这篇文章主要介绍“python怎么实现唐奇安通道策略”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“python怎么实现唐奇安通道策略”文章能帮助大家解决问题。
创新互联建站坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站制作、网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的长岛网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！
编写策略
到目前为止，你应该很好地理解了原始唐奇安通道规则，以及我们将要改进它的方法。现在我们就用代码编写这个交易策略吧。
第1步：编写策略框架
策略框架其实就是两个函数，其中main函数是整个程序的入口函数，也就是说策略开始执行的时候，会先执行main函数；另外一个是onTick函数，onTick只是一个函数的名字，当然你也可以自由命名，onTick函数里面主要编写策略逻辑。整个框架其实就是在main函数中重复执行onTick函数。
# 策略主函数 def onTick(): pass # 程序入口 def main(): while True: # 进入无限循环模式 onTick() # 执行策略主函数 Sleep(1000) # 休眠1秒
第2步：定义全局变量和外部参数
我们这个策略只需要一个控制虚拟持仓的全局变量，所谓的虚拟持仓指的是理论持仓而非真实持仓，无论开仓还是平仓，我们都假设订单已经完全成交。
# 定义全局变量 mp = 0 # 用于控制虚拟持仓 # 外部参数 long_coefficient = 0.999 short_coefficient = 1.001 cycle_length = 55
第3步：处理K线数据
我们在前面已经定义过，上轨是过去N天的最高价的最大值，下轨是过去N天的最低价的最小值。要想计算这两个值，首先要先获取基础K线数据。但是在使用GetRecords方法获取完基础K线数据之后，先不要慌着计算上轨和下轨，而是先把数据处理一下。
因为我们在计算上轨和下轨的时候需要N个K线，如果K线数量太少就不能计算了，所以要加一个if条件，判断当前K线是否满足我们所需要的数量，如果不满足就直接返回，等待下一次循环。另外我们还需要从K线数组中提取当前最新价格和上根K线的收盘价，最新价格主要用于开平仓，上根K线收盘价主要用于判断开平仓信号。
有的朋友可能会问，为什么不直接使用最新的价格来判断开平仓信号呢？这是因为如果使用最新价格来判断，就可能出现信号反复的问题，同时也为了规避未来函数和偷价这些常见的量化交易问题，所以我们的策略在设计上是：当前K线出信号，下根K线发单。
exchange.SetContractType("rb000") # 订阅期货品种
bar_arr = exchange.GetRecords() # 获取K线数组
if len(bar_arr) < cycle_length + 1: # 判断K线数组的长度
return # 如果K线长度过小，就直接返回
close_new = bar_arr[len(bar_arr) - 1]['Close'] # 获取最新价格（卖价），用于开平仓
close_last = bar_arr[len(bar_arr) - 2]['Close'] # 上根K线收盘价，用于第4步：计算上轨、下轨、中轨
在发明者量化交易软件中，已经内置了talib库中的Highest函数和Lowest函数，所以我们直接调用这两个函数就可以计算上轨和下轨的值。但因为我们是使用上根K线收盘价为基准，来判断它与上轨、下轨、中轨的位置关系来开平仓，所以在计算上轨和下轨之前需要先删除K线数组中的最后一个元素。
bar_arr.pop() # 去掉K线数组最后一个元素，策略是当前K线出信号，下根K线发单，这样可以避免未来函数和偷价 on_line = TA.Highest(bar_arr, cycle_length, 'High') * long_coefficient # 计算上轨 under_line = TA.Lowest(bar_arr, cycle_length, 'Low') * short_coefficient # 计算下轨 middle_line = (on_line + under_line) / 2 # 计算中轨
第5步：下单交易
根据Python的语法规则，要想在函数内使用外部的全局变量，需要在使用这个变量之前，先用global关键字把变量引入。注意下面代码中的注释，真个代码流程是使用if语句，然后根据我们之前定义的策略逻辑来编写。有两个地方需要注意，一个是在下单之前需要先设置下单的类型方向，也就是先调用SetDirection函数。另一个是在下单之后，要把虚拟持仓变量mp重新赋值。
global mp # 引入全局变量
if mp == 0: # 如果当前无持仓
if close_last > on_line: # 如果价格大于上轨
exchange.SetDirection("buy") # 设置交易方向和类型
exchange.Buy(close_new, 1) # 开多单
mp = 1 # 设置虚拟持仓的值，即有多单
elif close_last < under_line: # 如果价格小于下轨
exchange.SetDirection("sell") # 设置交易方向和类型
exchange.Sell(close_new - 1, 1) # 开空单
mp = -1 # 设置虚拟持仓的值，即有空单
# 如果持多单，并且价格小于下轨
if mp > 0 and close_last < middle_line:
exchange.SetDirection("closebuy") # 设置交易方向和类型
exchange.Sell(close_new - 1, 1) # 平多单
mp = 0 # 设置虚拟持仓的值，即空仓
# 如果持空单，并且价格大于上轨
if mp < 0 and close_last > middle_line:
exchange.SetDirection("closesell") # 设置交易方向和类型
exchange.Buy(close_new, 1) # 平空单
mp = 0 # 设置虚拟持仓的值，即空仓完整策略代码
# 回测配置
'''backtest
start: 2015-02-22 00:00:00
end: 2019-11-27 00:00:00
period: 1h
exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}]
'''
# 定义全局变量
mp = 0 # 用于控制虚拟持仓
# 外部参数
long_coefficient = 0.999
short_coefficient = 1.001
cycle_length = 55
def onTick():
exchange.SetContractType("rb000") # 订阅期货品种
bar_arr = exchange.GetRecords() # 获取K线数组
if len(bar_arr) < cycle_length + 1:
return
close_new = bar_arr[len(bar_arr) - 1]['Close'] # 获取最新价格（卖价），用于开平仓
close_last = bar_arr[len(bar_arr) - 2]['Close'] # 上根K线收盘价
bar_arr.pop()
on_line = TA.Highest(bar_arr, cycle_length, 'High') * long_coefficient
under_line = TA.Lowest(bar_arr, cycle_length, 'Low') * short_coefficient
middle_line = (on_line + under_line) / 2
global mp # 引入全局变量
if mp == 0: # 如果当前无持仓，并且在规定的交易时间内
if close_last > on_line: # 如果价格大于上轨
exchange.SetDirection("buy") # 设置交易方向和类型
exchange.Buy(close_new, 1) # 开多单
mp = 1 # 设置虚拟持仓的值，即有多单
elif close_last < under_line: # 如果价格小于下轨
exchange.SetDirection("sell") # 设置交易方向和类型
exchange.Sell(close_new - 1, 1) # 开空单
mp = -1 # 设置虚拟持仓的值，即有空单
# 如果持多单，并且价格小于下轨或者非规定的交易时间
if mp > 0 and close_last < middle_line:
exchange.SetDirection("closebuy") # 设置交易方向和类型
exchange.Sell(close_new - 1, 1) # 平多单
mp = 0 # 设置虚拟持仓的值，即空仓
# 如果持空单，并且价格大于上轨或者非规定的交易时间
if mp < 0 and close_last > middle_line:
exchange.SetDirection("closesell") # 设置交易方向和类型
exchange.Buy(close_new, 1) # 平空单
mp = 0 # 设置虚拟持仓的值，即空仓
LogStatus(mp)
# 程序入口
def main():
while True:
onTick()
Sleep(1000) #休眠1秒关于“python怎么实现唐奇安通道策略”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注创新互联行业资讯频道，小编每天都会为大家更新不同的知识点。
