小白量化《穿云箭集群量化》（4）指标公式写策略
穿云箭量化平台支持中文Python写量化策略，同时也直接支持股票公式指标写策略。下面我们看看是如何实现的。
股票软件的指标公式语法是一样的，不同仅仅是个别函数或绘图函数或绘图命令不相同。
下面我们看看常见的MACD指标公式的源码是怎么描述的。
如果不用公式语法描述指标，在python中需要这样实现macd指标。
我们因此建议大家学习指标公式编写策略，是学习量化实现自动交易的捷径。
初中文化程度用心学习，学会公式编写要1周，学会python语法要1个月（只需要看懂，能复制粘贴修改，不需要自己从头写代码）。很快就能实现全自动交易。
走其他路线学量化，大学文化，全职学会Python要一学期，学会数据结构和算法要一学期，还要学习其他数据库等等，什么时候才能真正实现自己的量化交易？
下面我们看有初中文化程度的小白是如何实现自己的量化交易的。
一、在大智慧、通达信、同花顺、东方财富等软件，编写自编“屠龙剑”指标。（“屠龙剑”指标是演示，不保证能赚钱。）
{屠龙剑}
N:=9;
M1:=3;
M2:=3;
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:=SMA(RSV,M1,1);
D:=SMA(K,M2,1);
J:=3*K-2*D;
B:CROSS(K,D);
S:CROSS(D,K);
二、在股票软件中测试优化完成，把源代码复制到穿云箭量化的公式面板中。
1、选择一个优质股票池，未来会有70%的股票会上涨。
2、在穿云箭量化的公式面板中，回测和优化。
3、回测完成，当自己满意时，可以通过【生成回测策略】【生成交易策略】按钮，生成Python策略代码。
三、在穿云箭量化的回测面板中可以进行回测和优化。
下面是生成中文指标公式策略。
策略名='回测_自编公式'
导入 pandas 命名为 pd
导入 time
导入 HP_tdx 命名为 htdx #小白量化行情模块
导入 HP_global 命名为 hg #建立高级全局数据域hg
从 HP_formula 导入 * #小白量化公式模块
从 HP_factor 导入 * #小白量化因子公式及Alpha公式模块
导入 HP_factor 命名为 hf #小白量化因子公式及Alpha公式模块
导入 HP_formula 命名为 gs #小白量化公式模块
导入 HP_quant 命名为 hpq #穿云箭量化模块
从 HP_quant 导入 * #穿云箭量化模块
导入 HP_tdxgs 命名为 tgs #公式运行模块
mygs=tgs.Tdxgs()
函数 初始化(context):
context.zh='xiaoba' #账户
context.zhlx='回测' #账户类型,2个汉字
context.firstcash=1000000.00 #初始现金
context.cash=context.firstcash
context.portfolio.available_cash=context.firstcash
set_maxdays(500)
# 设置我们要操作的股票池
g.stocks=hpq.get_universe()
hpq.log.info('----策略环境信息-----')
输出('量化模块版本: ',hpq.ver)
输出('量化模块最后修改日期: ',hpq.mdate)
输出('svrip: ',hpq.svrip)
输出('svrport: ',hpq.svrport)
输出('\n----开始运行策略-----\n')
输出('策略名:'+策略名)
qhcsj2=time.strftime('%Y%m%d %H:%M:%S',time.localtime(time.time()))
输出('开始运行时间:'+qhcsj2)
# 设定沪深300作为基准
set_benchmark((1,'000001'))
# 开启动态复权模式(真实价格)
set_option('use_real_price', 真)
hg.seemsg=假
hg.hqsl=1 #行情数量
#hg.sdhq=1 #闪电行情
g.MAX=50
g.hd=0.003 #滑点
g.zzs=-0.05 #止损
g.amount=500 #买入数量
g.gs='''{自编指标公式，最好用专家系统公式}
{屠龙剑}
N:=9;
M1:=3;
M2:=3;
RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:=SMA(RSV,M1,1);
D:=SMA(K,M2,1);
J:=3*K-2*D;
B:CROSS(K,D);
S:CROSS(D,K);
'''
##Python程序员交流QQ群 17126454
# 每个单位时间(如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次)调用一次
函数 盘中运行(context, data):
序列循环 m,security 在其中 context.universe[0]:
如果 security 不是 在其中 data:
继续
df=data[security].df
如果 len(df)<1:
继续
price = data[security].close
close=price
high= data[security].high
low= data[security].low
pre_close=data[security].pre_close #前收盘
#value = context.portfolio.positions[security].value
acc_avg_cost = context.portfolio.positions[security].acc_avg_cost #买入成本价
amos=context.portfolio.positions[security].closeable_amount #可卖数量
amos2=context.portfolio.positions[security].total_amount #总数量
mydf=gs.initmydf(df) ##初始化mydf表
mygs.loaddf(mydf) #加载行情数据
mydf=mygs.execgs(g.gs) #运行指标公式
如果 'ENTERLONG' 在其中 mydf.columns:
BUY=mydf['ENTERLONG'] #买点
否则如果 'BUY' 在其中 mydf.columns:
BUY=mydf['BUY'] #买点
否则如果 'B' 在其中 mydf.columns:
BUY=mydf['B'] #买点
如果 'EXITLONG' 在其中 mydf.columns:
SELL=mydf['EXITLONG'] #卖点
否则如果 'SELL' 在其中 mydf.columns:
SELL=mydf['SELL'] #卖点
否则如果 'S' 在其中 mydf.columns:
SELL=mydf['S'] #卖点
如果 BUY.iloc[-1]>0 并且 (amos2==0 或者 amos==0):
price2=round(price*(1+g.hd),2)
x=order_target(security,g.amount,p=price2)
如果 x !=空:
hpq.log.info(context.current_dt+" 买入: %s ,数量:%d,买入价格:%.2f,成交资金：%0.2f"%(security,x.amount,price,x.amount*price))
amos=context.portfolio.positions[security].closeable_amount #可卖数量
如果 SELL.iloc[-1]>0 并且 amos>0:
price2=round(price*(1-g.hd),2)
x=order_target(security,0,p=price2)
hpq.log.info(context.current_dt+ " 卖出: %s ,数量:%d,卖出价格:%.2f,成交资金：%0.2f"%(security,amos,price2,amos*price2))
四、在穿云箭量化的交易面板中可以进行模拟或实盘交易。
中文Python穿云箭量化平台支持中文Python语法，提供了完整的Python股票软件开发源代码。新版本支持自编指标公式脚本编写策略回测，并有一键生成Python交易策略功能，提供多空雷达，抄底雷达，响尾蛇导弹，巡航到导弹等交易技术。提供期货行情，期货CTP接口，提供MT5交易接口，提供miniQMT接口，以及彩票模块。支持问财选股，支持语音报盘，微信通知等。
用户可以根据自己需求设计出满足自己要求的 自动化交易工具。
超越自己是我的每一步！我的进步就是你的进步！
