关键词：
自己做量化交易软件(45)小白量化实战18–直接使用通达信自编指标公式进行分析绘图和回测
小白量化一代提供了Python公式算法模式来写量化程序。
小白量化二代提供了仿通达信公式的模式来写量化程序。
小白量化三代除了仿通达信公式的模式来写量化程序外（见前几篇博客），还支持股票指标直接运算模式。这篇介绍直接使用通达信公式进行回测。
运行公式需要使用小白通达信公式库HP_tdxgs。
import HP_tdxgs as hgs #小白通达信公式库
tgs1=hgs.Tdxgs() #创建公式类对象
tgs1.loaddf(df) #加载行情表
mydf=tgs1.rungs(gs) #运行公式文本
tgs1.brawline(ax1) #简单绘制公式指标
其中df是行情库，gs是通达信公式文本。返回包含公式变量的行情库mydf。
tgs1.bl属性是公式中的所有变量名
tgs1.bl2属性是公式中的所有要输出变量名
tgs1.brawline(ax1) #简单绘制公式指标
tgs1.drw属性可以用来自己设计复杂的指标绘图。
tgs1.df属性是运行公式后的mydf表。
下面看KDJ,MACD公式运算的演示程序。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import HP_tdx as htdx#小白通达信行情库
from HP_formula import * #小白股票指标公式函数库
import HP_tdxgs as hgs #小白通达信公式库
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
tdxapi=htdx.TdxInit(ip='180.153.18.171')
df=hgs.get_security_bars()
#KDJ指标
gs='''
N:=9;
M1:=3;
M2:=3;
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,M1,1), CIRCLEDOT,COLORFF0000,LINETHICK2;
D:SMA(K,M2,1), LINETHICK3 , COLOR00FF00 ;
J:3*K-2*D, LINETHICK2, COLOR0000FF;
'''
#MACD指标
gs2='''
SHORT:=12;
LONG:=26;
MID:=9;
DIF:EMA(CLOSE,SHORT)-EMA(CLOSE,LONG);
DEA:EMA(DIF,MID);
MACD2:(DIF-DEA)*2,COLORSTICK;
'''
#LHXJ 猎狐先觉
gs3='''
VAR1=(CLOSE*2+HIGH+LOW)/4;
VAR2=EMA(VAR1,13)-EMA(VAR1,34);
VAR3=EMA(VAR2,5);
zlqp:(-2)*(VAR2-VAR3)*3.8;
zlkp:2*(VAR2-VAR3)*3.8;
'''
#绘制图形
plt.figure(1,figsize=(10,6), dpi=100)
#绘制主图指标
ax1=plt.subplot(311)
#绘制副图指标
ax2=plt.subplot(312)
#绘制副图指标
ax3=plt.subplot(313)
tgs1=hgs.Tdxgs()
tgs1.loaddf(df)
mydf=tgs1.rungs(gs)
print('KDJ指标：\\n',gs)
print('公式变量：',tgs1.bl)
print('输出变量：',tgs1.bl2)
tgs1.brawline(ax1)
#print(gs2)
tgs2=hgs.Tdxgs()
tgs2.loaddf(df)
mydf=tgs2.rungs(gs2)
tgs2.brawline(ax2)
#print(gs2)
tgs3=hgs.Tdxgs()
tgs3.loaddf(df)
mydf=tgs3.rungs(gs3)
tgs3.brawline(ax3)
plt.show()
程序运行结果。
下面看看如何利用KDJ指标进行回测。
# -*- coding: utf-8 -*-
"""
## 小白量化事件回测程序--A股回测
#购买<零基础搭建量化投资系统>正版书,送小白一、二代量化软件源代码。
# https://item.jd.com/61567375505.html
#独狼荷蒲qq:2775205
#通通python量化群:524949939
#电话微信:18578755056
#微信公众号：独狼股票分析
#最后修改日期:2021年09月23日
"""
import pandas as pd
import numpy as np
import datetime as dt
import time
import matplotlib.pyplot as plt
import HP_tdx as htdx#小白通达信行情库
from HP_formula import * #小白股票指标公式函数库
import HP_tdxgs as hgs #小白通达信公式库
import HP_quant as hqu #小白量化事件回测
