溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章將為大家詳細講解有關基于統計的交易策略簡易實現VNPY的示例分析，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。
交易思維是基于歷史數據中，一組數據比如100天中，K線中最高點或者最低點相對于開始價位價差點差，再利用numpy的函數numpy.percentile(), 計算在比如95%機會，最高點或者最低點的點差數字。如果點差是5個點，就可以認為下一根K線也有95%概率有5個點受益。
嘗試在VNPY實現。
思路整理：
1.入場：如果最近N（30）個D分鐘k線，通過下面代碼計算，分析對于概率prb比如90%，如果存在一個點差大于TickValueLimit一個值TickValue，說明過去N個分鐘，有P的概率，bar開始下單，在bar中有最高點或者最低點獲得TickValue。那么在下個bar開始時候，買入。
2.出場，如果到達持有價格POSprice +/- TickValue, 則賣出；重新進行入場分析。如果這個bar中間沒到達目標價格，在bar結束時候分析是否還滿足入場條件，如果繼續滿足則持有，否則平倉，如果是反向，則反向開單。
3.止損，如果在持有時候，下跌到反向POSPrice +/- Multiple * TickValue 價格時候，平倉。Multiple 隨著時間增加逐漸減少。
示例代碼如下，最后很遺憾，回測效果非常不好。
from __future__ import division from vnpy.trader.vtConstant import EMPTY_STRING, EMPTY_FLOAT, OFFSET_OPEN,OFFSET_CLOSE from vnpy.trader.app.ctaStrategy.ctaTemplate import (CtaTemplate, BarGenerator, ArrayManager) import numpy as np from datetime import datetime, time ######################################################################## class PercentileStrategy(CtaTemplate): """MACD策略Demo""" className = 'PercentileStrategy' author = u'BillyZhang' fixedSize = 1 # 策略參數 calWindow = 15 percentile = 95 tickValueLimit = 5 Multiple = 0.8 # 策略變量 p = 0 tickValue = 0 tradeSign = 0 tickValueHigh = 0 tickValueLow = 0 longStop = 0 # 多頭止損 shortStop = 0 # 空頭止損 margin = 0 lowerLimit = 0 upperLimit = 50000 # 時間 initDays = 0 DAY_START = time(9, 10) # 日盤啟動和停止時間 DAY_END = time(14, 55) NIGHT_START = time(21, 10) # 夜盤啟動和停止時間 NIGHT_END = time(10, 55) # 參數列表，保存了參數的名稱 paramList = ['name', 'className', 'author', 'vtSymbol', 'initDays', 'fixedSize', 'calWindow', 'percentile', 'tickValueLimit', 'Multiple' ] # 變量列表，保存了變量的名稱 varList = ['inited', 'trading', 'pos', 'longStop', 'shortStop', 'posPrice', 'lowerLimit', 'p', 'tickValue', 'tradeSign', 'tickValueHigh', 'tickValueLow' ] # 同步列表，保存了需要保存到數據庫的變量名稱 syncList = ['pos', 'posPrice', 'longStop', 'shortStop' ] # ---------------------------------------------------------------------- def __init__(self, ctaEngine, setting): """Constructor""" super(PercentileStrategy, self).__init__(ctaEngine, setting) self.am = ArrayManager(size = self.calWindow) # 注意策略類中的可變對象屬性（通常是list和dict等），在策略初始化時需要重新創建， # 否則會出現多個策略實例之間數據共享的情況，有可能導致潛在的策略邏輯錯誤風險， # 策略類中的這些可變對象屬性可以選擇不寫，全都放在__init__下面，寫主要是為了閱讀 # 策略時方便（更多是個編程習慣的選擇） # ---------------------------------------------------------------------- def onInit(self): """初始化策略（必須由用戶繼承實現）""" self.writeCtaLog(u'%s策略初始化' % self.name) initData = self.loadBar(self.initDays) for bar in initData: self.onBar(bar) self.putEvent() # ---------------------------------------------------------------------- def onStart(self): """啟動策略（必須由用戶繼承實現）""" if self.pos == 0: self.writeCtaLog(u'%s策略啟動' % self.name) # 當前無倉位，發送開倉委托 # 持有多頭倉位 self.putEvent() # ---------------------------------------------------------------------- def onStop(self): """停止策略（必須由用戶繼承實現）""" self.writeCtaLog(u'%s策略停止' % self.name) self.putEvent() # ---------------------------------------------------------------------- def