-
Notifications
You must be signed in to change notification settings - Fork 302
/
Copy path价值平均定投策略.py
107 lines (91 loc) · 5.39 KB
/
价值平均定投策略.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
# 注:该策略仅供参考和学习,不保证收益。
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# 策略代码总共分为三大部分,1)PARAMS变量 2)initialize函数 3)handle_data函数
# 请根据指示阅读。或者直接点击运行回测按钮,进行测试,查看策略效果。
# 策略名称:价值平均定投策略
# 策略详细介绍:https://wequant.io/study/strategy.value_averaging.html
# 关键词:长期投资、高抛低吸、分批建仓。
# 方法:
# 1)确定每个周期的目标仓位;
# 2)每一期将仓位调整至目标仓位;
# 阅读1,首次阅读可跳过:
# PARAMS用于设定程序参数,回测的起始时间、结束时间、滑点误差、初始资金和持仓。
# 可以仿照格式修改,基本都能运行。如果想了解详情请参考新手学堂的API文档。
PARAMS = {
"start_time": "2015-01-01 00:00:00",
"end_time": "2016-09-01 00:00:00",
"commission": 0.002, # 此处设置交易佣金
"slippage": 0.001, # 此处设置交易滑点
"account_initial": {"huobi_cny_cash": 60000,
"huobi_cny_btc": 0},
}
# 阅读2,遇到不明白的变量可以跳过,需要的时候回来查阅:
# initialize函数是两大核心函数之一(另一个是handle_data),用于初始化策略变量。
# 策略变量包含:必填变量,以及非必填(用户自己方便使用)的变量
def initialize(context):
# 设置回测频率, 可选:"1m", "5m", "15m", "30m", "60m", "4h", "1d", "1w"
context.frequency = "1d"
# 设置回测基准, 比特币:"huobi_cny_btc", 莱特币:"huobi_cny_ltc", 以太坊:"huobi_cny_eth"
context.benchmark = "huobi_cny_btc"
# 设置回测标的, 比特币:"huobi_cny_btc", 莱特币:"huobi_cny_ltc", 以太坊:"huobi_cny_eth"
context.security = "huobi_cny_btc"
# 设置策略参数
# 每个frequency的持仓总值的增长金额
context.user_data.pos_value_growth_per_period = 100
# 记录下当前处于第几个投资周期
context.user_data.invest_period_count = 0
# 设置策略期望初始仓位
context.user_data.initial_pos_value = 0
# 阅读3,策略核心逻辑:
# handle_data函数定义了策略的执行逻辑,按照frequency生成的bar依次读取并执行策略逻辑,直至程序结束。
# handle_data和bar的详细说明,请参考新手学堂的解释文档。
def handle_data(context):
# 取得最新价格
latest_close_price = context.data.get_current_price(context.security)
# 计算当前实时仓位
current_pos_value = context.account.huobi_cny_btc * latest_close_price
if context.user_data.initial_pos_value is None:
context.user_data.initial_pos_value = current_pos_value
# 计算当前期望仓位
expected_pos_value = context.user_data.initial_pos_value + context.user_data.pos_value_growth_per_period * (context.user_data.invest_period_count + 1)
# 当前账户持有的人民币现金
current_cash_pos = context.account.huobi_cny_cash
# 当前账户持有的数字货币数量
current_sec_pos = context.account.huobi_cny_btc
# 计算本期需要投入的资金(若为负,则是撤回的资金)
cash_to_spent = cash_to_spent_fn(context, expected_pos_value, current_pos_value, current_cash_pos, current_sec_pos, latest_close_price)
context.log.info("本期需要投入的现金:%f元" % cash_to_spent)
# 更新投资周期至下一期
context.user_data.invest_period_count += 1
if cash_to_spent >= HUOBI_CNY_BTC_MIN_ORDER_CASH_AMOUNT:
# 需要加仓,市价单买入
context.log.info("正在买入%s" % context.security)
context.log.info("下单金额为 %s 元" % cash_to_spent)
context.order.buy(context.security, cash_amount=str(cash_to_spent))
else:
# 需要减仓,计算需要卖出的数量,市价单卖出
quantity = min(context.account.huobi_cny_btc, -1 * cash_to_spent / latest_close_price)
context.log.info("正在卖出 %s" % context.security)
context.log.info("卖出数量为 %s" % quantity)
context.order.sell(context.security, quantity=str(quantity))
# # 用户自定义的函数,可以被handle_data调用:计算每一个frequency需要买入/卖出的金额(正为买入,负为卖出)
def cash_to_spent_fn(context, expected_pos_value, current_pos_value, current_cash_pos, current_sec_pos, latest_close_price):
# 低于目标仓位,需要买入加仓
if expected_pos_value > current_pos_value:
result = expected_pos_value - current_pos_value
if result < current_cash_pos:
return result
else: # 现金不足,投入全部现金加仓
context.log.warn(
"现金不足以满足目标仓位, 需要现金:%.2f, 现有现金:%.2f. 本次将用完全部现金" % (result, current_cash_pos))
return current_cash_pos
else: # 当前仓位高于目标仓位,需要卖出减仓
result = current_pos_value - expected_pos_value
pos_qty_to_sell = result / latest_close_price
if pos_qty_to_sell < current_sec_pos:
return -1 * result
else: # 仓位不足,卖出全部仓位
context.log.warn(
"现有仓位不足以满足目标仓位, 需要卖出仓位:%.2f, 现有仓位:%.2f. 本次将卖出所有仓位" % (pos_qty_to_sell, current_sec_pos))
return -1 * latest_close_price * current_sec_pos