這篇文章給大家介紹Python中怎么構(gòu)建一個(gè)阿隆策略，內(nèi)容非常詳細(xì)，感興趣的小伙伴們可以參考借鑒，希望對(duì)大家能有所幫助。
超過十年行業(yè)經(jīng)驗(yàn)，技術(shù)領(lǐng)先，服務(wù)至上的經(jīng)營(yíng)模式，全靠網(wǎng)絡(luò)和口碑獲得客戶，為自己降低成本，也就是為客戶降低成本。到目前業(yè)務(wù)范圍包括了：成都網(wǎng)站制作、網(wǎng)站設(shè)計(jì)，成都網(wǎng)站推廣，成都網(wǎng)站優(yōu)化，整體網(wǎng)絡(luò)托管，成都小程序開發(fā)，微信開發(fā)，App定制開發(fā)，同時(shí)也可以讓客戶的網(wǎng)站和網(wǎng)絡(luò)營(yíng)銷和我們一樣獲得訂單和生意！
阿隆指標(biāo)通過計(jì)算當(dāng)前K線距離前最高價(jià)和最低價(jià)之間的K線數(shù)量，來幫助交易者預(yù)測(cè)價(jià)格走勢(shì)與趨勢(shì)區(qū)域的相對(duì)位置關(guān)系變化。它有兩部分組成，即：阿隆上線（AroonUp）和阿隆下線（AroonDown），這兩條線在0~100之間上下移動(dòng)，雖然命名為上線和下線，但從圖表上看并不像BOLL指標(biāo)那樣是真正意義上的上線和下線。如下圖就是阿隆指標(biāo)：
阿隆指標(biāo)要求首先要設(shè)置一個(gè)時(shí)間周期參數(shù)，就像設(shè)置均線周期參數(shù)一樣，在傳統(tǒng)行情軟件中，這個(gè)周期數(shù)是14，當(dāng)然這個(gè)周期參數(shù)并不是固定的，你還可以設(shè)置為10或者50等等。為了方便理解，暫且把這個(gè)時(shí)間周期參數(shù)定義為：N。確定N之后，我們就可以計(jì)算出阿隆上線（AroonUp）和阿隆下線（AroonDown），具體的計(jì)算公式如下：
阿隆上線= [ ( 設(shè)置的周期參數(shù) - 最高價(jià)后的周期數(shù) ) / 計(jì)算的周期數(shù) ] * 100
阿隆下線= [ ( 設(shè)置的周期參數(shù) - 最低價(jià)后的周期數(shù) ) / 計(jì)算的周期數(shù) ] * 100
從這個(gè)公式中，我們就能大致看出，阿隆指標(biāo)的思想。那就是：有多少個(gè)周期，價(jià)格在近期高 / 低點(diǎn)之下，輔助預(yù)測(cè)當(dāng)前趨勢(shì)是否會(huì)延續(xù)，同時(shí)衡量當(dāng)前趨勢(shì)的強(qiáng)弱。如果我們把這個(gè)指標(biāo)歸類的話，很明顯它是屬于趨勢(shì)跟蹤類型。但是與其他趨勢(shì)跟蹤型指標(biāo)不同的是，它更重視時(shí)間而不是價(jià)格。
阿隆上線（AroonUp）和阿隆下線（AroonDown）反映的是當(dāng)前時(shí)間與之前最高價(jià)或最低價(jià)的遠(yuǎn)近，如果時(shí)間越近值就越大，如果時(shí)間越遠(yuǎn)值就越小。并且當(dāng)兩條線發(fā)生交叉就預(yù)示著價(jià)格方向可能會(huì)發(fā)生改變，如果AroonUp在AroonDown之上說明價(jià)格處于上漲趨勢(shì)，未來價(jià)格可能會(huì)進(jìn)一步上漲；如果AroonDown在AroonUp之上說明價(jià)格處于下跌趨勢(shì)，未來價(jià)格可能會(huì)進(jìn)一步下跌。
同時(shí)我們還可以設(shè)置幾個(gè)固定的值，來精確入場(chǎng)時(shí)機(jī)。我們知道阿隆指標(biāo)是一直在0~100之間上下運(yùn)行，那么在市場(chǎng)處于上漲趨勢(shì)，也就是AroonUp在AroonDown之上時(shí)，當(dāng)AroonUp大于50，說明市場(chǎng)上漲的趨勢(shì)已經(jīng)形成，未來價(jià)格可能會(huì)繼續(xù)上漲；當(dāng)AroonUp下穿50時(shí)，說明價(jià)格上漲的動(dòng)力正在減弱，未來價(jià)格可能會(huì)震蕩和下跌。
反之在市場(chǎng)處于下跌趨勢(shì)，也就是AroonDown在AroonUp之上時(shí)，當(dāng)AroonDown大于50，說明市場(chǎng)下跌趨勢(shì)已經(jīng)形成，未來價(jià)格可能會(huì)繼續(xù)下跌；當(dāng)AroonDown下穿50時(shí)，說明價(jià)格下跌的動(dòng)力正在減弱，未來價(jià)格可能會(huì)震蕩和上漲。那么根據(jù)上面兩段理論，我們可以把買賣條件羅列為：
