python实现马丁策略的实例详解
马丁策略本来是一种赌博方法,但在投资界应用也很广泛,不过对于投资者来说马丁策略过于简单,所以本文将其改进并使得其在震荡市中获利,以下说明如何实现马丁策略。
策略
逢跌加仓,间隔由自己决定,每次加仓是当前仓位的一倍。
连续跌两次卖出,且卖出一半仓位。
如果爆仓则全仓卖出止损。
初始持仓设置为10%~25%,则可进行2到3次补仓。
初始化马丁策略类属性
def __init__(self,startcash, start, end): self.cash = startcash #初始化现金 self.hold = 0 #初始化持仓金额 self.holdper = self.hold /startcash #初始化仓位 self.log = [] #初始化日志 self.cost = 0 #成本价 self.stock_num = 0 #股票数量 self.starttime = start #起始时间 self.endtime = end #终止时间 self.quantlog = [] #交易量记录 self.earn = [] #总资产记录 self.num_log = [] self.droplog = [0]
为了记录每次买卖仓位的变化初始化了各种列表。
交易函数
首先导入需要的模块
import pandas as pd import numpy as np import tushare as ts import matplotlib.pyplot as plt
def buy(self, currentprice, count): self.cash -= currentprice*count self.log.append('buy') self.hold += currentprice*count self.holdper = self.hold / (self.cash+ self.hold) self.stock_num += count self.cost = self.hold / self.stock_num self.quantlog.append(count//100) print('买入价:%.2f,手数:%d,现在成本价:%.2f,现在持仓:%.2f,现在筹码:%d' %(currentprice ,count//100, self.cost, self.holdper, self.stock_num//100)) self.earn.append(self.cash+ currentprice*self.stock_num) self.num_log.append(self.stock_num) self.droplog = [0] def sell(self, currentprice, count): self.cash += currentprice*count self.stock_num -= count self.log.append('sell') self.hold = self.stock_num*self.cost self.holdper = self.hold / (self.cash + self.hold) #self.cost = self.hold / self.stock_num print('卖出价:%.2f,手数:%d,现在成本价:%.2f,现在持仓:%.2f,现在筹码:%d' %(currentprice ,count//100, self.cost, self.holdper, self.stock_num//100)) self.quantlog.append(count//100) self.earn.append(self.cash+ currentprice*self.stock_num) self.num_log.append(self.stock_num) def holdstock(self,currentprice): self.log.append('hold') #print('持有,现在仓位为:%.2f。现在成本:%.2f' %(self.holdper,self.cost)) self.quantlog.append(0) self.earn.append(self.cash+ currentprice*self.stock_num) self.num_log.append(self.stock_num)
持仓成本的计算方式是利用总持仓金额除以总手数,卖出时不改变持仓成本。持有则是不做任何操作只记录日志
数据接口
def get_stock(self, code): df=ts.get_k_data(code,autype='qfq',start= self.starttime ,end= self.endtime) df.index=pd.to_datetime(df.date) df=df[['open','high','low','close','volume']] return df
数据接口使用tushare,也可使用pro接口,到官网注册领取token。
token = '输入你的token' pro = ts.pro_api() ts.set_token(token) def get_stock_pro(self, code): code = code + '.SH' df = pro.daily(ts_code= code, start_date = self.starttime, end_date= self.endtime) return df
数据结构:
回测函数
def startback(self, data, everyChange, accDropday): """ 回测函数 """ for i in range(len(data)): if i < 1: continue if i < accDropday: drop = backtesting.accumulateVar(everyChange, i, i) #print('现在累计涨跌幅度为:%.2f'%(drop)) self.martin(data[i], data[i-1], drop, everyChange,i) elif i < len(data)-2: drop = backtesting.accumulateVar(everyChange, i, accDropday) #print('现在累计涨跌幅度为:%.2f'%(drop)) self.martin(data[i],data[i-1], drop, everyChange,i) else: if self.stock_num > 0: self.sell(data[-1],self.stock_num) else: self.holdstock(data[i])
因为要计算每日涨跌幅,要计算差分,所以第一天的数据不能计算在for循环中跳过,accDropday是累计跌幅的最大计算天数,用来控制入场,当累计跌幅大于某个数值且仓位为0%时可再次入场。以下是入场函数:
def enter(self, currentprice,ex_price,accuDrop): if accuDrop < -0.01:#and ex_price > currentprice: count = (self.cash+self.hold) *0.24 // currentprice //100 * 100 print('再次入场') self.buy(currentprice, count) else: self.holdstock(currentprice)
入场仓位选择0.24则可进行两次抄底,如果抄底间隔为7%可承受最大跌幅为14%。
策略函数