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
code='600030'
tdxapi=htdx.TdxInit(ip='180.153.18.171')
df=hgs.get_security_bars(code=code,nCount=800)
#KDJ指标
gs='''
N:=22;
M1:=11;
M2:=22;
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,M1,1), CIRCLEDOT,COLORFF0000,LINETHICK2;
D:SMA(K,M2,1), LINETHICK3 , COLOR00FF00 ;
J:3*K-2*D, LINETHICK2, COLOR0000FF;
B:CROSS(K,D);
S:=CROSS(D,K);
'''
tgs1=hgs.Tdxgs()
tgs1.loaddf(df)
mydf=tgs1.rungs(gs)
G=hqu.GlobalVars() #用户全局变量
context = hqu.Context() #创建回测句柄
data = hqu.Data() #创建交易数据
data.code=code #回测品种
data.price=0.0 #成本价
def initialize(context,df):
print('回测初始化')
context.f1=0.001 #买入佣金
context.f2=0.001 #卖出佣金
context.f3=0.001 #买入印花税
context.f4=0.00 #卖出印花税
context.f5=0.00005 #交易费（香港）
context.f6=0.000027 #交易征费（香港）
context.f7=0.00002 #交收费（香港）
context.lot=100 #每手股数
# 定义一个全局变量, 保存要操作的证券
context.stocks = [] #股票池
context.cash=1000000.00 #初始现金
context.cash2=context.cash #初始现金
context.i=0 #i是起始位置
context.start=0 #i是起始位置
context.end=1500 #i是结束位置
df['mode']=0 #买卖状态
df['yl']=0 #盈利
df['jz']=context.cash #净值
context.mydf=df #df数据
context.yingli=5.0 #基准盈利
context.kuisun=-10.0 #基准亏损
context.volume=0.00 #持仓量
context.mode=0 #买单状态0:空仓,1:多单,2:空单
context.end=len(context.mydf) #结束位置
context.start=0 #i是起始位置
context.dc=0.5 #点差
context.price=0.0 #成本价
context.s1=0 #买多次数
context.s2=0 #买空次数
context.s3=0 #平仓次数
context.s4=0 #止损次数
#买
def buy(context, data,volume=0.1):
cash=context.cash
lot=int(cash/(data.close*(1+context.f1+context.f3))/context.lot)
context.volume=lot
context.cash=cash-lot*context.lot*data.close*(1+context.f1+context.f3+context.f5+context.f6+context.f7)
data.price=data.close*(1+context.f1+context.f3)
context.mode=1
context.price=data.price
context.s1=context.s1+1
print('买入',lot,data.price)
#卖
def sell(context, data,volume=0.1):
cash=data.close*(1-context.f2-context.f4)*context.lot*context.volume
context.cash=context.cash+cash
data.price=data.close*(1-context.f2-context.f4)
lot=context.volume
context.price=data.price
context.mode=0
context.volume=0.0
context.s2=context.s2+1
print('卖出',lot,data.price)
mydf['HL']=0.00 #获利比例
#策略初始化
initialize(context,mydf)
context.end=len(mydf)
print(mydf)
#用户策略
def handle_data(context,data):
i=context.i
#获取每个数据的值
df3=context.mydf