當(dāng) AroonUp大于AroonDown，并且AroonUp大于50，多頭開倉；
當(dāng) AroonUp小于AroonDown，或者AroonUp小于50，多頭平倉；
當(dāng) AroonDown大于AroonUp，并且AroonDown大于50，空頭開倉；
當(dāng) AroonDown小于AroonUp，或者AroonDown小于50，空頭平倉；
理清交易邏輯后，我們就可以用代碼去實(shí)現(xiàn)了，依次打開：fmz.com > 登錄 > 控制中心 > 策略庫 > 新建策略 > 點(diǎn)擊右上角下拉菜單選擇Python語言，開始編寫策略，注意看下面代碼中的注釋。
第一步：編寫策略框架
我們知道在量化交易中，程序是不斷獲取數(shù)據(jù)、處理數(shù)據(jù)、下單交易這樣的循環(huán)過程，所以我們繼續(xù)使用之前講過的main函數(shù)和onTick函數(shù)，其中在main函數(shù)中無限循環(huán)執(zhí)行onTick函數(shù)。如下:
# 策略主函數(shù) def onTick(): pass # 程序入口 def main(): while True: # 進(jìn)入無限循環(huán)模式 onTick() # 執(zhí)行策略主函數(shù) Sleep(1000) # 休眠1秒
第二步：導(dǎo)入庫
另外，在計(jì)算AROON時(shí)，需要用到talib庫，我們直接用import一行代碼導(dǎo)入。因?yàn)樵谑褂胻alib計(jì)算時(shí)，必須先把數(shù)據(jù)處理成numpy.array類型，所以也到導(dǎo)入numpy庫。
import talib import numpy as np
第三步：定義虛擬持倉變量
量化交易中判斷持倉分為兩種，一種是真實(shí)的賬戶持倉，另一種就是虛擬持倉，還有一種是真實(shí)持倉和虛擬持倉聯(lián)合判斷。實(shí)盤時(shí)我們只使用真實(shí)持倉就足夠了，但這里為了簡(jiǎn)化策略，作為演示使用虛擬持倉。
mp = 0 # 用于控制虛擬持倉
使用虛擬持倉的原理很簡(jiǎn)單，策略運(yùn)行之初默認(rèn)是空倉mp=0，當(dāng)開多單后把虛擬持倉重置為mp=1，當(dāng)開空單后把虛擬持倉重置為，mp=-1，當(dāng)平多單或空單后把虛擬持倉重置為mp=0。這樣我們?cè)谂袛鄻?gòu)建邏輯獲取倉位時(shí)，只需要判斷mp的值就可以了。
第四步：計(jì)算阿隆指標(biāo)
計(jì)算阿隆指標(biāo)，首先要獲取基礎(chǔ)數(shù)據(jù)，但前提是先要訂閱數(shù)據(jù)，也就是訂閱具體的合約代碼，你可以訂閱指數(shù)或者主力連續(xù)，甚至還可以訂閱具體交割月份的合約代碼。然后是獲取K線數(shù)組，K線數(shù)組是一個(gè)包含開高低收、成交量和時(shí)間的序列數(shù)據(jù)，同時(shí)也是計(jì)算大部分指標(biāo)的基礎(chǔ)數(shù)據(jù)。
在獲取K線數(shù)組之后，緊接著就需要判斷一下K線數(shù)組的長(zhǎng)度，因?yàn)槿绻鸎線數(shù)組太短，不足以計(jì)算指標(biāo)時(shí)就會(huì)出現(xiàn)異常。所以我們?cè)谶@里使用if語句，判斷如果K線數(shù)組小于指標(biāo)參數(shù)時(shí)，就直接返回。
在使用talib計(jì)算指標(biāo)時(shí)，它所傳入的參數(shù)是numpy.array類型數(shù)據(jù)，所以還要把K線數(shù)組中的必要數(shù)據(jù)提取出來，并轉(zhuǎn)換成numpy.array類型數(shù)據(jù)。這里我們自定義一個(gè)get_data函數(shù)，先別必要的數(shù)據(jù)提取出來。
重慶分公司
重慶分公司
# 把K線數(shù)組轉(zhuǎn)換成最高價(jià)和最低價(jià)數(shù)組，用于轉(zhuǎn)換為numpy.array類型數(shù)據(jù)
def get_data(bars):
arr = [[], []]
for i in bars:
arr[0].append(i['High'])
arr[1].append(i['Low'])
return arr
exchange.SetContractType("ZC000") # 訂閱期貨品種
bars = exchange.GetRecords() # 獲取K線數(shù)組
if len(bars) < cycle_length + 1: # 如果K線數(shù)組的長(zhǎng)度太小，所以直接返回
return
np_arr = np.array(get_data(bars)) # 把列表轉(zhuǎn)換為numpy.array類型數(shù)據(jù)，用于計(jì)算AROON的值
