量化交易-交易流程和策略（二）

量化交易流程

量化交易流程.png

量化策略

• 一套固定的逻辑分析，判断和决策，量化策略可以自动执行，也可以人工操作

工具官网

米宽

构建策略

• 策略入口

  image.png

• 策略页面
  • 代码区域

#   可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。
# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
def init(context):
    context.s1 = "000001.XSHE"
    # 实时打印日志
    logger.info("Interested at stock: " + str(context.s1))

# before_trading此函数会在每天交易开始前被调用，当天只会被调用一次
def before_trading(context, bar_dict):
    pass


# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):
    # 开始编写你的主要的算法逻辑

    # bar_dict[order_book_id] 可以拿到某个证券的bar信息
    # context.portfolio 可以拿到现在的投资组合状态信息

    # 使用order_shares(id_or_ins, amount)方法进行落单

    # TODO: 开始编写你的算法吧！
    order_shares(context.s1, 1000geView2/2/w/1240)

• 配置窗口
• 日志输出

策略主体

• 基础设置

  • 初始化
    • 启始日期
    • 初始资金
    • 回测频率
  • 策略主体逻辑，以及顺序如下

def init(context):   # 初始化流程
# before_trading  # 此函数会在每天交易开始前被调用，当天只会被调用一次
def before_trading(context, bar_dict):
# 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
def handle_bar(context, bar_dict):
# context 由于所有函数之前的内容传递

• 回测频率
• 策略分析