Als ich sah, dass es auf der Plattform keine offenen Python-Seagull-Strategien gab, schrieb ich selbst eine einfache Sprünge. Das System ist nicht so gut optimiert, als es sich an die ursprüngliche Version von Seagulls annähert. Wenn man es noch einmal testet, kann man es auch selbst optimieren.
Börsenöffnung: Überschreiten von Dongjian Aktivierung: Aktivierung um 0,5 ATR über dem vorherigen Preis Stopp-Loss-Stopp-Punkt: Fallen oder Fallen des letzten Börsenpreises - 2ATR - alle Stopp-Punkte
Die Daten für das erste Jahr wurden überprüft, 80% jährlich, maximal 16% rückgängig gemacht.
Die Nutzung von Bargeld ist niedriger und die Rendite nach der Umwandlung in eine Vertragserstellung ist höher.
'''backtest
start: 2019-01-01 00:00:00
end: 2020-03-02 00:00:00
period: 1d
exchanges: [{"eid":"OKEX","currency":"BTC_USDT","stocks":0}]
args: [["fresh_rete",24],["DC_range",20],["atrlength",14]]
'''
import numpy as np
import pandas as pd
import datetime
data = {'ordertime':[],'id':[],'price':[]}
hisorder = pd.DataFrame(data)
def turtle():
#声明全局变量
global hisorder
acct = exchange.GetAccount()
records=exchange.GetRecords(fresh_rete*60*60)
ticker = exchange.GetTicker()
portfolio_value = acct.Balance+acct.FrozenBalance+(acct.Stocks+acct.FrozenStocks)*records[-1]['Close']
atr = TA.ATR(records, atrlength)[-1]
#计算得到unit大小
value = portfolio_value*trade_percent
unit = min(round(value/atr,4),round(acct.Balance/(ticker['Last']+100),4))
#unit = round(value/atr,2)
df = pd.DataFrame(records)
current_price = records[-1]['Close']
last_price = 0
if len(hisorder)!=0:
last_price = hisorder.iloc[-1]['price']
max_price = df[-DC_range:-2]['High'].max()
min_price = df[-int(DC_range/2):-2]['Low'].min()
opensign = len(hisorder)==0 and current_price > max_price
addsign = len(hisorder)!=0 and current_price > last_price + 0.5*atr
stopsign = len(hisorder)!=0 and current_price < min_price
closesign = len(hisorder)!=0 and current_price < (last_price - 2*atr)
# if _D(records[-1]['Time']/1000) == '2020-01-25 00:00:00':
# Log("records[-1]",records[-1])
if opensign | addsign:
if acct.Balance >= (ticker['Last']+10)*unit and unit >0:
id = exchange.Buy(ticker['Last']+10,unit)
orderinfo = exchange.GetOrder(id)
data = {'ordertime':_D(records[-1]['Time']/1000),'id':id,'price':records[-1]['Close']}
hisorder = hisorder.append(data,ignore_index=True)
Log('买入后，最新账户信息：', exchange.GetAccount())
Log("opensign",opensign,"addsign",addsign)
# else:
# Log('余额已不足，请充值......', exchange.GetAccount())
if stopsign | closesign:
exchange.Sell(-1, acct.Stocks+acct.FrozenStocks)
data = {'ordertime':[],'id':[],'price':[]}
hisorder = pd.DataFrame(data)
Log('卖出后，最新账户信息：', exchange.GetAccount())
Log("stopsign",stopsign,"closesign",closesign)
def main():
while True:
turtle()
Sleep(fresh_rete*60*60*1000)