# ===策略参数 # n代表取平均线和标准差的参数 # m代表标准差的倍数 n = int(para[0]) m = para[1] # ===计算指标 # 计算均线 df['median'] = df['close'].rolling(n).mean() # 此处只计算最后几行的均线值,因为没有加min_period参数 median = df.iloc[-1]['median'] median2 = df.iloc[-2]['median'] # 计算标准差 df['std'] = df['close'].rolling(n).std(ddof=0) # ddof代表标准差自由度,只计算最后几行的均线值,因为没有加min_period参数 std = df.iloc[-1]['std'] std2 = df.iloc[-2]['std'] # 计算上轨、下轨道 upper = median + m * std lower = median - m * std upper2 = median2 + m * std2 lower2 = median2 - m * std2 # ===寻找交易信号 signal = None close = df.iloc[-1]['close'] close2 = df.iloc[-2]['close'] # 找出做多信号 if (close > upper) and (close2 <= upper2): signal = 1 # 找出做空信号 elif (close < lower) and (close2 >= lower2): signal = -1 # 找出做多平仓信号 elif (close < median) and (close2 >= median2): signal = 0 # 找出做空平仓信号 elif (close > median) and (close2 <= median2): signal = 0 return signal以上代码加入MA指标过滤交易信号

时间: 2023-12-10 12:42:02 浏览: 30
以下是加入MA指标过滤交易信号的代码: ``` # ===策略参数 # n代表取平均线和标准差的参数 # m代表标准差的倍数 n = int(para[0]) m = para[1] ma_n = para[2] # MA指标的参数 # ===计算指标 # 计算均线 df['median'] = df['close'].rolling(n).mean() # 此处只计算最后几行的均线值,因为没有加min_period参数 median = df.iloc[-1]['median'] median2 = df.iloc[-2]['median'] # 计算标准差 df['std'] = df['close'].rolling(n).std(ddof=0) # ddof代表标准差自由度,只计算最后几行的均线值,因为没有加min_period参数 std = df.iloc[-1]['std'] std2 = df.iloc[-2]['std'] # 计算上轨、下轨道 upper = median + m * std lower = median - m * std upper2 = median2 + m * std2 lower2 = median2 - m * std2 # ===计算MA指标 df['MA'] = df['close'].rolling(ma_n).mean() ma = df.iloc[-1]['MA'] ma2 = df.iloc[-2]['MA'] # ===寻找交易信号 signal = None close = df.iloc[-1]['close'] close2 = df.iloc[-2]['close'] # 找出做多信号 if (close > upper) and (close2 <= upper2) and (close > ma) and (close2 <= ma2): signal = 1 # 找出做空信号 elif (close < lower) and (close2 >= lower2) and (close < ma) and (close2 >= ma2): signal = -1 # 找出做多平仓信号 elif (close < median) and (close2 >= median2): signal = 0 # 找出做空平仓信号 elif (close > median) and (close2 <= median2): signal = 0 return signal ``` 这里加入了一个MA指标,通过比较收盘价和MA指标的关系,过滤掉一些无效的交易信号。具体来说,只有当收盘价大于上轨道、上一个收盘价小于上一个上轨道、收盘价大于MA指标、上一个收盘价小于上一个MA指标时,才会触发做多信号;只有当收盘价小于下轨道、上一个收盘价大于上一个下轨道、收盘价小于MA指标、上一个收盘价大于上一个MA指标时,才会触发做空信号。

