雙動力策略

雙動力策略是期貨領域非常有名的策略，這裏我們把這個策略移植到了股票領域，由於股票只能做多，因此我們把期貨做空的策略邏輯直接刪除，即可得股票的雙動力策略。策略的邏輯如下圖所示：

這裏有做空的邏輯，我們把他刪掉，直接利用做多的邏輯，程序代碼如下：

import talib

def initialize(context):
    # 初始化此策略
    # 設置我們要操作的股票池, 這裏我們只操作一支股票
    g.security = '600570.SS'
    set_universe(g.security)
    g.K1 = 0.4
    g.K2 = 0.6
    g.buy = 0
    
#當五日均線高於十日均線時買入，當五日均線低於十日均線時賣出
def handle_data(context, data):
    security = g.security
    # 獲取歷史價格，最高價
    H = get_history(30, '1d', field = 'high', fq = 'pre')
    # 獲取歷史價格，最低價
    L = get_history(30, '1d', field = 'low', fq = 'pre')
    # 獲取歷史價格，收盤價
    C = get_history(30, '1d', field = 'close', fq = 'pre')
    # 獲取歷史價格，開盤價
    O = get_history(30, '1d', field = 'open', fq = 'pre')
    # 最高價最高價
    HH = H[security].max()
    # 收盤價最低價
    LC = C[security].min()
    # 收盤價最高價
    HC = C[security].max()
    # 最低價最低價
    LL = L[security].min()
    
    # 用於計算入場指標
    Range = max(HH - LC, HC - LL)
    
    # 計算移動平均線
    ma10 = talib.MA(C[security].values, 20)
    
    JX = ma10[-1]
    ZSX = min(ma10[-11:-1])
    
    amount = context.portfolio.positions[security]['amount']
    cash = context.portfolio.cash
    
    if H[security][-1] > (O[security][-1] + g.K1 * Range) and C[security][-1] > JX and amount == 0:
        # 全部的可用資金買入
        order_target_value(security, cash)
        # 記錄買入價格
        g.buy = C[security][-1]
    if (L[security][-1] < (O[security][-1] - g.K2 * Range) and amount > 0) or (L[security][-1] > g.buy and L[security][-1] < ZSX):
        order_target(security, 0)
        g.buy = 0