio[stock]) < -0.2:
                order_target_value(stock, 0)
                del g.retio[stock]
        else:
            g.retio[stock] = ret
        
        # 将在卖出列表中的股票卖出
        if stock in stocks_short:
            order_target_value(stock, 0)
        # 继续持仓的股票
        else:
            stocks_hold.append(stock)
            
    '''五、买入符合条件的股票'''
    # 买入列表，已经持仓的不再重复买入
    buy_list = list(set(stocks_long) - set(stocks_hold))
    # 买入
    if len(buy_list) > 0:
        Cash = context.portfolio.available_cash / len(buy_list)
        for stock in buy_list:
            order_value(stock, Cash)

量化交易-MACD策略学习

相关推荐