: | : | :期货程序化 | :期货程序化研究 | :期货量化学习 | :期货量化 |
返回列表 发帖

[Python源码] 鳄鱼法则交易系统源码(Python源码)

龙听

Rank: 9Rank: 9Rank: 9

UID
2 
积分
2717670 
威望
1308828 布 
龙e币
1408842 刀 
注册时间
2009-12-3 
最后登录
2024-4-20 

Medal No.1
1# 跳转到 » 倒序看帖
打印
tT
发表于 2018-3-15 11:24 | 只看该作者

[Python源码] 鳄鱼法则交易系统源码(Python源码)

源码如下：
  1. import numpy as np
  2. def initialize(context):
  3.     g.up_price = 0 #向上碎形最高价
  4.     g.low_price = 0 #向下碎形最低价
  5.     g.up_fractal_exists = False #判断有效向上碎形
  6.     g.down_fractal_exists = False #判断有效向下碎形
  7.     g.AO_index = [0] #存放连续的AO指标数据
  8.     g.cal_AC_index = [] #计算AC指标中转存储
  9.     g.AC_index = [0] #存放连续的AC指标数据
  10.     g.amount = 0 #满仓仓位
  11.     g.stock = ['160119.XSHE']
  12.     set_benchmark('160119.XSHE')

  14. #判断 向上 或 向下 碎形
  15. def is_fractal(stock,direction):
  16.     hist = history(5,'1d',direction,[stock],df = False)
  17.     if direction == 'high'\
  18.     and hist[stock][2] > hist[stock][0]\
  19.     and hist[stock][2] > hist[stock][1]\
  20.     and hist[stock][2] > hist[stock][3]\
  21.     and hist[stock][2] > hist[stock][4]:
  22.         g.up_price = hist[stock][2]
  23.         return True
  24.     elif direction == 'low'\
  25.     and hist[stock][2] < hist[stock][0]\
  26.     and hist[stock][2] < hist[stock][1]\
  27.     and hist[stock][2] < hist[stock][3]\
  28.     and hist[stock][2] < hist[stock][4]:
  29.         g.low_price = hist[stock][2]
  30.         return True
  31.     return False

  33. #通过比较碎形与红线位置，判断碎形是否有效
  34. def is_effective_fractal(stock, direction):
  35.     if is_fractal(stock,direction):
  36.         hist = history(13,'1d','close',[stock],df = False)
  37.         red_line = hist[stock][:-5].mean()
  38.         close_price = hist[stock][-1]
  39.         if direction == 'high':
  40.             if close_price > red_line:
  41.                 g.up_fractal_exists = True
  42.             else:
  43.                 g.up_fractal_exists = False
  44.         elif direction == 'low':
  45.             if close_price < red_line:
  46.                 g.down_fractal_exists = True
  47.             else:
  48.                 g.down_fractal_exists = False

  50. #N日内最高价格的N日线
  51. def nday_high_point(stock,n):
  52.     hist = history(2*n,'1d','high',[stock],df = False)[stock]
  53.     high_point = []
  54.     for i in range(n):
  55.         high_point.append(max(hist[-5-i:-1-i]))
  56.     return np.array(high_point).mean()

  58. #N日内最低价格的N日线
  59. def nday_low_point(stock,n):
  60.     hist = history(2*n,'1d','low',[stock],df = False)[stock]
  61.     low_point = []
  62.     for i in range(n):
  63.         low_point.append(max(hist[-5-i:-1-i]))
  64.     return np.array(low_point).mean()

  66. #AO=5日内（最高-最低）/2的5日移动平均-34日内（最高-最低）/2的34日移动平均
  67. def AO_index(stock):
  68.     g.AO_index.append(nday_high_point(stock,5)/2 + nday_low_point(stock,5)/2\
  69.                       - nday_high_point(stock,34)/2 - nday_low_point(stock,34)/2)
  70.     return g.AO_index[-1]

  72. #AO-AO的5日平均值的5日平均
  73. def AC_index(stock):
  74.     AO_index(stock)
  75.     if len(g.AO_index) >= 5:
  76.         g.cal_AC_index.append(g.AO_index[-1] - np.array(g.AO_index[-5:]).mean())
  77.         if len(g.cal_AC_index) >=5:
  78.             g.AC_index.append(np.array(g.cal_AC_index[-5:]).mean())

  80. #判断序列n日上行
  81. def is_up_going(alist,n):
  82.     if len(alist) < n:
  83.         return False
  84.     for i in range(n-1):
  85.         if alist[-(1+i)] <= alist[-(2+i)]:
  86.             return False
  87.     return True

  89. #判断序列n日下行
  90. def is_down_going(alist,n):
  91.     if len(alist) < n:
  92.         return False
  93.     for i in range(n-1):
  94.         if alist[-(1+i)] >= alist[-(2+i)]:
  95.             return False
  96.     return True

  98. #碎形被突破
  99. def active_fractal(stock,direction):
  100.     close_price = history(1,'1d','close',[stock],df=False)[stock][0]
  101.     if direction == 'up' and close_price > g.up_price:
  102.         return True
  103.     elif direction == 'down' and close_price < g.low_price:
  104.         return True

