# coding=utf-8

from __future__ import print_function, absolute_import, unicode_literals

import numpy as np

import pandas as pd

from gm.api import *

'''

本策略标的为:SHFE.rb1901

价格中枢设定为:前一交易日的收盘价

从阻力位到压力位分别为:1.03 * open、1.02 * open、1.01 * open、open、0.99 * open、0.98 * open、0.97 * open

每变动一个网格,交易量变化100个单位

回测数据为:SHFE.rb1901的1min数据

回测时间为:2017-07-01 08:00:00到2017-10-01 16:00:00

'''

def init(context):

# 策略标的为SHFE.rb1901

context.symbol = 'SHFE.rb1901'

# 订阅SHFE.rb1901, bar频率为1min

subscribe(symbols = context.symbol, frequency='60s')

# 设置每变动一格,增减的数量

context.volume = 1

# 储存前一个网格所处区间,用来和最新网格所处区间作比较

context.last_grid = 0

# 以前一日的收盘价为中枢价格

context.center = history_n(symbol= context.symbol,frequency='1d',end_time=context.now,count = 1,fields = 'close')[0]['close']

# 记录上一次交易时网格范围的变化情况(例如从4区到5区,记为4,5)

context.grid_change_last = [0,0]

def on_bar(context, bars):

bar = bars[0]

# 获取多仓仓位

position_long = context.account().position(symbol=context.symbol, side=PositionSide_Long)

# 获取空仓仓位

position_short = context.account().position(symbol=context.symbol, side=PositionSide_Short)

# 设置网格和当前价格所处的网格区域

context.band = np.array([0.97, 0.98, 0.99, 1, 1.01, 1.02, 1.03]) * context.center

grid = pd.cut([bar.close], context.band, labels=[1, 2, 3, 4, 5, 6])[0]

# 如果价格超出网格设置范围,则提示调节网格宽度和数量

if np.isnan(grid):

print('价格波动超过网格范围,可适当调节网格宽度和数量')

# 如果新的价格所处网格区间和前一个价格所处的网格区间不同,说明触碰到了网格线,需要进行交易

# 如果新网格大于前一天的网格,做空或平多

if context.last_grid < grid:

# 记录新旧格子范围(按照大小排序)

grid_change_new = [context.last_grid,grid]

# 几种例外:

# 当last_grid = 0 时是初始阶段,不构成信号

# 如果此时grid = 3,说明当前价格仅在开盘价之下的3区域中,没有突破网格线

# 如果此时grid = 4,说明当前价格仅在开盘价之上的4区域中,没有突破网格线

if context.last_grid == 0:

context.last_grid = grid

return

if context.last_grid != 0:

# 如果前一次开仓是4-5,这一次是5-4,算是没有突破,不成交

if grid_change_new != context.grid_change_last:

# 更新前一次的数据

context.last_grid = grid

context.grid_change_last = grid_change_new

# 如果有多仓,平多

if position_long:

order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Sell, order_type=OrderType_Market,

position_effect=PositionEffect_Close)

print('以市价单平多仓{}手'.format(context.volume))

# 否则,做空

if not position_long:

order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Sell, order_type=OrderType_Market,

position_effect=PositionEffect_Open)

print('以市价单开空{}手'.format(context.volume))

# 如果新网格小于前一天的网格,做多或平空

if context.last_grid > grid:

# 记录新旧格子范围(按照大小排序)

grid_change_new = [grid,context.last_grid]

# 几种例外:

# 当last_grid = 0 时是初始阶段,不构成信号

# 如果此时grid = 3,说明当前价格仅在开盘价之下的3区域中,没有突破网格线

# 如果此时grid = 4,说明当前价格仅在开盘价之上的4区域中,没有突破网格线

if context.last_grid == 0:

context.last_grid = grid

return

if context.last_grid != 0:

# 如果前一次开仓是4-5,这一次是5-4,算是没有突破,不成交

if grid_change_new != context.grid_change_last:

# 更新前一次的数据

context.last_grid = grid

context.grid_change_last = grid_change_new

# 如果有空仓,平空

if position_short:

order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Buy,

order_type=OrderType_Market,

position_effect=PositionEffect_Close)

print('以市价单平空仓{}手'.format(context.volume))

# 否则,做多

if not position_short:

order_volume(symbol=context.symbol, volume=context.volume, side=OrderSide_Buy,

order_type=OrderType_Market,

position_effect=PositionEffect_Open)

print('以市价单开多{}手'.format(context.volume))

# 设计一个止损条件:当持仓量达到10手,全部平仓

if position_short == 10 or position_long == 10:

order_close_all()

print('触发止损,全部平仓')

if __name__ == '__main__':

'''

strategy_id策略ID,由系统生成

filename文件名,请与本文件名保持一致

mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST

token绑定计算机的ID,可在系统设置-密钥管理中生成

backtest_start_time回测开始时间

backtest_end_time回测结束时间

backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST

backtest_initial_cash回测初始资金

backtest_commission_ratio回测佣金比例

backtest_slippage_ratio回测滑点比例

'''

run(strategy_id='strategy_id',

filename='main.py',

mode=MODE_BACKTEST,

token='token_id',

backtest_start_time='2018-07-01 08:00:00',

backtest_end_time='2018-10-01 16:00:00',

backtest_adjust=ADJUST_PREV,

backtest_initial_cash=100000,

backtest_commission_ratio=0.0001,

backtest_slippage_ratio=0.0001)

Logo

北京人形旗下天工造物具身智能开源社区,聚焦具身天工与慧思开物两大平台

更多推荐