相关推荐

根据上条的方法把以下代码修改后输出def trading_strategy(df, para): """ 根据给定的参数,计算交易信号 :param df: pandas.DataFrame, 包含股票价格数据的DataFrame :param para: list, 交易策略的参数 :return: int, 交易信号,1表示买入,-1表示卖出,0表示持有 """ # 策略参数 n = int(para[0]) # 取平均线和标准差的参数 m = para[1] # 标准差的倍数 ma_n = int(para[2]) # MA指标的参数 volatility_factor = 2 # 波动率因子,可以根据实际情况调整 # 计算均线和标准差 close = df['close'].values ma = np.mean(close[-n:]) std = np.std(close[-n:], ddof=1) # 计算上下轨道 upper = ma + volatility_factor * std lower = ma - volatility_factor * std # 计算MA指标 ma_values = df['close'].rolling(ma_n).mean().values ma_current = ma_values[-1] ma_previous = ma_values[-2] # 计算LLT指标 llt = np.zeros(ma_n) llt[0] = close[-1] alpha = 2 / (ma_n + 1) for i in range(1, ma_n): llt[i] = alpha * close[-i-1] + (1 - alpha) * llt[i-1] # 寻找交易信号 signal = 0 close_current = close[-1] close_previous = close[-2] # 做多信号 if (close_current > upper) and (close_previous <= upper) and \ (close_current > ma_current) and (close_previous <= ma_previous) and (std < volatility_factor * ma_current): # LLT指标过滤做多信号 if close_current < llt[-1]: signal = 0 else: signal = 1 # 做空信号 elif (close_current < lower) and (close_previous >= lower) and \ (close_current < ma_current) and (close_previous >= ma_previous) and (std < volatility_factor * ma_current): # LLT指标过滤做空信号 if close_current > llt[-1]: signal = 0 else: signal = -1 # 平仓信号 elif ((close_current < ma) and (close_previous >= ma)) or ((close_current > ma) and (close_previous <= ma)): signal = 0 return signal

def trading_strategy(df, para): """ 根据给定的参数,计算交易信号 :param df: pandas.DataFrame, 包含股票价格数据的DataFrame :param para: list, 交易策略的参数 :return: int, 交易信号,1表示买入,-1表示卖出,0表示持有 """ # 策略参数 n = int(para[0]) # 取平均线和标准差的参数 m = para[1] # 标准差的倍数 ma_n = int(para[2]) # MA指标的参数 volatility_factor = 2 # 波动率因子,可以根据实际情况调整 # 计算均线和标准差 close = df['close'].values ma = np.mean(close[-n:]) std = np.std(close[-n:], ddof=1) # 计算上下轨道 upper = ma + volatility_factor * std lower = ma - volatility_factor * std # 计算MA指标 ma_values = df['close'].rolling(ma_n).mean().values ma_current = ma_values[-1] ma_previous = ma_values[-2] # 计算LLT指标 llt = np.zeros(ma_n) llt[0] = close[-1] alpha = 2 / (ma_n + 1) for i in range(1, ma_n): llt[i] = alpha * close[-i-1] + (1 - alpha) * llt[i-1] # 寻找交易信号 signal = 0 close_current = close[-1] close_previous = close[-2] # 做多信号 if (close_current > upper) and (close_previous <= upper) and \ (close_current > ma_current) and (close_previous <= ma_previous) and (std < volatility_factor * ma_current): # LLT指标过滤做多信号 if close_current < llt[-1]: signal = 0 else: signal = 1 # 做空信号 elif (close_current < lower) and (close_previous >= lower) and \ (close_current < ma_current) and (close_previous >= ma_previous) and (std < volatility_factor * ma_current): # LLT指标过滤做空信号 if close_current > llt[-1]: signal = 0 else: signal = -1 # 平仓信号 elif ((close_current < ma) and (close_previous >= ma)) or ((close_current > ma) and (close_previous <= ma)): signal = 0 return signal将这段代码加入名为'trading_strategy_para_list'的属性或函数

