-
Notifications
You must be signed in to change notification settings - Fork 290
/
MACD指标策略.py
110 lines (96 loc) · 4.97 KB
/
MACD指标策略.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
# 注:该策略仅供参考和学习,不保证收益。
# !/usr/bin/env python
# -*- coding: utf-8 -*-
# 策略代码总共分为三大部分,1)PARAMS变量 2)initialize函数 3)handle_data函数
# 请根据指示阅读。或者直接点击运行回测按钮,进行测试,查看策略效果。
# 策略名称:MACD指标策略
# 策略详细介绍:https://wequant.io/study/strategy.macd.html
# 关键词:指数平滑移动均线、多空头预测。
# 方法:
# 1)利用talib库计算MACD值
# 2)MACD柱>0时买入,MACD柱<0时卖出
import numpy as np
import talib
# 阅读1,首次阅读可跳过:
# PARAMS用于设定程序参数,回测的起始时间、结束时间、滑点误差、初始资金和持仓。
# 可以仿照格式修改,基本都能运行。如果想了解详情请参考新手学堂的API文档。
PARAMS = {
"start_time": "2015-01-01 00:00:00",
"end_time": "2017-07-01 00:00:00",
"commission": 0.002, # 此处设置交易佣金
"slippage": 0.001, # 此处设置交易滑点
"account_initial": {"huobi_cny_cash": 100000,
"huobi_cny_btc": 0},
}
# 阅读2,遇到不明白的变量可以跳过,需要的时候回来查阅:
# initialize函数是两大核心函数之一(另一个是handle_data),用于初始化策略变量。
# 策略变量包含:必填变量,以及非必填(用户自己方便使用)的变量
def initialize(context):
# 设置回测频率, 可选:"1m", "5m", "15m", "30m", "60m", "4h", "1d", "1w"
context.frequency = "1d"
# 设置回测基准, 比特币:"huobi_cny_btc", 莱特币:"huobi_cny_ltc", 以太坊:"huobi_cny_eth"
context.benchmark = "huobi_cny_btc"
# 设置回测标的, 比特币:"huobi_cny_btc", 莱特币:"huobi_cny_ltc", 以太坊:"huobi_cny_eth"
context.security = "huobi_cny_btc"
# 设置使用talib计算MACD的参数
# 短期EMA平滑天数
context.user_data.short_window = 12
# 长期EMA平滑天数
context.user_data.long_window = 26
# DEA线平滑天数
context.user_data.macd_window = 5
# 历史数据要足够长,才能够拿到收敛的MACD
context.user_data.longest_history = 100
# 阅读3,策略核心逻辑:
# handle_data函数定义了策略的执行逻辑,按照frequency生成的bar依次读取并执行策略逻辑,直至程序结束。
# handle_data和bar的详细说明,请参考新手学堂的解释文档。
def handle_data(context):
# 获取历史数据, 取后longest_history根bar
hist = context.data.get_price(context.security, count=context.user_data.longest_history, frequency="1d")
if len(hist.index) < context.user_data.longest_history:
context.log.warn("bar的数量不足, 等待下一根bar...")
return
# 历史收盘价
prices = np.array(hist["close"])
# 初始化买入卖出信号
long_signal_triggered = False
short_signal_triggered = False
try:
# talib计算MACD,返回三个数组,分别为DIF, DEA和MACD的值
macd_tmp = talib.MACD(prices, fastperiod=context.user_data.short_window, slowperiod=context.user_data.long_window, signalperiod=context.user_data.macd_window)
# 获取MACD值
macd_hist = macd_tmp[2]
# 获取最新一个MACD的值
macd = macd_hist[-1]
context.log.info("当前MACD为: %s" % macd)
except:
context.log.error("计算MACD出错...")
return
# macd大于0时,产生买入信号
if macd > 0:
long_signal_triggered = True
# macd小于0时,产生卖出信号
elif macd < 0:
short_signal_triggered = True
# 有卖出信号,且持有仓位,则市价单全仓卖出
if short_signal_triggered:
context.log.info("MACD小于0,产生卖出信号")
if context.account.huobi_cny_btc >= HUOBI_CNY_BTC_MIN_ORDER_QUANTITY:
# 卖出信号,且不是空仓,则市价单全仓清空
context.log.info("正在卖出 %s" % context.security)
context.log.info("卖出数量为 %s" % context.account.huobi_cny_btc)
context.order.sell_limit(context.security, quantity=str(context.account.huobi_cny_btc), price=str(prices[-1]*0.98))
else:
context.log.info("仓位不足,无法卖出")
# 有买入信号,且持有现金,则市价单全仓买入
elif long_signal_triggered:
context.log.info("MACD大于0,产生买入信号")
if context.account.huobi_cny_cash >= HUOBI_CNY_BTC_MIN_ORDER_CASH_AMOUNT:
# 买入信号,且持有现金,则市价单全仓买入
context.log.info("正在买入 %s" % context.security)
context.log.info("下单金额为 %s 元" % context.account.huobi_cny_cash)
context.order.buy_limit(context.security, quantity=str(context.account.huobi_cny_cash/prices[-1]*0.98), price=str(prices[-1]*1.02))
else:
context.log.info("现金不足,无法下单")
else:
context.log.info("无交易信号,进入下一根bar")