量化交易策略——BIAS策略简单小试and加强版

金融老法师

乖离率（BIAS）简称Y值，是移动平均（moving average）原理派生的一项技术指标，测试原理是建立在：如果股价偏离移动平均线太远，不管股价在移动平均线之上或之下，都有可能趋向平均线的这一条原理上。而乖离率则表示股价偏离趋向指标所占到的百分比值。
   
    计算方法：N期BIAS=(当日收盘价-N期平均收盘价)/N期平均收盘价*100%

    回测：

    资金：100000
    频率：日
    交易资产：平安银行
    手续费滑点采用平台默认
    采用13日bias值，买入卖出临界值为0.065，即bias<-0.065满仓买入，bias>0.065全仓卖出
   
    分析：

    信号设置较为简单，可以考虑和别的指标结合下。
    交易次数较少，每次都是全买全卖，买完了等好久都卖不出去的情况很容易出现，导致错过很多更好的买点。
    参数没有计算机优化。
    后期大趋势下，表现不好。
    由bias值与股价的图看出，bias值并没有明显领先股价做出变化。

收益与风险










源码：

1. # 定义一个全局变量, 保存要操作的证券
   
2. # 000001(股票:平安银行)
   
3. security = '000001.XSHE'
   
4. # 初始化此策略
   
5. # 设置我们要操作的股票池, 这里我们只操作一支股票
   
6. set_universe([security])
   
7. 
   
8. # 每个单位时间(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)调用一次
   
9. def handle_data(context, data):
   
10.     # 取得过去十三天的平均价格
    
11.     average_price = data[security].mavg(13)
    
12.     # 取得当前价格
    
13.     current_price = data[security].price
    
14.     # 取得当前的现金
    
15.     cash = context.portfolio.cash
    
16.     # 计算BIAS值
    
17.     bias=(current_price-average_price)/average_price
    
18.     # 设置BIAS操作临界值
    
19.     bias_operationvalue=0.065;
    
20.     # 如果BIAS值小于-BIAS操作临界值，买入
    
21.     if bias < -1*bias_operationvalue:
    
22.         # 计算可以买多少只股票
    
23.         number_of_shares = int(cash/current_price)
    
24.         # 购买量大于0时，下单
    
25.         if number_of_shares > 0:
    
26.             # 买入股票
    
27.             order(security, +number_of_shares)
    
28.             # 记录这次买入
    
29.             log.info("Buying %s" % (security))
    
30.     # 如果BIAS大于BIAS操作临界值，卖出
    
31.     elif bias > bias_operationvalue and context.portfolio.positions[security].amount > 0:
    
32.         # 卖出所有股票,使这只股票的最终持有量为0
    
33.         order_target(security, 0)
    
34.         # 记录这次卖出
    
35.         log.info("Selling %s" % (security))
    
36.     # 画出当前的价格
    
37.     record(stock_price=data[security].price)
    
38.     record(bias=bias*20+7)

复制代码

bias策略加强版

    主要变化

    1.加入了多股票方法，每隔一个周期开始前，结算上一周期未卖出的股票，从股票池（此次选的沪深300）里挑选一些股票（挑选标准此次选的是价格超过5日均线2%），在一个周期内每个单位时间循环访问每个挑选出来的股票，进行判断是否买入（判断标准是13日bias值<-0.06）或卖出（判断标准是13日bias值>0.06）.

    2.加入了止损，每只股票亏损超过20%，则止损。

    3.加入了仓位管理，将资金平均分配给每个股票，每个股票依然只能是进行满仓空仓操作。

    4.加入了胜率统计，在卖的时候判断，盈利则成功，亏损则失败，胜率算法为，成功次数除以成功与失败之和。在日志里输出，此次的胜率是64%。

    核心代码

#初始化
def initialize(context):
    ......
#每个单位时间执行一次handle_data内的指令
def handle_data(context, data):
    #如果是一个新的周期
    if g.i%g.period==0:
        #清算所有未卖出的股票
        clear(context, data)
        #从股票池中挑选股票
        findstock(context, data)
    # 循环股票池
    for security in g.buystocks:
         #进行股票交易


收益与风险











源码：

1. # 定义一个全局变量, 保存要操作的证券
   
2. def initialize(context):
   
3.     #设置股票池
   
4.     context.stocks = get_index_stocks('000300.XSHG')
   
5.     set_universe(context.stocks)
   
6.     #设置最多挑选的股票数量
   
7.     g.max_stock=10
   
8.     #平均分配股票的可用资金
   
9.     g.max_use_cash=context.portfolio.cash/g.max_stock
   
10.     #设置变量，记录操作成功与失败次数
    
11.     g.win=0.0
    
12.     g.lose=0.0
    
13.     #计时器
    
14.     g.i=-1;
    
15.     #股票池中选择出的股票列表
    
16.     g.buystocks = []
    
17.     #更新股票列表周期
    
18.     g.period=60
    
19. 
    