aroon = talib.AROON(np_arr[0], np_arr[1], 20); # 計(jì)算阿隆指標(biāo)
aroon_up = aroon[1][len(aroon[1]) - 2]; # 阿隆指標(biāo)上線倒數(shù)第2根數(shù)據(jù)
aroon_down = aroon[0][len(aroon[0]) - 2]; # 阿隆指標(biāo)下線倒數(shù)第2根數(shù)據(jù)talib在計(jì)算阿隆指標(biāo)時(shí)，需要三個(gè)參數(shù)，依次是：最高價(jià)numpy.array類型數(shù)據(jù)、最低價(jià)numpy.array類型數(shù)據(jù)、時(shí)間周期。所以我們?cè)谧远xget_data函數(shù)中只需要把K線數(shù)組中的最高價(jià)和最低價(jià)提取出來就可以了，并把它們都轉(zhuǎn)換成numpy.array類型數(shù)據(jù)。
緊接著，就可以計(jì)算阿隆指標(biāo)了，直接調(diào)用talib.AROON方法并傳入?yún)?shù)。計(jì)算后的阿隆指標(biāo)是一個(gè)二維數(shù)組，所以我們分別把阿隆指標(biāo)上線和下線分別提取出來，以便于判斷開平倉邏輯。
第五步：下單交易
在下單交易之前，我們要先獲取當(dāng)前最新價(jià)格，因?yàn)樵谙聠螘r(shí)需要在函數(shù)中傳入下單價(jià)格。還需要引入全局變量mp，主要用于控制虛擬倉位。
close0 = bars[len(bars) - 1].Close; # 獲取當(dāng)根K線收盤價(jià)
global mp # 全局變量，用于控制虛擬倉位
if mp == 0 and aroon_up > aroon_down and aroon_up > 50: # 如果當(dāng)前空倉，并且阿隆上線大于下線，并且阿隆上線大于50
exchange.SetDirection("buy") # 設(shè)置交易方向和類型
exchange.Buy(close0, 1) # 開多單
mp = 1 # 設(shè)置虛擬持倉的值，即有多單
if mp == 0 and aroon_down > aroon_up and aroon_down > 50: # 如果當(dāng)前空倉，并且阿隆下線大于上線，并且阿隆下線小于50
exchange.SetDirection("sell") # 設(shè)置交易方向和類型
exchange.Sell(close0 - 1, 1) # 開空單
mp = -1 # 設(shè)置虛擬持倉的值，即有空單
if mp > 0 and (aroon_up < aroon_down or aroon_up < 50): # 如果當(dāng)前持有多單，并且阿隆上線小于下線或者阿隆上線小于50
exchange.SetDirection("closebuy") # 設(shè)置交易方向和類型
exchange.Sell(close0 - 1, 1) # 平多單
mp = 0 # 設(shè)置虛擬持倉的值，即空倉
if mp < 0 and (aroon_down < aroon_up or aroon_down < 50): # 如果當(dāng)前持有空單，并且阿隆下線小于上線或者阿隆下線小于50
exchange.SetDirection("closesell") # 設(shè)置交易方向和類型
exchange.Buy(close0, 1) # 平空單
mp = 0 # 設(shè)置虛擬持倉的值，即空倉萬事俱備之后，就可以判斷策略邏輯并開平倉下單交易了。在判斷策略邏輯時(shí)肯定是使用if語句，先判斷mp的持倉狀態(tài)，然后再判斷阿隆上線和下線的相互位置關(guān)系。需要注意的是在期貨交易下單之前，先指定交易的方向類型，即：開多、開空、平多、平空。調(diào)用exchange.SetDirection()函數(shù)，分別傳入：“buy”、“sell”、“closebuy”、“closesell”。最后下單之后重置持倉狀態(tài)mp的值。
'''backtest
start: 2015-02-22 00:00:00
end: 2019-10-29 00:00:00
period: 1d
exchanges: [{"eid":"Futures_CTP","currency":"FUTURES"}]
'''
import talib
import numpy as np
# 外部參數(shù)
# cycle_length = 100
# 定義全局變量
mp = 0 # 用于控制虛擬持倉
