策略示例

集合竞价追涨停策略

def initialize(context):# 初始化此策略# 设置我们要操作的股票池, 这里我们只操作一支股票g.security = '600570.SS'set_universe(g.security)#每天9:23分运行集合竞价处理函数run_dAIly(context, aggregate_auction_func, time='9:23')  def aggregate_auction_func(context):stock = g.security#最新价snapshot = get_snapshot(stock)price = snapshot[stock]['last_px']#涨停价up_limit = snapshot[stock]['up_px']#如果最新价不小于涨停价，买入if float(price) >= float(up_limit):order(g.security, 100, limit_price=up_limit)def handle_data(context, data):pass

tick级别均线策略

def initialize(context):# 初始化此策略# 设置我们要操作的股票池, 这里我们只操作一支股票g.security = '600570.SS'set_universe(g.security)#每3秒运行一次主函数run_interval(context, func, seconds=3)#盘前准备历史数据def before_trading_start(context, data):history = get_history(10, '1d', 'close', g.security, fq='pre', include=False)g.close_array = history['close'].values#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出def func(context):stock = g.security#获取最新价snapshot = get_snapshot(stock)price = snapshot[stock]['last_px']# 得到五日均线价格days = 5ma5 = get_MA_day(stock, days, g.close_array[-4:], price)   # 得到十日均线价格days = 10ma10 = get_MA_day(stock, days, g.close_array[-9:], price)# 得到当前资金余额cash = context.portfolio.cash# 如果当前有余额，并且五日均线大于十日均线if ma5 > ma10:# 用所有 cash 买入股票order_value(stock, cash)# 记录这次买入log.info("Buying %s" % (stock))# 如果五日均线小于十日均线，并且目前有头寸elif ma5 < ma10 and get_position(stock).amount > 0:# 全部卖出order_target(stock, 0)# 记录这次卖出log.info("Selling %s" % (stock))    #计算实时均线函数def get_MA_day(stock,days,close_array,current_price):close_sum = close_array[-(days-1):].sum()MA = (current_price + close_sum)/daysreturn MAdef handle_data(context, data):pass

双均线策略

def initialize(context):# 初始化此策略# 设置我们要操作的股票池, 这里我们只操作一支股票g.security = '600570.SS'set_universe(g.security)#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出def handle_data(context, data):security = g.security#得到十日历史价格df = get_history(10, '1d', 'close', security, fq=None, include=False)# 得到五日均线价格ma5 = round(df['close'][-5:].mean(), 3)# 得到十日均线价格ma10 = round(df['close'][-10:].mean(), 3)# 取得昨天收盘价price = data[security]['close']# 得到当前资金余额cash = context.portfolio.cash# 如果当前有余额，并且五日均线大于十日均线if ma5 > ma10:# 用所有 cash 买入股票order_value(security, cash)# 记录这次买入log.info("Buying %s" % (security))# 如果五日均线小于十日均线，并且目前有头寸elif ma5 < ma10 and get_position(security).amount > 0:# 全部卖出order_target(security, 0)# 记录这次卖出log.info("Selling %s" % (security))

融资融券双均线策略

def initialize(context):# 初始化策略# 设置我们要操作的股票池, 这里我们只操作一支股票g.security = "600570.SS"set_universe(g.security)def before_trading_start(context, data):# 买入标识g.order_buy_flag = False# 卖出标识g.order_sell_flag = False#当五日均线高于十日均线时买入，当五日均线低于十日均线时卖出def handle_data(context, data):# 得到十日历史价格df = get_history(10, "1d", "close", g.security, fq=None, include=False)# 得到五日均线价格ma5 = round(df["close"][-5:].mean(), 3)# 得到十日均线价格ma10 = round(df["close"][-10:].mean(), 3)# 取得昨天收盘价price = data[g.security]["close"]# 如果五日均线大于十日均线if ma5 > ma10:if not g.order_buy_flag:# 获取最大可融资数量amount = get_margincash_open_amount(g.security).get(g.security)# 进行融资买入操作margincash_open(g.security, amount)# 记录这次操作log.info("Buying %s Amount %s" % (g.security, amount))# 当日已融资买入g.order_buy_flag = True# 如果五日均线小于十日均线，并且目前有头寸elif ma5 < ma10 and get_position(g.security).amount > 0:if not g.order_sell_flag:# 获取标的卖券还款最大可卖数量amount = get_margincash_close_amount(g.security).get(g.security)# 进行卖券还款操作margincash_close(g.security, -amount)# 记录这次操作log.info("Selling %s Amount %s" % (g.security, amount))# 当日已卖券还款g.order_sell_flag = True

