2.【PTrade使用指南】- 开始写策略

开始写策略

简单但是完整的策略

先来看一个简单但是完整的策略:

def initialize(context):set_universe('600570.SS')def handle_data(context, data):pass

一个完整策略只需要两步:

1. set_universe: 设置股票池，上面的例子中，只操作一支股票:      '600570.SS'，恒生电子。所有的操作只能对股票池的标的进行。

2. 实现一个函数: handle_data。

这是一个完整的策略，但是我们没有任何交易，下面我们来添加一些交易

添加一些交易

def initialize(context):g.security = '600570.SS'# 是否创建订单标识g.flag = Falseset_universe(g.security)def handle_data(context, data):if not g.flag:order(g.security, 1000)g.flag = True

在这个策略里，当创建订单标识为False，也即尚未创建过订单时，买入1000股'600570.SS'，具体的下单API请看order函数。这里我们进行了交易，但只是没有经过条件判断的委托下达。

实用的策略

下面我们来看一个真正实用的策略

在这个策略里，我们会根据历史价格做出判断:

• 如果上一时间点价格高出五天平均价1%，则全仓买入

• 如果上一时间点价格低于五天平均价，则清仓卖出

def initialize(context):g.security = '600570.SS'set_universe(g.security)def handle_data(context, data):security = g.security
sid = g.security# 获取过去五天的历史价格df = get_history(5, '1d', 'close', security, fq=None, include=False)# 获取过去五天的平均价格average_price = round(df['close'][-5:].mean(), 3)# 获取上一时间点价格current_price = data[sid]['close']# 获取当前的现金cash = context.portfolio.cash# 如果上一时间点价格高出五天平均价1%, 则全仓买入if current_price > 1.01*average_price:# 用所有 cash 买入股票order_value(g.security, cash)log.info('buy %s' % g.security)# 如果上一时间点价格低于五天平均价, 则清仓卖出elif current_price < average_price and get_position(security).amount > 0:# 卖出所有股票,使这只股票的最终持有量为0order_target(g.security, 0)log.info('sell %s' % g.security)

模拟盘和实盘注意事项

关于持久化

为什么要做持久化处理

服务器异常、策略优化等诸多场景，都会使得正在进行的模拟盘和实盘策略存在中断后再重启的需求，但是一旦交易中止后，策略中存储在内存中的全局变量就清空了，因此通过持久化处理为量化交易保驾护航必不可少。

量化框架持久化处理

使用pickle模块保存股票池、账户信息、订单信息、全局变量g定义的变量等内容。

注意事项：

1. 框架会在before_trading_start(隔日开始)、handle_data、after_trading_end事件后触发持久化信息更新及保存操作。

2. 券商升级/环境重启后恢复交易时，框架会先执行策略initialize函数再执行持久化信息恢复操作。      如果持久化信息保存有策略定义的全局对象g中的变量，将会以持久化信息中的变量覆盖掉initialize函数中初始化的该变量。

3. 全局变量g中不能被序列化的变量将不会被保存。您可在initialize中初始化该变量时名字以'__'开头。

4. 涉及到IO(打开的文件，实例化的类对象等)的对象是不能被序列化的。

5. 全局变量g中以'__'开头的变量为私有变量，持久化时将不会被保存。

示例

class Test(object):count = 5def print_info(self):self.count += 1log.info("a" * self.count)def initialize(context):g.security = "600570.SS"set_universe(g.security)# 初始化无法被序列化类对象，并赋值为私有变量，落地持久化信息时跳过保存该变量g.__test_class = Test()def handle_data(context, data):# 调用私有变量中定义的方法g.__test_class.print_info()

策略中持久化处理方法

使用pickle模块保存 g 对象(全局变量)。

示例

import picklefrom collections import defaultdict'''
持仓N日后卖出，仓龄变量每日pickle进行保存，重启策略后可以保证逻辑连贯
'''def initialize(context):g.notebook_path = get_research_path()#尝试启动pickle文件try:with open(g.notebook_path+'hold_days.pkl','rb') as f:
  g.hold_days = pickle.load(f)#定义空的全局字典变量except:g.hold_days = defaultdict(list)g.security = '600570.SS'set_universe(g.security)# 仓龄增加一天def before_trading_start(context, data):if g.hold_days:g.hold_days[g.security] += 1# 每天将存储仓龄的字典对象进行pickle保存def handle_data(context, data):if g.security not in list(context.portfolio.positions.keys()) and g.security not in g.hold_days:order(g.security, 100)g.hold_days[g.security] = 1if g.hold_days:if g.hold_days[g.security] > 5:
  order(g.security, -100)  del g.hold_days[g.security]with open(g.notebook_path+'hold_days.pkl','wb') as f:pickle.dump(g.hold_days,f,-1)

try:# 尝试执行的代码print(a)except:# 如果在try块执行异常# 则执行except块代码a = 1print(a)

try:# 尝试执行的代码print(a)except Exception as e:# 使用as关键字可以获取异常的实例print("出现异常，error为: %s" % e)a = 1print(a)

try:a = 1print(a)except:print(a)else:# 如果try块成功执行，没有引发异常，可以选择性地添加一个else块。print('执行正常')

try:a = 1print(a)except:print(a)finally:# 无论是否发生异常，finally块中的代码都将被执行。这可以用来执行一些清理工作，比如关闭文件或释放资源。print('执行完毕')