python如何實現SuperTrend V.1超級趨勢線系統

這篇文章將為大家詳細講解有關python如何實現SuperTrend V.1超級趨勢線系統，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

系統介紹

CMC Markets 新一代智能交易系統 —— 超級趨勢線（Supertrend）

這里有一篇文章介紹這個系統。

在CMC Markets中的新一代智能交易系統中，在技術指標中選取“超級趨勢線”調取即可使用，

如圖中所示，可以根據自身喜好對上漲的信號、下跌的信號調節“顏色和粗細”。

那么什么是超趨勢指標？在理解超趨勢指標公式之前，理解ATR是必要的，因為超趨勢使用ATR值來計算指標值。

其中的主要算法下面也有一張圖來介紹

大致看一下，主要描述是HL2（k線均價）乘以n倍ATR的通道。做趨勢突破。

但文章寫得比較簡略。沒有詳細的算法。隨后我想到了最牛的社區Tradingview。

果不奇然。上面果然有。

從圖上看，還是比較切合趨勢的。但可惜的是它只是一個Alert的報警信號。

學習源碼

看著代碼還不算太長，那我們就翻譯過來試一下吧。！(っ??ω??)っ???！

完整pine代碼如上。。

四、代碼轉化

這里我們在FMZ新建一個策略，起名SuperTrade

接著我們來設置2個參數Factor、Pd

為了更好的簡化代碼的操作，便于理解，這樣要用到python的高級數據擴展包pandas

中午吃飯的時候我問夢夢老師，FMZ是否支持這個庫。下午一看居然可以用了。

夢夢老師真的太厲害了。

1.我們要導入pandas庫time庫

2.在main函數當中設置使用季度合約（主要跑okex）

3.設定一個循環doTicker()15分鐘檢測1次。

將代碼跑在15分鐘的周期上

接著我們在doTicker()中寫主要策略。

4.我們要取回k線的OHCLV 所以用GetRecords（）

5.我們將取回的數據導入pandas M15 = pd.DataFrame(records)

6.我們要修改表的頭部標簽。 M15.columns = ['time','open','high','low','close','volume','OpenInterest']

其實就是將'open','high','low','close’ 的首字母改成小寫，便于后期寫代碼不要一會大寫一會小寫。

7.給數據集合增加一列hl2 hl2=(high+low)/2

8.接著我們來計算ATR

因為ATR的計算要導入一個變量length，它的取值是Pd

接著我們通過查閱麥語言手冊，ATR真實波動幅度均值的算法步驟如下：

TR : MAX(MAX((HIGH-LOW),ABS(REF(CLOSE,1)-HIGH)),ABS(REF(CLOSE,1)-LOW));

ATR : RMA(TR,N)

其中TR的值取下面3個差值的最大一個

1、當前交易日的最高價與最低價間的波幅 HIGH-LOW

2、前一交易日收盤價與當個交易日最高價間的波幅 REF(CLOSE,1)-HIGH)

3、前一交易日收盤價與當個交易日最低價間的波幅 REF(CLOSE,1)-LOW)

所以TR : MAX(MAX((HIGH-LOW),ABS(REF(CLOSE,1)-HIGH)),ABS(REF(CLOSE,1)-LOW));

在python計算中

要先設立一個prev_close 去取close在上一行的數據，也就是將close右移1格成立一個新的參數

接著定義一個中間變量 記錄TR的3個對比值的數組。（HIGH-LOW）（high-prev_close）（low-prev_close）

我們在數據集合當中定義新的一列取名TR，TR的取值是取中間變量絕對值的最大一個，使用abs（）和max（）函數

最后我們要計算ATR的值，ATR : RMA(TR,N)，據查RMA的算法其實就是一個固定值變種的EMA算法。

N是我們導入的變量，其中ATR的默認參數是14。這里我們導入alpha=length的倒數。

===

然后用ewm算法計算ema

完整ATR計算過程如下

9始計算Up和Dn

Up=hl2 -（Factor * atr）

Dn=hl2 +（Factor * atr）

是不是很簡單呢。

下面是TV當中15行-21行的核心代碼段

這一段的主要意思是想表達，

如果處于看漲階段，（下方線）TrendUp = max(Up,TrendUp[1])