macd策略

指数平滑均线函数，以price计算，可以选择收盘、开盘价等价格，N为时间周期，m用于计算平滑系数a=m/(N+1)，EXPMA1为前一日值

def f_expma(N,m,EXPMA1,price):a = m/(N+1)EXPMA2 = a * price + (1 - a)*EXPMA1return EXPMA2 #2为后一天值#定义macd函数，输入平滑系数参数、前一日值，输出当日值def macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,price):EXPMA12_2 = f_expma(N1,m,EXPMA12_1,price)EXPMA26_2 = f_expma(N2,m,EXPMA26_1,price)DIF2 = EXPMA12_2 - EXPMA26_2
a = m/(N3+1)DEA2 = a * DIF2 + (1 - a)*DEA1
BAR2=2*(DIF2-DEA2)return EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2def initialize(context):global init_price
init_price = None# 获取沪深300股票g.security = get_index_stocks('000300.SS')#g.security = ['600570.SS']# 设置我们要操作的股票池, 这里我们只操作一支股票set_universe(g.security)def handle_data(context, data):# 获取历史数据，这里只获取了2天的数据，如果希望最终MACD指标结果更准确最好是获取# 从股票上市至今的所有历史数据，即增加获取的天数close_price = get_history(2, '1d', field='close', security_list=g.security)#如果是停牌不进行计算for security in g.security:if data[security].is_open >0:global init_price,EXPMA12_1,EXPMA26_1,EXPMA12_2,EXPMA26_2,DIF1,DIF2,DEA1,DEA2if init_price is None:
  init_price = close_price[security].mean()#nan和N-1个数，mean为N-1个数的均值
  EXPMA12_1 = init_price
  EXPMA26_1 = init_price
  DIF1 = init_price
  DEA1 = init_price# m用于计算平滑系数a=m/(N+1)m = 2.0#设定指数平滑基期数N1 = 12N2 = 26N3 = 9EXPMA12_2,EXPMA26_2,DIF2,DEA2,BAR2 = macd(N1,N2,N3,m,EXPMA12_1,EXPMA26_1,DEA1,close_price[security][-1])# 取得当前价格current_price = data[security].price# 取得当前的现金cash = context.portfolio.cash# DIF、DEA均为正，DIF向上突破DEA，买入信号参考if DIF2 > 0 and DEA2 > 0 and DIF1 < DEA1 and DIF2 > DEA2:
  # 计算可以买多少只股票
  number_of_shares = int(cash/current_price)
  # 购买量大于0时，下单
  if number_of_shares > 0:  # 以市单价买入股票，日回测时即是开盘价  order(security, +number_of_shares)  # 记录这次买入  log.info("Buying %s" % (security))# DIF、DEA均为负，DIF向下突破DEA，卖出信号参考elif DIF2 < 0 and DEA2 < 0 and DIF1 > DEA1 and DIF2 < DEA2 and get_position(security).amount > 0:
  # 卖出所有股票,使这只股票的最终持有量为0
  order_target(security, 0)
  # 记录这次卖出
  log.info("Selling %s" % (security))# 将今日的值赋给全局变量作为下一次前一日的值DEA1 = DEA2
DIF1 = DIF2
EXPMA12_1 = EXPMA12_2
EXPMA26_1 = EXPMA26_2