data.high=df3.at[i,'high']
data.low=df3.at[i,'low']
data.open=df3.at[i,'open']
data.close=df3.at[i,'close']
B=df3.at[i,'B']
S=df3.at[i,'S']
#计算买卖
if context.mode==0 and B==1: #买多
buy(context, data)
elif context.mode==1 and S==1: #买空
sell(context, data)
#计算获利率
context.mydf.at[i,'HL']=(context.cash+context.volume*context.lot*data.close-context.cash2)/context.cash2*100
context.i=i+1 #继续下一个周期
#开始回测
m=context.end-context.start
#循环回测
for i in range(context.start,context.end):
context.i=i
handle_data(context,data)
print('当前进度:',(i*100/m),'资金: ',context.cash)
print('买多:',context.s1,'买空:',context.s2,'止损:',context.s4,'资金:',context.cash)
print('持仓:', context.volume*context.lot,'现价:',data.close)
print('初始资产:',context.cash2)
print('当前资产:',round(context.cash+context.volume*context.lot*data.close,2))
print('涨幅:',round(((context.cash+context.volume*context.lot*data.close)-context.cash2)*100/context.cash2,2),"%")
######下面是绘图
mydf=context.mydf
#绘制图形
plt.figure(1,figsize=(12,8), dpi=80)
#绘制主图指标
ax1=plt.subplot(311)
mydf['K'].plot.line(legend=True)
mydf['D'].plot.line(legend=True)
mydf['J'].plot.line(legend=True)
#绘制副图指标
ax2=plt.subplot(312)
mydf['B'].plot.line(legend=True)
mydf['S'].plot.line(legend=True)
#绘制副图指标
ax2=plt.subplot(313)
mydf.HL.plot(color='orange', grid='on',legend=True)
mydf.B.plot(color='blue',legend=True)
mydf.S.plot(color='green',legend=True)
#添加标题
plt.title(code+' 获利')
plt.show()
程序运行结果：
当前进度: 99.25 资金: 1004.8229200041387
当前进度: 99.375 资金: 1004.8229200041387
当前进度: 99.5 资金: 1004.8229200041387
当前进度: 99.625 资金: 1004.8229200041387
当前进度: 99.75 资金: 1004.8229200041387
当前进度: 99.875 资金: 1004.8229200041387
买多: 16 买空: 15 止损: 0 资金: 1004.8229200041387
持仓: 76400 现价: 26.2
初始资产: 1000000.0
当前资产: 2002684.82
涨幅: 100.27 %
我们正在设计第三代小白量化平台，这篇介绍了其中的工作进展。
请持续关注我的博客，我的进步，就是你的进步！
自己做量化交易软件(45)小白量化实战18--直接使用通达信自编指标公式进行分析绘图和回测(代码片段)
自己做量化交易软件(45)小白量化实战18–直接使用通达信自编指标公式进行分析绘图和回测小白量化一代提供了Python公式算法模式来写量化程序。小白量化二代提供了仿通达信公式的模式来写量化程序。小白量化三代除了仿通达... 查看详情
自己做量化交易软件(44)小白量化实战17--利用小白量化金融模块在迅投qmt极速策略交易系统上仿大智慧指标回测及实战交易设计(代码片段)
自己做量化交易软件(44)小白量化实战17–利用小白量化金融模块在迅投QMT极速策略交易系统上仿大智慧指标回测及实战交易设计小白量化平台是由若干小白金融模块构成。其中包含行情接收模块，仿通达信大智慧公式计算模... 查看详情
自己做量化交易软件(43)小白量化实战16--利用小白量化金融模块在恒生ptrade交易系统(交易端)上仿大智慧指标回测及实战交易设计(代码片段)
