小白量化《穿云箭集群量化》（5）抄底雷达策略

抄底雷达策略"/>

小白量化《穿云箭集群量化》（5）抄底雷达策略

小白量化《穿云箭集群量化》（5）抄底雷达策略
雷达能够提前发现远处敌我动向。雷达是现代战争不可或缺的装备。
证券市场中分三类人，先知先觉者，后知后觉者，不知不觉者。先知先觉者往往是市场主力，他们拥有信息和资金的实力，说能战胜主力，是痴人说梦。后知后觉者是聪明的投资者，他们不想战胜主力，往往判断主力意图，主力吃肉，他们喝汤。不知不觉者往往自认聪明，总想战胜主力，他们关注政治，关注经济，了解上中下游产业，关注各种新科技，低碳经济，新能源，元宇宙等，既劳神，又伤身。就当花钱上了一个全才博士。后知后觉者发现在选股和择时买卖时，发生金叉和死叉信号往往慢半拍。如果能提前发现主力动向，就能提前埋伏买入，等待主力拉升抬轿。
幸好穿云箭量化平台通过大数据分析，能够在价格下跌末端发现主力收集筹码，及时发出抄底雷达信号。只要你选择好的股票池，抄底雷达信号发出后不久，股票价格就会开始上涨，享受主力拉升股价，享受坐轿乐趣，同时你的财富也再增值。
抄底雷达成功率60%以上，下面看看抄底雷达信号。


从上图我们可以发现，抄底雷达都在阴线上发出信号。如果抄底失败，可能会造成损失而止损。
因此我们不以信号为买信号，只做先决条件，采用常用KDJ作为买入信号，如果与抄底雷达信号共振，我们就立即买入。下面我们写一个回测策略测试一下回测效果。

策略名='回测_抄底雷达回测'
导入 pandas 命名为 pd
导入 time
导入 HP_tdx 命名为 htdx   #小白量化行情模块
导入 HP_global 命名为 hg   #建立高级全局数据域hg
从 HP_formula 导入 *  #小白量化公式模块
从 HP_factor 导入 *  #小白量化因子公式及Alpha公式模块
导入 HP_factor 命名为 hf #小白量化因子公式及Alpha公式模块
导入 HP_formula 命名为 gs  #小白量化公式模块
导入 HP_quant 命名为 hpq   #穿云箭量化模块
从 HP_quant 导入 *  #穿云箭量化模块
导入 HP_tdxgs 命名为 tgs  #公式运行模块mygs=tgs.Tdxgs()函数 初始化(context):#context.istest=True    context.zh='xiaoba'      #账户context.zhlx='回测'   #账户类型,2个汉字context.firstcash=1000000.00  #初始现金context.cash=context.firstcashcontext.portfolio.available_cash=context.firstcashset_maxdays(500)# 设置我们要操作的股票池g.stocks=hpq.get_universe()hpq.log.info('----策略环境信息-----')输出('量化模块版本: ',hpq.ver)输出('量化模块最后修改日期: ',hpq.mdate)输出('svrip: ',hpq.svrip)输出('svrport: ',hpq.svrport)输出('\n----开始运行策略-----\n')输出('策略名:'+策略名)qhcsj2=time.strftime('%Y%m%d %H:%M:%S',time.localtime(time.time()))输出('开始运行时间:'+qhcsj2)# 设定沪深300作为基准set_benchmark((1,'000001'))# 开启动态复权模式(真实价格)set_option('use_real_price', 真)hg.seemsg=假htdx.TdxInit(ip='139.159.239.163',port=7709)hg.hqsl=1 #行情数量#hg.sdhq=1 #闪电行情g.MAX=50g.hd=0.003 #滑点g.zzs=-0.05  #止损g.amount=500 #买入数量    g.gs='''{自编指标公式，最好用专家系统公式}
N:=9;
M1:=3;
M2:=3;
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,M1,1);
D:SMA(K,M2,1);
J:3*K-2*D;
BUY:=IF(J>REF(J,1),1,0)*IF(REF(J,1)<REF(J,2),1,0);
'''
##中文Python学习交流群934165481
##微信电话18578755056
# 每个单位时间(如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次)调用一次
函数 盘中运行(context, data):序列循环 m,security 在其中 context.universe[0]:df=data[security].df如果 len(df)<1:继续price = data[security].closeclose=pricehigh= data[security].highlow= data[security].lowpre_close=data[security].pre_close   #前收盘#value = context.portfolio.positions[security].valueacc_avg_cost  = context.portfolio.positions[security].acc_avg_cost #买入成本价 amos=context.portfolio.positions[security].closeable_amount  #可卖数量amos2=context.portfolio.positions[security].total_amount   #总数量#如果可卖数量大于0，做止盈和止损处理如果 amos>0:#响尾蛇导弹-自动回撤止盈和自动止损功能sell=hf.autosell(security,price=price,cost=acc_avg_cost,withdraw=0.3,stoploss=-0.05,minp=0.01,t=999) #追踪收盘价如果 sell==2:  #止损p5=round(price*(1-g.hd),2)x=order_target(security,0,p=p5)hpq.log.info(context.current_dt+  " 止损卖出: %s ,数量:%d,卖出价格:%.2f,成交资金：%0.2f"%(security,amos,p5,amos*p5))否则如果 sell==1: #止盈p5=round(price*(1-g.hd),2)x=order_target(security,0,p=p5)hpq.log.info(context.current_dt+  " 止盈卖出: %s ,数量:%d,卖出价格:%.2f,成交资金：%0.2f"%(security,amos,p5,amos*p5))继续否则如果 amos2>0 : #有持仓继续mydf=gs.initmydf(df)  ##初始化mydf表mygs.loaddf(mydf)  #加载行情数据mydf=mygs.execgs(g.gs)  #运行指标公式mydf['cdld']=hf.cdld(mydf)  ##抄底雷达mydf['cdld2']=COUNT(mydf['cdld'],20)  #过去20周期内有信号发出如果 mydf['BUY'].iloc[-1]>0 并且 (amos2==0 或者 amos==0) 并且 mydf['cdld2'].iloc[-1]>0:price2=price*(1+g.hd)x=order_target(security,g.amount,p=price2)如果 x !=空:hpq.log.info(context.current_dt+" 买入: %s ,数量:%d,买入价格:%.2f,成交资金：%0.2f"%(security,x.amount,price,x.amount*price))

上图是回测结果。
理论只要股票池未来有70%股票上涨，策略盈利很容易。用户主要工作是选好的股票池。
中文Python穿云箭量化平台支持中文Python语法，提供了完整的Python股票软件开发源代码。新版本支持自编指标公式脚本编写策略回测，并有一键生成Python交易策略功能，提供多空雷达，抄底雷达，响尾蛇导弹，巡航到导弹等交易技术。提供期货行情，期货CTP接口，提供MT5交易接口，提供miniQMT接口，以及彩票模块。支持问财选股，支持语音报盘，微信通知等。
用户可以根据自己需求设计出满足自己要求的 自动化交易工具。

超越自己是我的每一步！我的进步就是你的进步！