def martin(self, currentprice, ex_price, accuDrop,everyChange,i): diff = (ex_price - currentprice)/ex_price self.droplog.append(diff) if sum(self.droplog) <= 0: self.droplog = [0] if self.stock_num//100 > 1: if sum(self.droplog) >= 0.04: if self.holdper*2 < 0.24: count =(self.cash+self.hold) *(0.25-self.holdper) // currentprice //100 * 100 self.buy(currentprice, count) elif self.holdper*2 < 1 and (self.hold/currentprice)//100 *100 > 0 and backtesting.computeCon(self.log) < 5: self.buy(currentprice, (self.hold/currentprice)//100 *100) else: self.sell(currentprice, self.stock_num//100 *100);print('及时止损') elif (everyChange[i-2] < 0 and everyChange[i-1] <0 and self.cost < currentprice):# or (everyChange[i-1] < -0.04 and self.cost < currentprice): if (self.stock_num > 0) and ((self.stock_num*(1/2)//100*100) > 0): self.sell(currentprice, self.stock_num*(1/2)//100*100 ) #print("现在累计涨跌幅为: %.3f" %(accuDrop)) elif self.stock_num == 100: self.sell(currentprice, 100) else: self.holdstock(currentprice) else: self.holdstock(currentprice) else: self.enter(currentprice,ex_price,accuDrop)
首先构建了droplog专门用于计算累计涨跌幅,当其大于0时重置为0,每次购买后也将其重置为0。当跌幅大于0.04则买入,一下为流程图(因为作图软件Visustin为试用版所以有水印,两个图可以结合来看):
此策略函数可以改成其他策略甚至是反马丁,因为交易函数可以通用。
作图和输出结果
buylog = pd.Series(broker.log) close = data.copy() buy = np.zeros(len(close)) sell = np.zeros(len(close)) for i in range(len(buylog)): if buylog[i] == 'buy': buy[i] = close[i] elif buylog[i] == 'sell': sell[i] = close[i] buy = pd.Series(buy) sell = pd.Series(sell) buy.index = close.index sell.index = close.index quantlog = pd.Series(broker.quantlog) quantlog.index = close.index earn = pd.Series(broker.earn) earn.index = close.index buy = buy.loc[buy > 0] sell = sell.loc[sell>0] plt.plot(close) plt.scatter(buy.index,buy,label = 'buy') plt.scatter(sell.index,sell, label = 'sell') plt.title('马丁策略') plt.legend() #画图 plt.rcParams['font.sans-serif'] = ['SimHei'] fig, (ax1, ax2, ax3) = plt.subplots(3,figsize=(15,8)) ax1.plot(close) ax1.scatter(buy.index,buy,label = 'buy',color = 'red') ax1.scatter(sell.index,sell, label = 'sell',color = 'green') ax1.set_ylabel('Price') ax1.grid(True) ax1.legend() ax1.xaxis_date() ax2.bar(quantlog.index, quantlog, width = 5) ax2.set_ylabel('Volume') ax2.xaxis_date() ax2.grid(True) ax3.xaxis_date() ax3.plot(earn) ax3.set_ylabel('总资产包括浮盈') plt.show()
交易日志
到此这篇关于python实现马丁策略的实例详解的文章就介绍到这了,更多相关python马丁策略内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞!
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-04
Python astype(np.float)函数使用方法解析
这篇文章主要介绍了Python astype(np.float)函数使用方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-06-08- 2022虎年新年即将来临,小编为大家带来了一个利用Python编写的虎年烟花特效,堪称全网最绚烂,文中的示例代码简洁易懂,感兴趣的同学可以动手试一试...2022-02-14
- 在本篇文章里小编给大家分享的是一篇关于python中numpy.empty()函数实例讲解内容,对此有兴趣的朋友们可以学习下。...2021-02-06
python-for x in range的用法(注意要点、细节)
这篇文章主要介绍了python-for x in range的用法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-05-10- 这篇文章主要介绍了Python 图片转数组,二进制互转操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-09
- 这篇文章主要介绍了Python中的imread()函数用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-16
- 这篇文章主要介绍了python如何实现b站直播自动发送弹幕,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-02-20
python Matplotlib基础--如何添加文本和标注
这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下...2021-01-26- 这篇文章主要介绍了解决python 使用openpyxl读写大文件的坑,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-13
- 今天小编就为大家分享一篇python 计算方位角实例(根据两点的坐标计算),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2020-04-27
- 这篇文章主要为大家详细介绍了python实现双色球随机选号,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2020-05-02
- 在本篇文章里小编给大家整理的是一篇关于python中使用np.delete()的实例方法,对此有兴趣的朋友们可以学习参考下。...2021-02-01
- 这篇文章主要介绍了使用Python的pencolor函数实现渐变色功能,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-03-09
- 这篇文章主要介绍了python自动化办公操作PPT的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-02-05
Python getsizeof()和getsize()区分详解
这篇文章主要介绍了Python getsizeof()和getsize()区分详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-11-20- 这篇文章主要为大家详细介绍了python实现学生通讯录管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...2021-02-25
- 这篇文章主要介绍了PyTorch一小时掌握之迁移学习篇,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-09-08
- 这篇文章主要介绍了解决python 两个时间戳相减出现结果错误的问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-03-12
- 这篇文章主要介绍了Python绘制的爱心树与表白代码,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2021-04-06