自己做量化交易软件(43)小白量化实战16–利用小白量化金融模块在恒生PTrade交易系统(交易端)上仿大智慧指标回测及实战交易设计量化产品PTrade(PersonaliseTrade)交易系统采用事件驱动式回测平台，与聚宽量化平台类似的量化框... 查看详情
自己做量化交易软件(42)小白量化实战15--自编股票软件公式历史与聚宽量化平台仿大智慧指标回测设计(代码片段)
自己做量化交易软件(42)小白量化实战15–自编股票软件公式历史与聚宽量化平台仿大智慧指标回测设计在1997年以前，市面上已经出现了很多股票分析软件。大多数软件都集成好了一些常用指标，例如钱龙股票分析系统... 查看详情
小白量化《穿云箭集群量化》指标公式写策略(代码片段)
...个月（只需要看懂，能复制粘贴修改，不需要自己从头写代码）。很快就能实现全自动交易。走其他路线学量化，大学文化，全职学会Python要一学期，学会数据结构和算法要一学期，还要学习其他... 查看详情
量化交易实战之市值中性化选股
可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。1.获取市值和市净率因子数据因子:极值,标准化,中性化处理2.选定股票池(根据方向权重)市净率小的某些股票fromsklearn.linear_modelimportLinearRegression在这个方法中编写... 查看详情
小白量化《穿云箭集群量化》小白草根超级量化软件介绍
小白量化《穿云箭集群量化》（1）小白草根超级量化软件介绍这是一个系列课程，教授大家编写高级量化策略以及实现全自动交易。Python有很多优点，跨平台，跨操作系统，支持大数据、人工智能等等ÿ... 查看详情
机器学习与量化交易项目班[从零搭建自动交易系统]
...：回测，自动交易，策略建模，常见平台使用第三课搭建自己的量化数据库知识点1：软件需求，数据获取方式，数据存储方式实战项目：金融数据的存储，读取第四课用Python进行金融数据分析知识点1：数据清理与特征选择实战... 查看详情
小白量化《穿云箭集群量化》小白草根超级量化软件介绍
小白量化《穿云箭集群量化》（1）小白草根超级量化软件介绍这是一个系列课程，教授大家编写高级量化策略以及实现全自动交易。Python有很多优点，跨平台，跨操作系统，支持大数据、人工智能等等ÿ... 查看详情
小白量化《穿云箭集群量化》小白草根超级量化软件介绍
小白量化《穿云箭集群量化》（1）小白草根超级量化软件介绍这是一个系列课程，教授大家编写高级量化策略以及实现全自动交易。Python有很多优点，跨平台，跨操作系统，支持大数据、人工智能等等ÿ... 查看详情
python量化交易实战：获取股票数据并做分析处理(代码片段)
...买、网络爬取、免费开源数据等）和内部来源（自己企业销售数据、财务数据等）。因为我们不生产数据，所以只能从外部获取数据。其获取途径是第三方开源库tushare。使用tushare获取历史股票数据tushare是一个免... 查看详情
个人量化交易者的自由之路
...做量化交易的个人交易者来说，需要以下几步；第一、有自己根据接口独立开发的交易系统。文华财经、交易开拓者、金字塔除外。第二、有自己完备的交易策略，根据自己的喜好，进行开发CTA、高频交易、套利交易等。 目... 查看详情
最佳量化交易的计算机操作系统
...一个仁者见仁智者见智的问题了。 显然，这将取决于自己的情况。对于自己的交易风格，首选的交易研究方法，选择的编程语言和个人设计的交易模型的复杂性都是应该考虑的点。我想说的是，对于目前大多数人选择的基于... 查看详情
个人量化交易者的自由之路(转)
...做量化交易的个人交易者来说，需要以下几步；第一、有自己根据接口独立开发的交易系统。文华财经、交易开拓者、金字塔除外。第二、有自己完备的交易策略，根据自己的喜好，进行开发CTA、高频交易、套利交易等。 目... 查看详情
小白量化彩票实战彩票号码中六保五缩水和旋转矩阵(代码片段)
小白量化彩票实战（6）彩票号码中六保五缩水和旋转矩阵我写彩票的博客,不是鼓励大家去买彩票，读者要以学习编程和娱乐的思想来看待。兴趣是学习最大的动力！我编写彩票软件都有近十多年时间，一直没... 查看详情
量化机器人系统开发_量化交易机器人软件app搭建
量化交易机器人app已成最火爆的项目，而关于量化机器人的开发研究，有不少可以给大家分享的东西量化机器人的功能分享：1.软件的前端界面选择交易平台、API授权、选择交易对品类；2.交易策略的选择、参数的设置 ... 查看详情
量化智能对冲搬砖交易系统开发，自动交易软件开发
...得滋润。而作为平台则需要开发API为他们提供渠道，这样自己平台的交易量也会被拉升，有了交易量，平台收益自然得到了解决。量化智能对冲搬砖交易系统作为一种智能化的软件，能够在熊市为更多的用户提供一定的帮助。量... 查看详情
视频教程-从编程小白到量化宗师之路---backtrader从数据采集到实盘交易-python
从编程小白到量化宗师之路---BackTrader从数据采集到实盘交易20年企业以及互联网软件开发经验，开发过互联网广告、大型企业组织项目资产管理、股票期货数字货币高频自动化交易系统、全市场数据流图式分析系统等，... 查看详情