盘后逆回购

盘后进行逆回购，只能使用run_daily 设定在3点之后执行，handle_data  无法在点之后运行

def before_trading_start(context, data):import datetime
current = datetime.datetime.now().strftime('%Y-%m-%d')log.info(current) def reverse_repurchase(context):cash = context.portfolio.cash
cash=cash-1010 # 保留1000元，新债中签 可以有钱缴费amount = int(cash/1000)*10log.info(amount)order('131810.SZ', -1*amount)def initialize(context):run_daily(context, reverse_repurchase, '15:10')  def handle_data(context, data):passdef on_order_response(context, order_list):# 该函数会在委托回报返回时响应log.info(order_list)

上面示例返回的数据内容

2022-11-25 09:10:01 - INFO - Done2022-11-25 13:30:00 - INFO - 代码【754809】申购成功，委托编号【51153】2022-11-25 14:57:00 - INFO - 36302022-11-25 14:57:00 - INFO - 生成订单，订单号：e75dd8cd89cf432fa16abb48d003b97b 股票代码：131810.XSHE 数量：卖出36302022-11-25 14:57:00 - INFO - [{'entrust_type': '0', 'stock_code': '131810.SZ', 'entrust_no': 66219, 'order_time': '2022-11-25 14:57:01.769', 'business_amount': 0.0, 'status': '2', 'entrust_prop': '4', 'amount': -3630, 'price': 1.875, 'error_info': '', 'order_id': 'e75dd8cd89cf432fa1xxxxxxxxxx'}]

固定时间申购新股新债

比如固定在13:30 申购新股新债，包括创业板，科创板等

def before_trading_start(context, data):import datetime
current = datetime.datetime.now().strftime('%Y-%m-%d')log.info(current)def ipo(context):ipo_stocks_order()def initialize(context):run_daily(context, ipo, '13:30')def handle_data(context, data):passdef on_order_response(context, order_list):# 该函数会在委托回报返回时响应log.info(order_list)

可转债溢价率规模数据

由于PTrade内置数据没有可转债溢价率数据，所以需要调用外部数据，如果券商提供的ptrade不支持外网访问，这个是没有办法获取这个数据的

目前支持外网访问的是国盛证券，笔者部署了一系列针对可转债的数据接口，支持的字段丰富，且是实时更新的数据。

字段名	中文含义	类型
bond_nm	可转债名称	str
bond_id	可转债代码	str，没有后缀
bond_nm	可转债名称	str
price	可转债价格	float
sincrease_rt	正股涨幅	float
increase_rt	可转债涨幅	float
curr_iss_amt	可转债剩余规模(亿)	float
pb	市净率	float
list_dt	可转债上市日期	str
convert_value	转股价值	float
convert_price	转股价	float
stock_id	正股代码	float
ytm_rt	到期收益率	float
year_left	剩余年限	float，null的为已公布强赎
rating_cd	评级	str

class Bond:'''
转债相关
'''def __int__(self):self.code_dict = Nonedef modify_code(self, x):return x + '.SZ' if x.startswith('12') else x + '.SS'def get_bond(self):# 获取可转债列表baseinfo = 'info'data = {'sign': SIGN}resp = requests.post(
  url=API_HOST.format(baseinfo),
  data=data)bond_data = resp.json()df = pd.DataFrame(bond_data['data'])df['bond_id']=df['bond_id'].map(self.modify_code)return df

bond = Bond()b_df = bond.get_bond()

因为数据已经封装好的，所以调用很方便。接口获取可关注公众号，回复：可转债接口

可转债强赎与数日子

接口数据不仅可以在Ptrade里面调用，还可以做成微信推送等方式

相关文章：  一图告诉你 今年可转债退市前一个月的跌幅有多惨烈

上述的可转债接口数据同样提供了排除强赎的API接口，还可以根据参数，排除距离强赎满足条件X天的功能

可转债不下修转股价名单

返回的是最近公布了不下修转股价的可转债，字段如下：