【宽客策略源码】网格交易(期货)

abctrader

本策略首先计算了过去300个价格数据的均值和标准差，并根据均值加减1和2个标准差得到网格的区间分界线,，并分别配以0.3和0.5的仓位权重
然后根据价格所在的区间来配置仓位(+/-40为上下界,无实际意义):
(-40,-3],(-3,-2],(-2,2],(2,3],(3,40](具体价格等于均值+数字倍标准差)
[-0.5, -0.3, 0.0, 0.3, 0.5](资金比例,此处负号表示开空仓)

回测数据为:SHFE.rb1801的1min数据
回测时间为:2017-07-01 08:00:00到2017-10-01 16:00:00

1. # coding=utf-8
   
2. from __future__ import print_function, absolute_import, unicode_literals
   
3. import numpy as np
   
4. import pandas as pd
   
5. from gm.api import *
   
6. '''
   
7. 
   
8. '''
   
9. def init(context):
   
10.     context.symbol = 'SHFE.rb1801'
    
11.     # 订阅SHFE.rb1801, bar频率为1min
    
12.     subscribe(symbols=context.symbol, frequency='60s')
    
13.     # 获取过去300个价格数据
    
14.     timeseries = history_n(symbol=context.symbol, frequency='60s', count=300, fields='close', fill_missing='Last',
    
15.                            end_time='2017-07-01 08:00:00', df=True)['close'].values
    
16.     # 获取网格区间分界线
    
17.     context.band = np.mean(timeseries) + np.array([-40, -3, -2, 2, 3, 40]) * np.std(timeseries)
    
18.     # 设置网格的仓位
    
19.     context.weight = [0.5, 0.3, 0.0, 0.3, 0.5]
    
20. def on_bar(context, bars):
    
21.     bar = bars[0]
    
22.     # 根据价格落在(-40,-3],(-3,-2],(-2,2],(2,3],(3,40]的区间范围来获取最新收盘价所在的价格区间
    
23.     grid = pd.cut([bar.close], context.band, labels=[0, 1, 2, 3, 4])[0]
    
24.     # 获取多仓仓位
    
25.     position_long = context.account().position(symbol=context.symbol, side=PositionSide_Long)
    
26.     # 获取空仓仓位
    
27.     position_short = context.account().position(symbol=context.symbol, side=PositionSide_Short)
    
28.     # 若无仓位且价格突破则按照设置好的区间开仓
    
29.     if not position_long and not position_short and grid != 2:
    
30.         # 大于3为在中间网格的上方,做多
    
31.         if grid >= 3:
    
32.             order_target_percent(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
    
33.                                  position_side=PositionSide_Long)
    
34.             print(context.symbol, '以市价单开多仓到仓位', context.weight[grid])
    
35.         if grid <= 1:
    
36.             order_target_percent(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
    
37.                                  position_side=PositionSide_Short)
    
38.             print(context.symbol, '以市价单开空仓到仓位', context.weight[grid])
    
39.     # 持有多仓的处理
    
40.     elif position_long:
    
41.         if grid >= 3:
    
42.             order_target_percent(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
    
43.                                  position_side=PositionSide_Long)
    
44.             print(context.symbol, '以市价单调多仓到仓位', context.weight[grid])
    
45.         # 等于2为在中间网格,平仓
    
46.         elif grid == 2:
    
47.             order_target_percent(symbol=context.symbol, percent=0, order_type=OrderType_Market,
    
48.                                  position_side=PositionSide_Long)
    
49.             print(context.symbol, '以市价单全平多仓')
    
50.         # 小于1为在中间网格的下方,做空
    
51.         elif grid <= 1:
    
52.             order_target_percent(symbol=context.symbol, percent=0, order_type=OrderType_Market,
    
53.                                  position_side=PositionSide_Long)
    
54.             print(context.symbol, '以市价单全平多仓')
    
55.             order_target_percent(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
    
56.                                  position_side=PositionSide_Short)
    
57.             print(context.symbol, '以市价单开空仓到仓位', context.weight[grid])
    
58.     # 持有空仓的处理
    
59.     elif position_short:
    
60.         # 小于1为在中间网格的下方,做空
    
61.         if grid <= 1:
    
62.             order_target_percent(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
    
63.                                  position_side=PositionSide_Short)
    
64.             print(context.symbol, '以市价单调空仓到仓位', context.weight[grid])
    
65.         # 等于2为在中间网格,平仓
    
66.         elif grid == 2:
    
67.             order_target_percent(symbol=context.symbol, percent=0, order_type=OrderType_Market,
    
68.                                  position_side=PositionSide_Short)
    
69.             print(context.symbol, '以市价单全平空仓')
    
70.         # 大于3为在中间网格的上方,做多
    
71.         elif grid >= 3:
    
72.             order_target_percent(symbol=context.symbol, percent=0, order_type=OrderType_Market,
    
73.                                  position_side=PositionSide_Short)
    
74.             print(context.symbol, '以市价单全平空仓')
    
75.             order_target_percent(symbol=context.symbol, percent=context.weight[grid], order_type=OrderType_Market,
    
76.                                  position_side=PositionSide_Long)
    
77.             print(context.symbol, '以市价单开多仓到仓位', context.weight[grid])
    
78. if __name__ == '__main__':
    
79.     '''
    
80.     strategy_id策略ID,由系统生成
    
81.     filename文件名,请与本文件名保持一致
    
82.     mode实时模式:MODE_LIVE回测模式:MODE_BACKTEST
    
83.     token绑定计算机的ID,可在系统设置-密钥管理中生成
    
84.     backtest_start_time回测开始时间
    
85.     backtest_end_time回测结束时间
    
86.     backtest_adjust股票复权方式不复权:ADJUST_NONE前复权:ADJUST_PREV后复权:ADJUST_POST
    
87.     backtest_initial_cash回测初始资金
    
88.     backtest_commission_ratio回测佣金比例
    
89.     backtest_slippage_ratio回测滑点比例
    
90.     '''
    
91.     run(strategy_id='strategy_id',
    
92.         filename='main.py',
    
93.         mode=MODE_BACKTEST,
    
94.         token='token_id',
    
95.         backtest_start_time='2017-07-01 08:00:00',
    
96.         backtest_end_time='2017-10-01 16:00:00',
    
97.         backtest_adjust=ADJUST_PREV,
    
98.         backtest_initial_cash=10000000,
    
99.         backtest_commission_ratio=0.0001,
    
100.         backtest_slippage_ratio=0.0001)

复制代码