章节4，5，6，7，8对于程序员来说没有太多听的必要，是很细致的python和api用法，基本在掌握范围内，可以关注下第8章ccxt库，ccxt是一个开源的数字货币交易框架.它封装了全世界绝大多数的交易所的交易API。

择时策略：对着趋势图选择买卖的时机。

---

课时45: 产生交易信号

数据准备：将原始1分钟数据通过采样减少为15分钟间隔数据，同时，去掉交易平台成立初期不置信数据。

策略选择：布林线策略

    策略介绍：布林线（Boll）指标是股市技术分析的常用工具之一，通过计算股价的“标准差”，再求股的“信赖区间”。该指标在图形上画出三条线，其中上下两条线可以分别看成是股价的压力线和支撑线，而在两条线之间还有一条股价平均线，布林线指标的参数最好设为20。一般来说，股价会运行在压力线和支撑线所形成的通道中。

    布林线中轨：n天收盘价的移动平均线

    布林线上轨：n天收盘价的移动平均线 + 系数*n天收盘价的标准差

    布林线下轨：n天收盘价的平均移动线 - 系数*n天收盘价的标准差

    布林线上轨下轨包含最近n天标准差，因此其间距可以反应当前股市波动情况。

操作时机：

    1.当收盘价大于上轨，开多仓，当收盘价小于中轨，平仓

    2.当收盘价小于下轨，做空，当收盘价大于中轨，平仓

代码实现：

1. 计算布林线：

    布林线中轨：df['median'] = df['close'](收盘价).rolling(n, min_periods=1).mean()

    标准差：df['std'] = df['close'].rolling(n, min_periods=1).std(ddof=0) ddof为标准差的自由度

    布林线上轨：df['upper'] = df['median'] + m * df['std']

    布林线下轨：df['lower'] = df['median'] - m * df['std']

2. 找到信号

    a。找到做多信号，买入，之后等待平仓信号

    #买入

    condition1 = df['close'] > df['upper']  #当前k线收盘价大于上轨

    condition2 = df['close'].shift(1) <= df['upper'].shift(1) #之前k线收盘价小于等于上轨

    df.loc[condition1 & condition2, 'signal_long'] = 1  #将满足condition1 & condition2条件行的signal_long设置为1，signal long为新增列，代表坐多信号

    #平仓

    condition1 = df['close'] < df['median'] #当前收盘价小于中轨

    condition2 = df['close'].shift(1) >= df['median'].shift(1) #前一天收盘价大于等于中轨

    df.loc[condition1 & condition2, 'signal_long'] = 0 #将满足条件的行 signal_long设置为0

    b。找到做空信号，卖出，之后等待平仓信号

    #卖出

    condition1 = df['close'] < df['lower']  #当前k线收盘价小于下轨

    condition2 = df['close'].shift(1) >= df['lower'].shift(1) #之前k线收盘价大等于下轨

df.loc[condition1 & condition2, 'signal_short'] = -11  #将满足condition1 & condition2条件行的signal_short设置为-1，signal short为新增列，代表做空信号

    #平仓

    condition1 = df['close'] > df['median'] #当前收盘价大于中轨

    condition2 = df['close'].shift(1) <= df['median'].shift(1) #前一天收盘价小于等于中轨

    c。分析开多仓和清仓两种情况的组合，合并做多做空信号