# 把K線數(shù)組轉(zhuǎn)換成最高價(jià)和最低價(jià)數(shù)組，用于轉(zhuǎn)換為numpy.array類型數(shù)據(jù)
def get_data(bars):
arr = [[], []]
for i in bars:
arr[0].append(i['High'])
arr[1].append(i['Low'])
return arr
# 策略主函數(shù)
def onTick():
exchange.SetContractType("ZC000") # 訂閱期貨品種
bars = exchange.GetRecords() # 獲取K線數(shù)組
if len(bars) < cycle_length + 1: # 如果K線數(shù)組的長(zhǎng)度太小，所以直接返回
return
np_arr = np.array(get_data(bars)) # 把列表轉(zhuǎn)換為numpy.array類型數(shù)據(jù)，用于計(jì)算AROON的值
aroon = talib.AROON(np_arr[0], np_arr[1], 20); # 計(jì)算阿隆指標(biāo)
aroon_up = aroon[1][len(aroon[1]) - 2]; # 阿隆指標(biāo)上線倒數(shù)第2根數(shù)據(jù)
aroon_down = aroon[0][len(aroon[0]) - 2]; # 阿隆指標(biāo)下線倒數(shù)第2根數(shù)據(jù)
close0 = bars[len(bars) - 1].Close; # 獲取當(dāng)根K線收盤價(jià)
global mp # 全局變量，用于控制虛擬倉位
if mp == 0 and aroon_up > aroon_down and aroon_up > 50: # 如果當(dāng)前空倉，并且阿隆上線大于下線，并且阿隆上線大于50
exchange.SetDirection("buy") # 設(shè)置交易方向和類型
exchange.Buy(close0, 1) # 開多單
mp = 1 # 設(shè)置虛擬持倉的值，即有多單
if mp == 0 and aroon_down > aroon_up and aroon_down > 50: # 如果當(dāng)前空倉，并且阿隆下線大于上線，并且阿隆下線小于50
exchange.SetDirection("sell") # 設(shè)置交易方向和類型
exchange.Sell(close0 - 1, 1) # 開空單
mp = -1 # 設(shè)置虛擬持倉的值，即有空單
if mp > 0 and (aroon_up < aroon_down or aroon_up < 50): # 如果當(dāng)前持有多單，并且阿隆上線小于下線或者阿隆上線小于50
exchange.SetDirection("closebuy") # 設(shè)置交易方向和類型
exchange.Sell(close0 - 1, 1) # 平多單
mp = 0 # 設(shè)置虛擬持倉的值，即空倉
if mp < 0 and (aroon_down < aroon_up or aroon_down < 50): # 如果當(dāng)前持有空單，并且阿隆下線小于上線或者阿隆下線小于50
exchange.SetDirection("closesell") # 設(shè)置交易方向和類型
exchange.Buy(close0, 1) # 平空單
mp = 0 # 設(shè)置虛擬持倉的值，即空倉
# 程序入口
def main():
while True: # 進(jìn)入無限循環(huán)模式
onTick() # 執(zhí)行策略主函數(shù)
Sleep(1000) # 休眠1秒阿隆指標(biāo)的優(yōu)缺點(diǎn)
優(yōu)點(diǎn)：阿隆指標(biāo)可以判斷趨勢(shì)行情的狀態(tài)，兼顧發(fā)現(xiàn)市場(chǎng)趨勢(shì)行情以及判斷價(jià)格轉(zhuǎn)向的能力，幫助交易者提高資金的使用率，這個(gè)優(yōu)勢(shì)震蕩行情中尤為重要。
缺點(diǎn)：阿隆指標(biāo)只是趨勢(shì)跟蹤系列指標(biāo)中的一種，同樣也有趨勢(shì)跟蹤指標(biāo)的缺點(diǎn)。并且它只判斷指定時(shí)間最高價(jià)或最低價(jià)的周期數(shù)，但有時(shí)候最高價(jià)或最低價(jià)在整個(gè)行情走勢(shì)中會(huì)有偶然性，這個(gè)偶然性會(huì)干擾阿隆指標(biāo)本身，造成虛假信號(hào)。
關(guān)于Python中怎么構(gòu)建一個(gè)阿隆策略就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。
