《中文Python穿云箭量化平台二次开发技术08》获取大盘涨跌家数、平均股价数据等来判断市场涨跌趋势，并在策略中自动控制多空交易

news2024/9/20 0:41:21

《中文Python穿云箭量化平台》是纯Python开发的量化平台，因此其中很多Python模块，我们可以自己设计新的量化工具，例如自己新的行情软件、新的量化平台、以及各种量化研究工具。
穿云箭自带指标公式源码运行模块，可以为其他量化平台提供量化功能扩展或量化功能增强效果。
《中文Python穿云箭量化平台》包含有行情接口，指标运算模块，K线和指标显示模块。我们在投资分析研究和策略中，有很多可利用的资源和信息。
任何策略或技术指标都能赚钱，但是能赚钱的前提：预判趋势选择合适策略，选择适合策略的品种，选择适合策略的阶段，以及个人运气。
策略运行模式分为：多空双向交易，单多交易，单空交易。
通过人为预判市场趋势选择策略运行模式。穿云箭量化平台支持多空双向交易（开始实盘），单多交易（单多实盘），单空交易（单空实盘）。
在这里插入图片描述
《中文Python穿云箭量化平台》包含的行情接口，可以获取股票和期货各种实时数据，我们想实现智能自动决策策略的多空操作方向，可以考虑用市场涨跌家数来，动态控制策略运行方向。
假如股票上涨家数比下跌家数多，我们就在策略中运行单多模式，即允许买股票，不允许止盈和止损操作。
假如股票上涨家数比下跌家数少，我们就在策略中运行单空模式，即允许卖股票，允许止盈和止损操作，不买股票。
能获取到这样数据，就很容易在策略中实现这样的功能。
下面给出涨跌家数获取和计算的Python代码，大家很容写道策略中实现智能自动决策策略的多空操作方向的功能。

# -*- coding: utf-8 -*-
# 编程_涨停家数880006判断市场趋势
import os,sys,time
sys.path.append(os.path.abspath('.'))
sys.path.append(os.path.abspath('..'))
import numpy as np
import pandas as pd
import HP_tdx as htdx
start='1990-01-02 09:30:01'   #开始日期时间
end=time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))  #结束日期时间

#连接行情主站
htdx.TdxInit(ip='40.73.76.10',port=7709)

m=1  #市场
code='880006' #代码
#获取数据
res=htdx.get_security_quotes2(m,code)[0]
print("\n       涨跌家数")
print('-----------------------------')
print('昨收涨停数:',int(res['last_close']))
print('开盘涨停数:',int(res['open']))
print('最高涨停数:',int(res['high']))
print('最低涨停数:',int(res['low']))
print('目前涨停数:',int(res['price']))
print('-----------------------------')
print('涨停',res['bid_vol5'])
print('涨幅 >7%',res['bid_vol4'])
print('涨幅 5-7%',res['bid_vol3'])
print('涨幅 3-5%',res['bid_vol2'])
print('涨幅 0-3%',res['bid_vol1'])
print('-----------------------------')
print('跌幅 0-3%',res['ask_vol1'])
print('跌幅 3-5%',res['ask_vol2'])
print('跌幅 5-7%',res['ask_vol3'])
print('跌幅 >7 %',res['ask_vol4'])
print('跌停',res['ask_vol5'])
print('')
#开发者信息
#独狼荷蒲qq:2775205
#中文Python学习群:983815766
#电话微信:18578755056
上涨=res['bid_vol5']+res['bid_vol4']+res['bid_vol3']+res['bid_vol2']+res['bid_vol1']
下跌=res['ask_vol1']+res['ask_vol2']+res['ask_vol3']+res['ask_vol4']+res['ask_vol5']
上涨减下跌=上涨-下跌
涨跌比例=上涨减下跌/(上涨+下跌)
if abs(涨跌比例)<0.1:
    print('策略运行模式：多空双向交易')
elif 涨跌比例>0.1:
    print('策略运行模式：单多交易')
elif 涨跌比例< -0.1:
    print('策略运行模式：单空交易')

程序运行结果：
在这里插入图片描述
结果与行情软件一致。
当然我们也可以参考平均股价做参考，决定策略的择时交易方向。
假如平均股价出现做多信号，开仓买股。
假如平均股价出现做空信号，禁止开仓买股，只做股票自动止盈和自动止损操作。
下面给出平均股价多空判单的Python代码，自己可以根据需要，写到策略中。

# -*- coding: utf-8 -*-
# 编程_平均股价880003择时演示
import os,sys,time
sys.path.append(os.path.abspath('.'))
sys.path.append(os.path.abspath('..'))
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import HP_plt as hplt   #小白量化指标绘图模块
import HP_tdx as htdx
import HP_formula as gs
from HP_formula import *
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

start='1990-01-02 09:30:01'   #开始日期时间
end=time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(time.time()))  #结束日期时间

#连接行情主站
htdx.TdxInit(ip='40.73.76.10',port=7709)
m=1  #市场
code='880003' #代码

#获取日线数据,800条数据
df=htdx.get_index_bars(nCategory=4,nMarket = m,code=code,nStart=0, nCount=800)  #获取日K线
df=df.dropna(axis=0) #删除有空值的行，使用参数axis=0
df=df.reset_index(level=None, drop=True ,col_level=0, col_fill='') 
mydf=gs.initmydf(df)  ##初始化mydf表
C=CLOSE=mydf['close']
L=LOW=mydf['low']
H=HIGH=mydf['high']
O=OPEN=mydf['open']

MA5=mydf['MA5']=MA(C,5)
mydf['buy']=CROSS(C,MA5)
mydf['sell']=CROSS(MA5,C)
print(mydf)

#数据裁减
m=1
mydf=mydf.tail(100*m).head(100).copy()
mydf=mydf.reset_index(level=None, drop=True ,col_level=0, col_fill='')  

############免费培训课################
#会议主题：零基础学量化课（周四固定课）
#重复周期：2024/08/22-2024/08/29 19:30-20:30, 每周 (周四)
#腾讯会议：423-1511-5645
#####################################
#会议主题：Python量化培训（周日固定课）
#重复周期：2024/08/25-2024/09/22 19:30-20:30, 每周 (周日)
#腾讯会议：366-1282-4806
#绘制图形
plt.figure(1,figsize=(10,8), dpi=100)

#绘制主图指标
ax1=plt.subplot(211)
hplt.ax_K(ax1,mydf,t='平均股价'+code,n=0)
ax1.grid(True, color='r')

#绘制副图指标
ax2=plt.subplot(212)
mydf['buy'].plot.line(legend=True,color='red',linewidth=1)
mydf['sell'].plot.line(legend=True,color='blue',linewidth=1)
ax2.grid(True, color='r')

plt.show()