  106. #进场，初始仓位50%
  107. def set_initial_position(stock,context):
  108.     close_price = history(1,'1d','close',[stock],df=False)[stock][0]
  109.     g.amount = context.portfolio.cash/close_price
  110.     order(stock, g.amount*0.8)
  111.     log.info("buying %s 股数为 %s"%(stock,g.amount*0.7))
  112.     g.down_fractal_exists = False

  114. #卖出
  115. def sell_all_stock(stock,context):
  116.     order_target(stock,0)
  117.     log.info("selling %s"%stock)
  118.     g.up_fractal_exists = False

  120. #加仓
  121. def adjust_position(stock,context,position):
  122.     order(stock,g.amount*position)
  123.     log.info("adjust position buying %s 股数为 %s"%(stock,g.amount*position))

  125. def handle_data(context,data):
  126.     stock = g.stock[0]
  127.     #计算AO，AC指标
  128.     AC_index(stock)
  129.     #止损
  130.     #空仓时，寻找机会入场
  131.     if context.portfolio.positions[stock].amount == 0:
  132.         #计算向上碎形
  133.         is_effective_fractal(stock,'high')
  134.         #有效向上碎形存在，并被突破，买入
  135.         if g.up_fractal_exists and active_fractal(stock,'up'):
  136.             set_initial_position(stock,context)
  137.     #有持仓时，加仓或离场
  138.     else:
  139.         close_price = history(13,'1d','close',[stock],df=False)
  140.         red_line = close_price[stock][:-5].mean()
  141.         #计算向下碎形
  142.         is_effective_fractal(stock,'low')
  143.         #出场条件1：有效向下碎形存在，并被突破，卖出
  144.         if g.down_fractal_exists and active_fractal(stock,'down'):
  145.             sell_all_stock(stock,context)
  146.             return
  147.         #出场条件2：AC
  148.         #加仓10%：AO，AC同时5日上行，且收盘价走高
  149.         if is_up_going(g.AO_index,5)\
  150.         and is_up_going(g.AC_index,3)\
  151.         and is_up_going(close_price[stock],2):
  152.             adjust_position(stock,context,0.1)
  153.         #减仓10%：AO，AC同时3日下行，且收盘价走低
  154.         if is_down_going(g.AO_index,5)\
  155.         and is_down_going(g.AC_index,3)\
  156.         and is_down_going(close_price[stock],2):
  157.             adjust_position(stock,context,-0.1)
  158.     record(AOindex = g.AO_index[-1])
  159.     record(ACindex = g.AC_index[-1])
复制代码

收藏 分享
论坛官方微信、群（期货热点、量化探讨、开户与绑定实盘）
 
期货论坛 - 版权/免责声明   1.本站发布源码(包括函数、指标、策略等)均属开放源码，用意在于让使用者学习程序化语法撰写，使用者可以任意修改语法內容并调整参数。仅限用于个人学习使用，请勿转载、滥用，严禁私自连接实盘账户交易。
  2.本站发布资讯(包括文章、视频、历史记录、教材、评论、资讯、交易方案等)均系转载自网络主流媒体，内容仅为作者当日个人观点，本网转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。本网不对该类信息或数据做任何保证。不对您构成任何投资建议，不能依靠信息而取代自身独立判断，不对因使用本篇文章所诉信息或观点等导致的损失承担任何责任。
  3.本站发布资源(包括书籍、杂志、文档、软件等)均从互联网搜索而来，仅供个人免费交流学习，不可用作商业用途，本站不对显示的内容承担任何责任。请在下载后24小时内删除。如果喜欢，请购买正版，谢谢合作！
  4.龙听期货论坛原创文章属本网版权作品，转载须注明来源“龙听期货论坛”，违者本网将保留追究其相关法律责任的权力。本论坛除发布原创文章外，亦致力于优秀财经文章的交流分享，部分文章推送时若未能及时与原作者取得联系并涉及版权问题时，请及时联系删除。联系方式：http://www.qhlt.cn/thread-262-1-1.html
如何访问权限为100/255贴子：/thread-37840-1-1.html；注册后仍无法回复：/thread-23-1-1.html；微信/QQ群：/thread-262-1-1.html；网盘链接失效解决办法：/thread-93307-1-1.html

瑋元

Rank: 1

UID
18606 
积分
2788 
威望
1444 布 
龙e币
1344 刀 
注册时间
2018-5-3 
最后登录
2022-1-24 
2#
发表于 2018-5-5 02:18 | 只看该作者
下载 学习 谢谢大大

TOP

超级坦克

Rank: 1

UID
20704 
积分
520 
威望
260 布 
龙e币
260 刀 
注册时间
2019-12-17 
最后登录
2020-2-10 
3#
发表于 2019-12-23 15:07 | 只看该作者
谢谢楼主的无私奉献

TOP

野孩子期货量化

Rank: 1

UID
22688 
积分
490 
威望
245 布 
龙e币
245 刀 
来自
浙江杭州 
注册时间
2022-10-16 
最后登录
2022-11-27 
4#
发表于 2022-11-22 14:23 | 只看该作者
学习了

TOP

返回列表