joinquant
doc
video
本地环境搭建
网格交易
基本概念
#总持仓数量
g.amount = context.portfolio.positions[security].total_amount
#起始资金
g.cash =context.portfolio.starting_cash
#基准价格
bottom_price = g.price
#持仓平均成本
g.cost = context.portfolio.positions[security].avg_cost
#可使用的现金
cash = context.portfolio.available_cash
#获取当前价格
current_price = get_current_tick(security, dt=None, df=False).current
#总持仓数量
amount = g.amount
#目前持仓金额
current_value = current_price*amount
#资金分成20份
unit_value = g.cash/20
#如果持仓下跌10%止损
if g.cost >0 and (g.cost-current_price)/g.cost >=0.10:
order_target(security, 0)
return
常用API
- initialize 初始化函数
def initialize(context):
# g为全局变量
g.security = "000001.XSHE"
- run_daily/run_weekly/run_monthly 定时运行策略(可选)
def initialize(context):
## func是您自己定义的函数
# 按月运行
run_monthly(func, monthday, time='9:30', reference_security, force=False)
# 按周运行
run_weekly(func, weekday, time='9:30', reference_security, force=False)
# 每天内何时运行(没有force属性)
run_daily(func, time='9:30', reference_security)
- before_trading_start 开盘前运行策略(可选)
- after_trading_end 收盘后运行策略(可选)
- on_strategy_end 策略运行结束时调用(可选)
- on_event 事件回调(可选)
- handle_data 运行策略(可选)
# 该函数每个单位时间会调用一次, 如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次。
def handle_data(context, data):
order("000001.XSHE",100)
demo
-
单股票的网格交易1.0
-
初始化 https://www.joinquant.com/post/28547
import numpy as np
import pandas as pd
from pandas import Series
from jqdata import *
import time
def initialize(context):
# 设定沪深300作为基准(同股票为基准）
set_benchmark('000300.XSHG')
#set_benchmark('300145.XSHE')
# 开启动态复权模式(真实价格)
set_option('use_real_price', True)
# 输出内容到日志 log.info()
log.info('初始函数开始运行且全局只运行一次')
# 过滤掉order系列API产生的比error级别低的log
# log.set_level('order', 'error')
### 股票相关设定 ###
# 股票类每笔交易时的手续费是：买入时佣金万分之三，卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱
set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')
## 运行函数（reference_security为运行时间的参考标的；传入的标的只做种类区分，因此传入'000300.XSHG'或'510300.XSHG'是一样的）
# 开盘前运行
run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')
# 开盘时运行
run_daily(market_open, time='every_bar', reference_security='000300.XSHG')
# 收盘后运行
run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')
#初始化，第一次交易的标志
g.first = 0
- before_market_open
def before_market_open(context):
# 输出运行时间
log.info('函数运行时间(before_market_open)：'+str(context.current_dt.time()))
# 要操作的股票：（g.为全局变量）
g.security = '002918.XSHE.'
g.initial = '2015-01-05'
#每天交易一次的标志
g.count = 0
- setup_position
def setup_position(context,security,bench,status):
#基准价格
bottom_price = g.price
if bottom_price == 0:
return
#持仓平均成本
g.cost = context.portfolio.positions[security].avg_cost
print("g.cost%s"%g.cost)
#可使用的现金
cash = context.portfolio.available_cash
print("cash:%s"%cash,"g_price:%s"%g.price)
#获取当前价格
current_price = get_current_tick(security, dt=None, df=False).current
#总持仓数量
amount = g.amount
#目前持仓金额
current_value = current_price*amount
#资金分成20份
unit_value = g.cash/20
#如果持仓下跌10%止损
if g.cost >0 and (g.cost-current_price)/g.cost >=0.06:
order_target(security, 0)
return
print("unit_value:%s" % unit_value)
#计算目前价格差
returns = (current_price-bottom_price)/bottom_price
#打印需要的数据
if g.count == 0:
print("b_P:%s"%bottom_price)
print("c_p:%s"%current_price,"current_value:%s"%current_value,"amount:%s"%amount)
print(".........")
g.count = 0
#print(type(returns),type(bottom_price))
#卖出
if (status == 'short') and (g.count == 0):
# 价格差大于5%
if returns > bench and current_value > 6*unit_value:
order_target_value(security,6*unit_value)
# 价格差大于10%
if returns > 2*bench and current_value > 3*unit_value:
order_target_value(security,3*unit_value)
# 价格差大于15%
if returns > 3*bench and current_value >1*unit_value :
order_target_value(security,1*unit_value)
# 价格差大于20%
if returns > 4*bench and current_value >0:
order_target_value(security,0)
#结束本日交易标志
g.count=1
if g.count==0:
print("returns:%s"%returns,bench,amount,status)
print("@@@@@@@@@@@@@@@@@@@@@@@@@@@@@")
# 买入
if (status == 'long') and (cash >0) and (g.count ==0):
# 价格差小于-4%,仓位小于20%
if returns < bench and current_value < 4*unit_value:
order_target_value(security,4*unit_value)
# 价格差小于-8%,仓位小于35%
if returns < 2* bench and current_value < 7*unit_value:
order_target_value(security,7*unit_value)
# 价格差小于-12%,仓位小于45%
if returns < 3* bench and current_value <9*unit_value :
order_target_value(security,9*unit_value)
# 价格差小于-16%,仓位小于50%
if returns < 4* bench and current_value < 10*unit_value:
order_target_value(security,10*unit_value)
g.count = 1
if g.count==0:
print("returns:%s"%returns,bench,amount,status)
print("$$$$$$$$$$$$$$$$$$$$$$$$$$$$$")
print("____________________________________")
return True
- market_open
def market_open(context):
log.info('函数运行时间(market_open):'+str(context.current_dt.time()))
security = g.security
#第一次交易数量
g.num = 1100
#总持仓数量
g.amount = context.portfolio.positions[security].total_amount
#起始资金
g.cash =context.portfolio.starting_cash
#第一次买入
if g.first ==0 :
g.orders=order(security,g.num-100)
g.price = g.orders.price
g.first = 1
print("g.price:%s"%g.price)
#全部卖出后，突破5日均线后买入
if g.amount == 0:
close_data = attribute_history(security, 5, '1d', ['close'])
# 取得过去五天的平均价格
MA5 = close_data['close'].mean()
# 取得上一时间点价格
now_price = close_data['close'][-1]
# 如果上一时间点价格高出五天平均价5%, 则全仓买入
if now_price > 1.05*MA5 :
# 用所有 cash 买入股票
g.orders=order(security, g.num)
g.price = g.orders.price
# 记录这次买入
log.info("Buying %s" % (security))
#网格运算
y=setup_position(context,security,0.05,'short')
x=setup_position(context,security,-0.04,'long')
#空仓步长：5%，10%，15%，20%
#print("x=%s" %(x))
#print("y=%s" %(y))
- after_market_close
def after_market_close(context):
log.info(str('函数运行时间(after_market_close):'+str(context.current_dt.time())))
#得到当天所有成交记录
trades = get_trades()
for _trade in trades.values():
log.info('成交记录：'+str(_trade))
log.info('一天结束')
log.info('##############################################################')