日内回转交易(股票)

阅读 84078 更新 2022-05-09 16:56:48

日内回转策略(股票)

日内回转策略(股票)

1. 原理

1.1 日内回转交易

日内回转交易，顾名思义就是在一天内完成“买”和“卖”两个相反方向的操作（可一次也可多次），也就是“T+0”交易。

日内回转可用于股票和期货。其中期货采用“T+0”交易制度，可以直接进行日内回转交易。由于A股采用的是“T+1”交易制度，无法直接进行日内回转交易，需要先配置一定的底仓再进行回转交易。

1.2 股票的日内回转交易

怎样对股票进行日内回转交易？

首先，在正式交易的前一个交易日配置一定的底仓。以500股为例，记做total = 500。

然后开始正式的日内回转交易。

配置底仓的作用是利用替代法实现“T+0”。由于当天买入的股票当天不能卖出，但底仓是可以卖出的，用底仓替代新买入的股票进行卖出操作。假设在第二个交易日发生了1次买入，5次卖出交易，每次交易买卖数量为100股。利用turnaround = [0,0]变量记录每次交易的数量，也是当天收盘时需要回转的记录。其中第一个数据表示当日买入数量，第二个数据表示当日卖出数量。下表为单个交易日的买卖信号。

信号方向	数量	交易记录	剩余可回转的数量	总仓位
买	100	[100,0]	500	600
卖	100	[100,100]	400	500
卖	100	[100,200]	300	400
卖	100	[100,300]	200	300
卖	100	[100,400]	100	200

假设在表的最后再加一个卖出信号是否可行？

答案是不可行。

因为如果再加一个卖出信号，需要回转的股票数量变为[100,500]，即开多100股，开空500股。这就意味着在当天收盘之前，需要卖出100股，再买入500股进行回转。这个交易日内已经出现5次卖出信号，底仓的500股已经全部卖出，仅有100股今日买入的仓位，这部分股票是不能当日卖出的。所以，不能再添加卖出信号。

因此，在判断买入或卖出信号是否能执行时，隐含一个判断条件。即：

每次交易的数量 + 当日买入的数量（turnaround的第一位）< 底仓数量（以卖出信号为例）。

1.3 MACD指标简介

MACD又称“异移动平均线”，是根据双指数移动平均线发展而来。由快的指数（常12）减去慢的指数（常26）得到DIF，再用2×（快线DIF-DIF的9日加权移动均线DEA）得到MACD柱。

DIF的计算方法为： DIF = 当天的12日指数移动平均值 - 当天的26日指数应对平均值。
注：上市首日的EMA12和EMA26利用当天的收盘价替代。

2. 策略思路

第一步：设置变量
context.first:底仓配置信号，0表示未配置底仓；1表示配置底仓。
context.trade_n:每次交易数量。
context.day:用来获取前一交易日的时间和最新交易日的时间，第一位是最新交易日，第二位是前一交易日。当二者不同时，意味着新的一天，需要初始化其他变量。
context.ending：开始回转信号，0表示未触发；1表示已触发。
context.turnaround：当日买卖股票操作记录，也是回转记录。第一位代表买入股数，第二位代表卖出股数。

第二步：计算MACD指标，设计交易信号
当 MACD 小于 0 时，买入对应股票100手；
当 MACD 大于 0 时，卖出对应股票100手;

第三步：接近收盘时，全部回转

回测标的：SHSE.600000
回测期：2017-09-01 8:00:00 到2017-10-01 16:00:00
回测初始资金：200万

3. 策略代码

# coding=utf-8
from __future__ import print_function, absolute_import, unicode_literals
import sys
try:
    import talib
except:
    print('请安装TA-Lib库')
    # 安装talib请看文档https://www.myquant.cn/docs/gm3_faq/154?
    sys.exit(-1)
from gm.api import *
def init(context):
    # 设置标的股票
    context.symbol = 'SHSE.600000'
    # 用于判定第一个仓位是否成功开仓
    context.first = 0
    # 订阅浦发银行, bar频率为1min
    subscribe(symbols=context.symbol, frequency='60s', count=35)
    # 日内回转每次交易100股
    context.trade_n = 100
    # 获取昨今天的时间
    context.day = [0, 0]
    # 用于判断是否到达接近收盘，所以不再交易
    context.ending = 1
def on_bar(context, bars):
    bar = bars[0]
    # 配置底仓
    if context.first == 0:
        # 需要保持的总仓位
        context.total = 10000
        # 购买10000股浦发银行股票
        order_volume(symbol=context.symbol, volume=context.total, side=OrderSide_Buy,
                     order_type=OrderType_Market, position_effect=PositionEffect_Open)
        print(context.symbol, '以市价单开多仓10000股')
        context.first = 1.
        day = bar.bob.strftime('%Y-%m-%d')
        context.day[-1] = int(day[-2:])
        # 每天的仓位操作
        context.turnaround = [0, 0]
        return
    # 更新最新的日期
    day = bar.bob.strftime('%Y-%m-%d %H:%M:%S')
    context.day[0] = bar.bob.day
    # 若为新的一天,获取可用于回转的昨仓
    if context.day[0] != context.day[-1]:
        context.ending = 0
        context.turnaround = [0, 0]
    # 如果接近收盘，则不再交易
    if context.ending == 1:
        return
    # 若有可用的昨仓则操作
    if context.total >= 0:
        # 获取时间序列数据
        symbol = bar['symbol']
        recent_data = context.data(symbol=symbol, frequency='60s', count=35, fields='close')
        # 计算MACD线
        macd = talib.MACD(recent_data['close'].values)[0][-1]
        # 根据MACD>0则开仓,小于0则平仓
        if macd > 0:
            # 多空单向操作都不能超过昨仓位,否则最后无法调回原仓位
            if context.turnaround[0] + context.trade_n < context.total:
                # 计算累计仓位
                context.turnaround[0] += context.trade_n
                order_volume(symbol=context.symbol, volume=context.trade_n, side=OrderSide_Buy,
                             order_type=OrderType_Market, position_effect=PositionEffect_Open)
                print(symbol, '市价单开多仓', context.trade_n, '股')
        elif macd < 0:
            if context.turnaround[1] + context.trade_n < context.total:
                context.turnaround[1] += context.trade_n
                order_volume(symbol=context.symbol, volume=context.trade_n, side=OrderSide_Sell,
                             order_type=OrderType_Market, position_effect=PositionEffect_Close)
                print(symbol, '市价单开空仓', context.trade_n, '股')
        # 临近收盘时若仓位数不等于昨仓则回转所有仓位
        if day[11:16] == '14:55' or day[11:16] == '14:57':
            position = context.account().position(symbol=context.symbol, side=PositionSide_Long)
            if position['volume'] != context.total:
                order_target_volume(symbol=context.symbol, volume=context.total, order_type=OrderType_Market,
                                    position_side=PositionSide_Long)
                print('市价单回转仓位操作...')
                context.ending = 1
        # 更新过去的日期数据
        context.day[-1] = context.day[0]
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='2017-09-01 08:00:00',
        backtest_end_time='2017-10-01 16:00:00',
        backtest_adjust=ADJUST_PREV,
        backtest_initial_cash=2000000,
        backtest_commission_ratio=0.0001,
        backtest_slippage_ratio=0.0001)