如果處于下跌階段，（上方線）TrendDown=min(Dn,TrendDown[1])

也就是說在一個趨勢中，ATR的值一直在使用一種類似強盜布林策略的技術。

不斷將通道的另一側收窄

這里TrendUp和TrendDown每一次的計算都需要進行自我迭代。

就是每一步都要拿上一步的自己來計算。

所以要對數據集合做循環遍歷。

這里先要對數據集合新建字段TrendUp，TrendDown，Trend，linecolor。并給定他們一個初始值

接著使用fillna(0)語法將之前計算的結果中帶有空值的數據填上0

啟用一個for循環

在循環中采用python三目運算

計算TrendUp

TrendUp = MAX(Up,TrendUp[-1]) if close[-1]>TrendUp[-1] else Up

大致意思是 如果 上一個close>上一個TrendUp，成立取Up和上一個TrendUp當中最大的值，不成立取Up值，并傳遞給當前TrendUp

同理，計算TrendDown

TrendDown=min(Dn,TrendDown[-1]) if close[-1]<TrendDown[-1] else Dn

大致意思是 如果 上一個close<上一個TrendDown，成立取Dn和上一個TrendDown當中最小的值，不成立取Dn值，并傳遞給當前TrendDown

下面是計算控制方向的flag，我簡化了一下偽代碼

Trend= 1 if (close > TrendDown[-1]) else (x)

x = -1 if (close< TrendUp[-1]) else Trend[-1]

意義是是 如果 收盤價>上一個 TrendDown 則取1（看多） 不成立取x

如果 收盤價<上一個 TrendUp 則取-1（看空）不成立取上一個Trend （意思是是不變）

翻譯成圖像語言就是突破上軌轉換flag看多，突破下軌轉換flag看空，其他時間不變。

計算Tsl和Linecolor

Tsl= rendUp if (Trend==1) else TrendDown

Tsl 是用來在圖像上表示SuperTrend 的值。意思是看多的時候在圖上標記下軌，看空的時候在圖上標記上軌。

linecolor= 'green' if (Trend==1) else 'red'

linecolor 的含義是 如果看多 則標記綠線 ，如果看空則標記空色（主要是用途Tradingview展示）

接著23-30行的代碼主要是plot繪圖 這里不做詳解。

最后還有2行代碼用于買入賣出信號控制

Tradingview中，他的含義是 反轉了Flag以后給出信號

將條件語句轉換成為python。

如果上一個Trend flag從-1變成1 代表突破上方阻力 開多

如果上一個Trend flag從1變成-1 代表突破下發支撐 開空

本段完整代碼如下：

五、全部代碼

我調整了一下整體的代碼結構。

并將做多做空相關下單指令合并到策略中。

下面是完整代碼

公開策略連接https://www.fmz.com/strategy/200625

六、回測與總結

我們選取了近一年的數據進行回測。

使用okex季度合約 15分鐘周期。

設定的參數是，

Factor=3

Pd=45

vol=100（每次下單100張）

所得年化收益，約33%。

總體來說回撤并不是很大，

其中主要是312的大跌對系統產生了比較大的沖擊，

如果沒有312的話收益應該會比較好看。

七、寫在最后

SuperTrend是一個非常不錯的交易系統

SuperTrend系統的主要原理是采用ATR通道突破策略（類似于肯特通道）

但其變化的地方主要在于使用了強盜布林的收窄策略，或者說是逆向的唐奇安原理。

在行情運行中不斷收窄上下通道。

以便達到通道突破轉向的操作。（一旦通道突破，上下軌恢復初始值）

我在TradingView上把up dn TrendUp TrendDn 分別plot了出來

這樣便于更好的理解這個策略

一目了然

另外github上還有一個js的版本。js我不是很懂，但從if語句看好像有點問題。

地址是https://github.com/Dodo33/gekko-supertrend-strategy/blob/master/Supertrend.js

關于“python如何實現SuperTrend V.1超級趨勢線系統”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。