20. # 每个单位时间(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)调用一次
    
21. def handle_data(context, data):
    
22.     g.i=g.i+1
    
23.     #判断是否为一个新周期
    
24.     if g.i%g.period==0:
    
25.         #清算所有未卖出的股票
    
26.         clear(context, data)
    
27.         #从股票池中挑选股票
    
28.         findstock(context, data)
    
29.     # 循环股票池
    
30.     for security in g.buystocks:
    
31.         # 得到该股票当前价格
    
32.         current_price = data[security].price
    
33.         #得到十三日均价
    
34.         avg = data[security].mavg(13)
    
35.         #计算bias值
    
36.         bias = (current_price-avg)/avg
    
37.         #计算持仓成本
    
38.         current_avgcost = context.portfolio.positions[security].avg_cost
    
39.         #计算当前股票的盈利状况
    
40.         if context.portfolio.positions[security].amount > 0:
    
41.             r_ratio=(current_price-current_avgcost)/current_avgcost
    
42.         else:
    
43.             r_ratio=0
    
44.    
    
45.         # 如果bias值小于-0.06，且仓位为空，则买入
    
46.         if bias < -0.06 and context.portfolio.positions[security].amount == 0:
    
47.             # 计算可以买多少只股票
    
48.             amount = int(g.max_use_cash / current_price)
    
49.             # 下入买入单
    
50.             order(security, amount)
    
51.         # 如果bias值大于0.06，且仓位非空，则卖出
    
52.         elif (r_ratio<-0.2 or bias > 0.06) and context.portfolio.positions[security].amount > 0:
    
53.             # 卖出所有股票,使这只股票的最终持有量为0
    
54.             orderfail=order_target(security, 0)
    
55.             if orderfail!=None:#防止订单无效，如停牌、没钱买等
    
56.                 #统计胜率
    
57.                 winorlose(r_ratio)
    
58.     #计算操作次数
    
59.     times=g.win+g.lose
    
60.     #取得当前时间
    
61.     date = context.current_dt.strftime("%Y-%m-%d")
    
62.     #在最后一个单位时间，清空仓位，并在日志中输出成功次数，失败次数，与胜率
    
63.     if date=='2015-09-30':
    
64.         clear(context, data
    
65.         if times !=0:
    
66.             print(g.win,g.lose,g.win/times)
    
67.             
    
68.    
    
69. def clear(context, data):
    
70.     for security in g.buystocks:
    
71.         # 得到该股票当前价格
    
72.         current_price = data[security].price
    
73.         #计算持仓成本
    
74.         current_avgcost = context.portfolio.positions[security].avg_cost
    
75.         
    
76.         #计算该股票的盈利状况
    
77.         if context.portfolio.positions[security].amount > 0:
    
78.             r_ratio=(current_price-current_avgcost)/current_avgcost
    
79.         else:
    
80.             r_ratio=0
    
81.         #卖出股票
    
82.         orderfail=order_target(security, 0)
    
83.         #统计胜率
    
84.         if orderfail!=None:#防止订单无效，如停牌、没钱买等
    
85.             winorlose(r_ratio)
    
86. #挑选股票
    
87. def findstock(context, data):
    
88.     #初始化股票列表
    
89.     g.buystocks = []
    
90.     #循环股票池
    
91.     for security in context.stocks:
    
92.         # 得到该股票当前价格
    
93.         current_price = data[security].price
    
94.         #得到五日均价
    
95.         avg = data[security].mavg(5)
    
96.         #如果当前价格高出五日均线2%则选入
    
97.         if current_price>1.02*avg:
    
98.             g.buystocks.append(security)
    
99.         #如果选出足够的股票则终止挑选
    
100.         if len(g.buystocks)==g.max_stock:
     
101.             break
     
102. #统计胜率，收益为正则判为成功，收益为负则判为失败
     
103. def winorlose(r_ratio):
     
104.     if r_ratio > 0:
     
105.         g.win=g.win+1;
     
106.     else:
     
107.         g.lose=g.lose+1;
     

复制代码

geek168

gyshssl

厉害厉害，这个策略不错