双均线策略–量化交易经典之作(附Python完整代码)

# coding=utf-8from __future__ import print_function, absolute_importfrom gm.api import *import talib'''本策略以SHFE.rb2101为交易标的，根据其一分钟(即60s频度）bar数据建立双均线模型，短周期为20，长周期为60，当短期均线由上向下穿越长期均线时做空，当短期均线由下向上穿越长期均线时做多,每次开仓前先平掉所持仓位，再开仓。注：为了适用于仿真和实盘，在策略中增加了一个“先判断是否平仓成功再开仓”的判断逻辑，以避免出现未平仓成功，可用资金不足的情况。回测数据为:SHFE.rb2101的60s频度bar数据回测时间为:2020-04-01 09:00:00到2020-05-31 15:00:00'''def init(context):    context.short = 20                                             # 短周期均线    context.long = 60                                              # 长周期均线    context.symbol = 'SHFE.rb2101'                                 # 订阅交易标的    context.period = context.long + 1                              # 订阅数据滑窗长度    context.open_long = False                                      # 开多单标记    context.open_short = False                                     # 开空单标记    subscribe(context.symbol, '60s', count=context.period)         # 订阅行情def on_bar(context, bars):    # 获取通过subscribe订阅的数据    prices = context.data(context.symbol, '60s', context.period, fields='close')    # 利用talib库计算长短周期均线    short_avg = talib.SMA(prices.values.reshape(context.period), context.short)    long_avg = talib.SMA(prices.values.reshape(context.period), context.long)    # 查询持仓    position_long = context.account().position(symbol=context.symbol, side=1)    position_short = context.account().position(symbol=context.symbol, side=2)    # 短均线下穿长均线，做空(即当前时间点短均线处于长均线下方，前一时间点短均线处于长均线上方)    if long_avg[-2] < short_avg[-2] and long_avg[-1] >= short_avg[-1]:        # 无多仓情况下，直接开空        if not position_long:            order_volume(symbol=context.symbol, volume=1, side=OrderSide_Sell, position_effect=PositionEffect_Open,                        order_type=OrderType_Market)            print(context.symbol, '以市价单调空仓到仓位')        # 有多仓情况下，先平多，再开空(开空命令放在on_order_status里面)        else:            context.open_short = True            # 以市价平多仓            order_volume(symbol=context.symbol, volume=1, side=OrderSide_Sell, position_effect=PositionEffect_Close,                         order_type=OrderType_Market)            print(context.symbol, '以市价单平多仓')    # 短均线上穿长均线，做多（即当前时间点短均线处于长均线上方，前一时间点短均线处于长均线下方）    if short_avg[-2] < long_avg[-2] and short_avg[-1] >= long_avg[-1]:        # 无空仓情况下，直接开多        if not position_short:            order_volume(symbol=context.symbol, volume=1, side=OrderSide_Buy, position_effect=PositionEffect_Open,                         order_type=OrderType_Market)            print(context.symbol, '以市价单调多仓到仓位')        # 有空仓的情况下，先平空，再开多(开多命令放在on_order_status里面)        else:            context.open_long = True            # 以市价平空仓            order_volume(symbol=context.symbol, volume=1, side=OrderSide_Buy,                        position_effect=PositionEffect_Close, order_type=OrderType_Market)            print(context.symbol, '以市价单平空仓')def on_order_status(context, order):    # 查看下单后的委托状态    status = order['status']    # 成交命令的方向    side = order['side']    # 交易类型    effect = order['position_effect']    # 当平仓委托全成后，再开仓    if status == 3:        # 以市价开空仓，需等到平仓成功无仓位后再开仓        # 如果无多仓且side=2（说明平多仓成功），开空仓        if effect == 2 and side == 2 and context.open_short:            context.open_short = False            order_volume(symbol=context.symbol, volume=1, side=OrderSide_Sell, position_effect=PositionEffect_Open,                         order_type=OrderType_Market)            print(context.symbol, '以市价单调空仓到仓位')        # 以市价开多仓,需等到平仓成功无仓位后再开仓        # 如果无空仓且side=1（说明平空仓成功），开多仓        if effect == 2 and side == 1 and context.open_long:            context.open_long = False            order_volume(symbol=context.symbol, volume=1, side=OrderSide_Buy, position_effect=PositionEffect_Open,                         order_type=OrderType_Market)            print(context.symbol, '以市价单调多仓到仓位')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='2020-04-01 09:00:00',        backtest_end_time='2020-05-31 15:00:00',        backtest_adjust=ADJUST_NONE,        backtest_initial_cash=10000000,        backtest_commission_ratio=0.0001,        backtest_slippage_ratio=0.0001)