用python写海龟策略

好的，我可以告诉你如何用Python编写一个基本的海龟策略。首先，让我们定义一下什么是海龟策略：它是一种趋势跟随策略，基于市场价格的动态变化来决定何时买入或卖出股票。

以下是一个简单的海龟策略的Python代码：

import pandas as pd
import numpy as np
import talib

# 获取股票数据
df = pd.read_csv('stock_data.csv')

# 计算移动平均线
df['MA20'] = talib.SMA(df['Close'], timeperiod=20)
df['MA50'] = talib.SMA(df['Close'], timeperiod=50)

# 计算波动率
df['ATR'] = talib.ATR(df['High'], df['Low'], df['Close'], timeperiod=14)

# 初始化海龟策略参数
entry_price = 0
stop_loss = 0
unit_size = 10000
risk_percent = 0.01
n = 20
m = 10

# 开始交易
for i in range(m, len(df)):
    # 计算海龟策略交易信号
    highest_high = max(df['High'][i-n:i])
    lowest_low = min(df['Low'][i-n:i])
    if df['Close'][i] > highest_high and entry_price == 0:
        entry_price = df['Close'][i]
        stop_loss = entry_price - df['ATR'][i]
        position_size = int(unit_size * risk_percent / stop_loss)
        print('买入 %d 股，价格为 %f，止损价为 %f' % (position_size, entry_price, stop_loss))
    if df['Close'][i] < lowest_low and entry_price != 0:
        exit_price = df['Close'][i]
        pnl = (exit_price - entry_price) * position_size
        print('卖出 %d 股，价格为 %f，盈亏为 %f' % (position_size, exit_price, pnl))
        entry_price = 0
        stop_loss = 0
        position_size = 0

上述代码中，我们使用了pandas和talib模块处理股票数据。我们计算了股票价格的20日和50日移动平均线，并使用ATR指标计算了波动率。我们使用了海龟策略的参数：20日和10日的突破周期，以及1%的风险控制。

在开始交易之前，我们需要初始化一些变量，如入场价格、止损价、单元大小和风险百分比。然后，我们遍历整个数据集，计算海龟策略的交易信号。如果价格突破了过去20天的最高价，并且我们尚未持有头寸，则我们以当前价格买入。我们设定止损价为买入价格减去当天的ATR。我们使用风险百分比来确定头寸大小。如果价格跌破了过去20天的最低价，并且我们持有头寸，则我们以当前价格卖出头寸。

这只是一个基本的海龟策略示例。实际上，海龟策略还有很多其他参数和规则，需要根据具体情况进行调整。