QMT小练习翻译一个通达信T0指标

通达信T0指标

大家在做量化之前，一定研究过通达信的指标吧。有这么一个T0指标，大家应该接触过。

指标网址：
https://www.logic88.cn/37131.html

图上是指标的效果，黄色五星代表买入，红色五星代表卖出。图片最下面还有指标线。

第一次看到这个指标的时候，我如获珍宝，认为我离发财不远了。第二天，打开通达信，照着指标操作，然后亏钱了。我就纳闷了，指标很好，我也是严格按照信号来交易的，怎么可能亏钱的。于是仔细检查，发现我的操作依据——那些信号，大部分不见了，只有很少几个还在上面。当然，如果照着这几个仅存的信号买的话，还是赚的。

原来，这些信号只能从后向前看。照着操作的话，不一定会赚到钱，最后，赚不到钱的信号消失了。后来，我了解到一个词语——未来函数，就是形容这种情况的。

这个指标的未来函数在哪儿呢？

红圈的部分，是获取当天的最高价和最低价。盘中时，会出现当天的最高价和最低价，只是这两个价格是不到4小时生成的，也就是在收盘之前还会有变数，因此，发出的信号也会有变数。收盘后，当天的最高价和最低价固定住了，信号也不会再变化了。

翻译成QMT代码

尽管刚才说的那个通达信指标有未来函数，不能无脑拿来赚钱。但是这个指标的支撑线和阻力线公式也是有参考意义的。今天就以支撑线和阻力线为依据，在股价下穿和上穿时发出买卖信号，代码如下：

#encoding:gbk


import pandas as pd
import numpy as np


def init(C):
    #设置标的
    C.trade_code='300750.SZ'
    
def handlebar(C):
    #K线当天的日期
    day = timetag_to_datetime(C.get_bar_timetag(C.barpos),'%Y%m%d')
    #K线当天的时间
    minute = timetag_to_datetime(C.get_bar_timetag(C.barpos),'%Y%m%d%H%M%S')
    #从这一天开始获取数据
    C.start_time = '20240401'
    #获取数据到这一天结束
    C.end_time = '20240726'
    #获取分钟K线的收盘价
    price_m = C.get_market_data_ex(fields=['close'],stock_code=[C.trade_code],period='1m',start_time=C.start_time,end_time=minute,count=50,dividend_type='front',fill_data=True,subscribe=True)
    #获取日K线的收盘价、最高价和最低价
    price_d = C.get_market_data_ex(fields=['close','high','low'],stock_code=[C.trade_code],period='1d',start_time=C.start_time,end_time=day,count=50,dividend_type='front',fill_data=True,subscribe=True)
    #日K收盘价数组
    DYNAINFO_3 = price_d[C.trade_code]['close'].values
    #日K最高价数组
    DYNAINFO_5 = price_d[C.trade_code]['high'].values
    #日K最低价数组
    DYNAINFO_6 = price_d[C.trade_code]['low'].values
    #以下为与通达信公式一致
    H1 = MAX(DYNAINFO_3,DYNAINFO_5)
    L1 = MIN(DYNAINFO_3,DYNAINFO_6)
    P1 = H1 - L1
    zuli = L1+P1*7/8
    zhicheng = L1+P1*0.5/8
    #发出买入信号
    if LONGCROSS(zhicheng[-21:],price_m[C.trade_code]['close'].values[-21:],2)[-1]:
        print(minute,'买入')
    #发出卖出信号
    if LONGCROSS(price_m[C.trade_code]['close'].values[-21:],zuli[-21:],2)[-1]:
        print(minute,'卖出') 


def MAX(S1,S2):  return np.maximum(S1,S2)
def MIN(S1,S2):  return np.minimum(S1,S2)    #序列min
def LAST(S, A, B):        #从前A日到前B日一直满足S_BOOL条件, 要求A>B & A>0 & B>=0 
    return np.array(pd.Series(S).rolling(A+1).apply(lambda x:np.all(x[::-1][B:])),dtype=bool)
def LONGCROSS(S1,S2,N):                #两条线维持一定周期后交叉,S1在N周期内都小于S2,本周期从S1下方向上穿过S2时返回1,否则返回0         
    return  np.array(np.logical_and(LAST(S1<S2,N,1),(S1>S2)),dtype=bool)            # N=1时等同于CROSS(S1, S2)