onTick(self, tick): """收到行情TICK推送（必須由用戶繼承實現）""" if self.lowerLimit == 0 or self.upperLimit == 0: self.lowerLimit = tick.lowerLimit self.upperLimit = tick.upperLimit self.bg.updateTick(tick) # ---------------------------------------------------------------------- def onBar(self, bar): """收到Bar推送（必須由用戶繼承實現）""" #如果是當然最后5分鐘，略過 am = self.am am.updateBar(bar) if not am.inited: return # currentTime = datetime.now().time() currentTime = time(9,20) #計算p，和tickValue MaxHigh = am.high / am.open MaxLow = am.low / am.open MaxClose = am.close / am.open lpHigh = np.percentile(MaxHigh, 100 - self.percentile) lpLow = np.percentile(MaxLow, self.percentile) self.tickValueHigh = abs(bar.open - bar.open*lpHigh) self.tickValueLow = abs(bar.open - bar.open * lpLow) if self.tickValueHigh > self.tickValueLow and self.tickValueHigh > self.tickValueLimit: self.tradeSign = 1 elif self.tickValueHigh < self.tickValueLow and self.tickValueLow > self.tickValueLimit: self.tradeSign = -1 else: self.tradeSign = 0 # 平當日倉位, 如果當前時間是結束前日盤15點28分鐘,或者夜盤10點58分鐘，如果有持倉，平倉。 if ((currentTime >= self.DAY_START and currentTime <= self.DAY_END) or (currentTime >= self.NIGHT_START and currentTime <= self.NIGHT_END)): if self.pos == 0: if self.tradeSign == 0: pass elif self.tradeSign == 1 and bar.close > self.lowerLimit: self.buy(bar.close + 5,self.fixedSize,False) elif self.tradeSign == -1 and bar.close < self.upperLimit: self.short(bar.close - 5,self.fixedSize,False) elif self.pos > 0: if self.tradeSign == 1 or self.tradeSign == 0: pass elif self.tradeSign == -1: self.sell(bar.close-5, abs(self.pos), False) elif self.pos < 0: if self.tradeSign == -1 or self.tradeSign == 0: pass elif self.tradeSign ==1: self.cover(bar.close+5, abs(self.pos), False) else: if self.pos > 0: self.sell(bar.close-5, abs(self.pos), False) elif self.pos < 0: self.cover(bar.close+5, abs(self.pos), False) elif self.pos == 0: return # ---------------------------------------------------------------------- def onOrder(self, order): """收到委托變化推送（必須由用戶繼承實現）""" # 對于無需做細粒度委托控制的策略，可以忽略onOrder pass # ---------------------------------------------------------------------- def onTrade(self, trade): # 發出狀態更新事件 """收到成交推送（必須由用戶繼承實現）""" # 對于無需做細粒度委托控制的策略，可以忽略onOrder if trade.offset == OFFSET_OPEN: self.posPrice = trade.price if self.tradeSign == 1: self.sell(self.posPrice + self.tickValueHigh,abs(self.pos),False) self.sell(self.posPrice - self.Multiple*self.tickValueHigh, abs(self.pos), True) elif self.tradeSign == -1: self.cover(self.posPrice - self.tickValueLow, abs(self.pos), False) self.cover(self.posPrice + self.Multiple*self.tickValueLow, abs(self.pos),True) elif trade.offset == OFFSET_CLOSE: self.cancelAll() self.tradeSign = 0 # 同步數據到數據庫 self.saveSyncData() # ---------------------------------------------------------------------- def onStopOrder(self, so): """停止單推送""" pass
關于基于統計的交易策略簡易實現VNPY的示例分析就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