def trading_strategy(df, para): """ 根据给定的参数,计算交易信号 :param df: pandas.DataFrame, 包含股票价格数据的DataFrame :param para: list, 交易策略的参数,包括: - n: 取平均线和标准差的参数 - m: 标准差的倍数 - ma_n: MA指标的参数 - volatility_factor: 波动率因子,可以根据实际情况调整 :return: int, 交易信号,1表示买入,-1表示卖出,0表示持有 """ n = int(para[0]) m = para[1] ma_n = int(para[2]) volatility_factor = para[3] # 计算均线和标准差 close = df['close'].values ma = np.mean(close[-n:]) std = np.std(close[-n:], ddof=1) # 计算上下轨道 upper = ma + volatility_factor * std lower = ma - volatility_factor * std # 计算MA指标 ma_values = df['close'].rolling(ma_n).mean().values ma_current = ma_values[-1] ma_previous = ma_values[-2] # 计算LLT指标 llt = np.zeros(ma_n) llt[0] = close[-1] alpha = 2 / (ma_n + 1) for i in range(1, ma_n): llt[i] = alpha * close[-i-1] + (1 - alpha) * llt[i-1] # 寻找交易信号 signal = 0 close_current = close[-1] close_previous = close[-2] # 做多信号 if (close_current > upper) and (close_previous <= upper) and \ (close_current > ma_current) and (close_previous <= ma_previous) and (std < volatility_factor * ma_current): # LLT指标过滤做多信号 if close_current < llt[-1]: signal = 0 else: signal = 1 # 做空信号 elif (close_current < lower) and (close_previous >= lower) and \ (close_current < ma_current) and (close_previous >= ma_previous) and (std < volatility_factor * ma_current): # LLT指标过滤做空信号 if close_current > llt[-1]: signal = 0 else: signal = -1 # 平仓信号 elif ((close_current < ma) and (close_previous >= ma)) or ((close_current > ma) and (close_previous <= ma)): signal = 0 return signal将以上代码的参数生成斐波那契数列的函数

最新推荐

recommend-type

基于EasyX的贪吃蛇小游戏 - C语言

基于EasyX的贪吃蛇小游戏 - C语言
recommend-type

Energy Core ECP5705-V01.pdf

Energy Core ECP5705-V01.pdf
recommend-type

matlabGUI学生成绩管理系统pdf

建立基于图形用户界面GUI的学生成绩管理系统,该系统能够实现学生成绩信息的增加、删除、查询(查询某门课所有学生的成绩并显示排名,查询某个学生的各科成绩并显示排名)、课程成绩统计最高分、最低分、平均分、方差、并显示相应的排名;绘制柱状图、条形图、饼状图、正太分布曲线等功能。 通过本实验使学生掌握图形用户界面GUI的操作和设计流程,并通过编写回调函数巩固前期的知识。
recommend-type

高职教育品牌专业申报汇总表.doc

高职教育品牌专业申报汇总表.doc
recommend-type

游戏运营数据后台需求表.docx

游戏运营数据后台需求表.docx
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB遗传算法自动优化指南:解放算法调优,提升效率

![MATLAB遗传算法自动优化指南:解放算法调优,提升效率](https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/8487939061/p208348.png) # 1. MATLAB遗传算法概述** 遗传算法是一种受生物进化启发的优化算法,它模拟了自然选择和遗传的过程。在MATLAB中,遗传算法工具箱提供了丰富的函数和类,用于创建和运行遗传算法。 **1.1 遗传算法的基本原理** 遗传算法的工作原理如下: - **初始化:**创建由随机个体组成的初始种群。 - **评估:**根据目标函数计算每个个体的适应度。 -
recommend-type

failed to register layer: ApplyLayer exit status 1 stdout: stderr: archive/tar: invalid tar header

很抱歉听到这个问题。这个错误通常是由于Docker镜像损坏或Docker存储库中缺少所需的图层引起的。您可以尝试以下几种方法来解决这个问题: 1. 清理Docker镜像和容器:使用命令“docker system prune”清理不再使用的Docker对象。 2. 检查Docker存储库:确保您正在使用可靠的Docker存储库,并检查是否存在所有必需的图层。 3. 重新下载Docker镜像:如果您确定问题是由于损坏的Docker镜像引起的,则可以尝试重新下载Docker镜像。 4. 更新Docker版本:如果您使用的是旧版Docker,则可能会出现此问题。尝试更新到最新版本的Docke
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。