Strategi perdagangan kuantifikasi indikator KDJ

Strategi perdagangan kuantifikasi indikator KDJ

Indikator KDJ, yang dikenal sebagai Stochastics, adalah salah satu alat analisis teknis yang paling umum digunakan di pasar futures dan saham. Indikator ini diciptakan oleh Dr. George Lane. Indikator ini menggabungkan konsep momentum, kekuatan dan kelemahan indikator. Indikator ini digunakan untuk menghitung perbandingan antara harga tertinggi, terendah, dan harga penutupan dalam periode tertentu.

• Metode perhitungan: Pertama-tama perhitungkan nilai RSV untuk siklus, kemudian perhitungkan nilai K, nilai D, nilai J. Contoh:

  RSVt = ((Ct-L9)/ ((H9-L9) * 100 (Ct = harga penutupan hari itu; L9 = harga terendah dalam 9 hari; H9 = harga tertinggi dalam 9 hari)

  Nilai K adalah rata-rata gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak gerak ger

  Rata-rata gerak bergerak 3 hari dengan nilai D adalah nilai K, dengan rumus: Dt = Kt/3+2*Dt-1/3

  J adalah 3 kali nilai K dikurangi 2 kali nilai D, dan rumus ini adalah:Dt-2Kt

  Beberapa aspek utama yang perlu dipertimbangkan dalam penerapan indikator KDJ adalah:

  1. Pengukuran K dan D, berkisar antara 0-100 dan lebih dari 80 pasar menunjukkan fenomena overbought, 20 di bawah menunjukkan fenomena oversold.

  2.买进信号：K值在上涨趋势中﹤D值，K线向上突破D线时；卖出信号：K值在下跌趋势中﹥D值，K线向下跌破D线。

  3.交易不活跃、发行量小的股票并不适用KD指标，而对大盘和热门大盘的准确性却很高。

  4.在KD处在高位或低位，如果出现与股价走向的背离，则是采取行动的信号。

  5. J mengambil nilai > 100 untuk overbought, < 0 untuk oversold, semuanya berada dalam zona tidak normal harga.

  6.短期转势预警信号：K值和D值上升或者下跌的速度减弱，倾斜度趋于平缓

  Biasanya tiga nilai K, D, J adalah antara 20-80 untuk zona kerucut, dan dalam hal sensitivitas, yang paling kuat adalah nilai J, diikuti oleh K, yang paling lambat adalah D, dan dalam hal keamanan, justru sebaliknya.

• Kode strategi (non-penemu Kuantitas kode)

import numpy as np
import pandas as pd
from pandas import DataFrame
import talib as ta

start = '2006-01-01'                        # 回测起始时间
end = '2015-08-17'                          # 回测结束时间
benchmark = 'HS300'                         # 策略参考标准
universe = set_universe('HS300')
capital_base = 100000                        # 起始资金
refresh_rate = 1                           # 调仓频率，即每 refresh_rate 个交易日执行一次 handle_data() 函数
longest_history=20
MA=[5,10,20,30,60,120]                       #移动均线参数

def initialize(account):
    account.kdj=[]
    
def handle_data(account):  
   
    # 每个交易日的买入卖出指令
    
    sell_pool=[]
    hist = account.get_history(longest_history)
        #data=DataFrame(hist['600006.XSHG'])
    stock_pool,all_data=Get_all_indicators(hist)
    pool_num=len(stock_pool)
    if account.secpos==None:
        print 'null'
        for i in stock_pool:
            buy_num=int(float(account.cash/pool_num)/account.referencePrice[i]/100.0)*100 
            order(i, buy_num)
    else:
        
        for x in account.valid_secpos:
            if all_data[x].iloc[-1]['closePrice']<all_data[x].iloc[-1]['ma1'] and (all_data[x].iloc[-1]['ma1']-all_data[x].iloc[-1]['closePrice'])/all_data[x].iloc[-1]['ma1']>0.05 :
                sell_pool.append(x)
                order_to(x, 0)
        
        
        
        if account.cash>500 and pool_num>0:
            
            try:
                sim_buy_money=float(account.cash)/pool_num
                for l in stock_pool:
                    #print sim_buy_money,account.referencePrice[l]
            
                    buy_num=int(sim_buy_money/account.referencePrice[l]/100.0)*100
           
                    #buy_num=10000
                    order(l, buy_num)
            except Exception as e:
                #print e
                pass
           

        
def Get_kd_ma(data):
    indicators={}
    #计算kd指标
    indicators['k'],indicators['d']=ta.STOCH(np.array(data['highPrice']),np.array(data['lowPrice']),np.array(data['closePrice']),\
    fastk_period=9,slowk_period=3,slowk_matype=0,slowd_period=3,slowd_matype=0)
    indicators['ma1']=pd.rolling_mean(data['closePrice'], MA[0])
    indicators['ma2']=pd.rolling_mean(data['closePrice'], MA[1])
    indicators['ma3']=pd.rolling_mean(data['closePrice'], MA[2])
    indicators['ma4']=pd.rolling_mean(data['closePrice'], MA[3])
    indicators['ma5']=pd.rolling_mean(data['closePrice'], MA[4])
    indicators['closePrice']=data['closePrice']
    indicators=pd.DataFrame(indicators)
    return indicators

def Get_all_indicators(hist):
    stock_pool=[]
    all_data={}
    for i in hist:
        try:
            indicators=Get_kd_ma(hist[i])
            all_data[i]=indicators
        except Exception as e:
            #print 'error:%s'%e
            pass
        if indicators.iloc[-2]['k']<indicators.iloc[-2]['d'] and indicators.iloc[-1]['k']>indicators.iloc[-2]['d']:
            stock_pool.append(i)
        elif indicators.iloc[-1]['k']>=10 and indicators.iloc[-1]['d']<=20 and indicators.iloc[-1]['k']>indicators.iloc[-2]['k'] and indicators.iloc[-2]['k']<indicators.iloc[-3]['k']:
            stock_pool.append(i)
    return stock_pool,all_data

Dikutip dari Programmer Trader