量化交易策略——布林强盗策略

gyshssl

  在国内一般不支持Long Short Strategy，所以只写了Long Strategy。


收益与风险




源码：

1. g.roc_window = 15
   
2. g.n_count = 50
   
3. 
   
4. def initialize(context):
   
5.     context.sid1 = "000001.XSHE"
   
6.     context.securities = [context.sid1]
   
7.     set_universe(context.securities)
   
8. 
   
9. def handle_data(context, data):
   
10.    
    
11.     upper_band, mid_band, lower_band, mavg_20 = get_bollinger_band(context, data)
    
12.     roc = get_roc(context, data, g.roc_window)
    
13.     n_count_mavg = data[context.sid1].mavg(g.n_count)
    
14.    
    
15.     cash = context.portfolio.cash
    
16.     position = context.portfolio.positions[context.sid1].amount
    
17.    
    
18.     if roc > 0 and data[context.sid1].price > upper_band and cash > 0 and position < 1:
    
19.         print "Long >>>>>>>>>>>>>>>"
    
20.         order_target_value(context.sid1, cash)
    
21.     elif roc < 0 and data[context.sid1].price < lower_band and cash > 0 and position < 1:
    
22.         print "Short >>>>>>>>>>>>>> not supported by Chinese Market"   
    
23.    
    
24.    
    
25.     if n_count_mavg > upper_band and data[context.sid1].price <= n_count_mavg and position > 0:
    
26.         print "liquidate Long >>>>>>>>>>>>>>>"
    
27.         order_target(context.sid1, 0)
    
28.     elif n_count_mavg < lower_band and data[context.sid1].price >= n_count_mavg and position < 0:
    
29.         print "liquidate Short >>>>>>>>>>>>>> not supported by Chinese Market"
    
30.         
    
31.     if position > 1 and g.n_count >10:   
    
32.         g.n_count = g.n_count - 1
    
33.     elif position < 1:
    
34.         g.n_count = 50
    
35.    
    
36. def get_bollinger_band(context, data):
    
37.     mavg_20 = data[context.sid1].mavg(20)
    
38.     std_dev =data[context.sid1].stddev(20, field='price')
    
39.    
    
40.     upper_band = mavg_20 + 2 * std_dev
    
41.     mid_band = mavg_20
    
42.     lower_band = mavg_20 - 2 * std_dev
    
43.    
    
44.     return upper_band, mid_band, lower_band, mavg_20
    
45. 
    
46. def get_roc(context, data, period):
    
47.     h = history(period, unit='1d', field='close')
    
48.     period_ago_close = h[context.sid1][0]
    
49.     l_close = h[context.sid1][-1]
    
50.    
    
51.     roc = (l_close - period_ago_close) / period_ago_close
    
52.    
    
53.     return roc
    
54. 
    
55. def before_trading_start(context):
    
56.     pass
    
57. 
    
58. def after_trading_end(context):
    
59.     pass
    
60. 
    
61. 
    
62. 延伸研究
    
63. 
    
64. 布林强盗策略(BollingerBandit）的实现
    
65. 
    
66. 日内策略，要求都是对一组股票或基金进行测试，不重复买入，单只股票最高持仓不超过10%，不过，参数没怎么调。
    
67. 
    
68. import numpy as np
    
69. import pandas as pd
    
70. 
    
71. start = '2015-01-01'                       # 回测起始时间
    
72. end = '2015-11-26'                         # 回测结束时间
    
73. benchmark = 'HS300'                        # 策略参考标准
    
74. universe = set_universe('HS300')  # 证券池，支持股票和基金
    
75. capital_base = 100000                      # 起始资金
    
76. #commission = Commission(buycost=0.00025,sellcost=0.00025)  # 佣金
    
77. freq = 'd'                                 # 策略类型，'d'表示日间策略使用日线回测，'m'表示日内策略使用分钟线回测
    
78. refresh_rate = 1                           # 调仓频率
    
79. 
    
80. # 全局参数
    
81. ## Boll线参数
    
82. N = 20
    
83. k = 2
    
84. ## ROC变动率参数
    
85. M = 20
    
86. ## 平仓参数
    
87. E = 20
    
88. 
    
89. def initialize(account):                   # 初始化虚拟账户状态
    
90.     # 持股代码以及持股时间
    
91.     account.duration = pd.DataFrame(np.array([0]*len(universe)), index=universe, columns=['duration'])
    
92.     account.amount = 400
    
93. 
    
94. def handle_data(account):                  # 每个交易日的买入卖出指令
    
95.     hist = account.get_attribute_history('closePrice',50)
    
96.     ticker_name = []                       # 符合买入要求股票代码
    
97.     for stk in account.universe:           # 遍历股票池内所有股票，选出符合要求的股票   
    
98.         if np.isnan(account.referencePrice[stk]) or account.referencePrice[stk] == 0:  # 停牌或是还没有上市等原因不能交易
    
99.             continue      
    
100. 
     
101.         # 计算股票的BOLL线上下轨
     
102.         ## 计算MA
     
103.         MA = np.mean(hist[stk][-N:])
     
104.         ## 计算标准差MD
     
105.         MD = np.sqrt((sum(hist[stk][-N:] - MA)**2) / N)
     
106.         ## 计算MB、UP、DN线
     
107.         MB =np.mean(hist[stk][-(N-1):])
     
108.         UP = MB + k * MD
     
109.         DN = MB - k * MD
     
110. 
     
111.         # 计算股票的ROC
     
112.         ROC = float(hist[stk][-1] - hist[stk][-M])/float(hist[stk][-M])
     
113. 
     
114.         # 开仓条件
     
115.         if (hist[stk][-1] > UP) and (ROC > 0):
     
116.             ticker_name.append(stk)
     
117.     # 若股票符合开仓条件且尚未持有，则买入
     
118.     for stk in ticker_name:
     
119.         if stk not in account.valid_secpos:
     
120.             order(stk,account.amount)
     
121.             account.duration.loc[stk]['duration'] = 1   
     
122.     # 对于持有的股票，若股票不符合平仓条件，则将持仓时间加1，否则卖出，并删除该持仓时间记录
     
123.     for stk in account.valid_secpos:
     
124.         T = max(E - account.duration.loc[stk]['duration'],10)
     
125.         if hist[stk][-1] > np.mean(hist[stk][-T:]):
     
126.             account.duration.loc[stk]['duration'] = account.duration.loc[stk]['duration'] + 1
     
127.         else:
     
128.             order_to(stk,0)
     
129.             account.duration.loc[stk]['duration'] = 0      
     
130.     return
     

复制代码