开发一组交易信号--K线与10均线的关系
K线上穿/下穿10日均线,如图所示:

类似于,之前写的基于聚宽平台写的一个典型的双均线策略思想类似,当K线上穿10日均线时,发出买入信号,当K先下穿10日均线时,发出卖出信号。
比较当前的收盘价和MA10之间的关系,为判断是否满足K线上穿/下穿10日均线做准备:
def compare_close_2_ma_10(code,dailies):
"""
比较当前的收盘价和MA10的关系
:param dailies:日线列表,10个元素,最后一个为当前交易日
:return 0 相等,1 大于,-1小于,None 结果未知
"""
current_daily = dailies[9]
close_sum = 0
for daily in dailies:
#10天中只要有一天停盘就返回False
if 'is_trading' not in daily or daily['is_trading'] is False:
return None
#用后复权累计
close_sum += daily['close']
#计算MA10
ma_10 = close_sum/10
#判断收盘价和MA10 的大小
post_adjusted_close = current_daily['close']
differ = post_adjusted_close - ma_10
print('计算信号,股票:%s ,收盘价:%7.2f,MA10:%7.2f,差值:%7.2f' %(code,post_adjusted_close,ma_10,differ),flush=True)
if differ>0:
return 1
elif differ<0:
return -1
else:
return 0
判断某只股票是否满足K线上穿10日均线
def is_k_up_break_ma10(code,_date):
"""
判断某支股票在某日是否满足K线上穿10日均线
:param code:股票代码
:param _date:日期
:return True/False
"""
#从后复权的日行情数据集中根据股票代码、日期和是否正常交易为条件查询一条数据
#如果能够找到数据,则认为当日股票为正常交易状态,否则为停牌
current_daily = DB_CONN['daily_hfq'].find_one(
{'code':code,'date':_date,'is_trading':True})
#没有找到股票的日行情数据,则认为不符合日线收盘价上穿10均线的条件
if current_daily is None:
print('计算信号,K线上穿MA10,当日没有K线,股票:%s,日期:%s'%(code,_date),flush=True)
return False
#从后复权的日行情数据集中查询11条数据,因为要连接着两个交易日的10均线价格,所以需要11条数据才能保证提取到临近的10交易日的数据
daily_cursor = DB_CONN['daily_hfq'].find(
{'code':code,'date':{'$lte':_date}},
limit=11,
#10日均线计算的时候是包含当日在内的向前连续10个交易日的收盘价的平均值,所以要按时间倒序排列
sort=[('date',DESCENDING)],
#计算价格均线时,只需要用到价格,并且如果连续10个交易日内都有停牌情况,则不进行计算
projection={'code':True,'close':True,'is_trading':True}
)
#从游标中取出日行情数据放进列表中
dailies = [x for x in daily_cursor]
#如果数据不满足11个,也就是说无法进行计算两个交易日的MA10,则认为不符合上穿的条件
if len(dailies)<11:
print('计算信号,K线上穿MA10,当日K线不足,股票:%s,日期:%s'%(code,_date),flush=True)
return False
#查询时是倒序排列的,而计算MA10时是向前10根,所以要将顺序反转
dailies.reverse()
#计算前一个交易日收盘价和MA10的关系
last_close_2_last_ma10 = compare_close_2_ma_10(code,dailies[:10])
#计算当前交易日收盘价和MA10的关系
current_close_2_current_ma10 = compare_close_2_ma_10(code,dailies[1:])
#将关键数据打印出来,便于对比
print('计算信号,K线上穿MA10,股票:%s,日期:%s,前一日:%s,当日:%s' %(code,_date,str(last_close_2_last_ma10),str(current_close_2_current_ma10)),flush=True)
#前一日或当日任意一天的收盘价和MA10的关系不存在,则都认为不符合上穿条件
if last_close_2_last_ma10 is None or current_close_2_current_ma10 is None:
return False
#只有前一日收盘价小于等于MA10,且当前交易日的收盘价大于MA10,则认为当日收盘价上穿MA10
is_break = (last_close_2_last_ma10 <= 0) & (current_close_2_current_ma10 ==1)
print('计算信号,K线上穿MA10,股票:%s,日期:%s,前一日:%s,当日:%s,突破:%s'%(code,_date,str(last_close_2_last_ma10),str(current_close_2_current_ma10),str(is_break)),flush=True)
#返回判断结果
return True
判断某只股票是否满足K线上穿10日均线
def is_k_down_break_ma10(code,_date):
"""
判断某只股票在某日是否满足K线下穿10日均线
:param code:股票代码
:param _date:日期
:return True/False
"""
#从后复权的日行情数据集中根据股票代码、日期和是否正常交易为条件查询一条数据
#如果能够找到数据,则认为当日股票为正常交易状态,否则为停牌
current_daily = DB_CONN['daily_hfq'].find_one(
{'code':code,'date':_date,'is_trading':True})
#没有找到股票的日行情数据,则认为不符合日线收盘价上下穿10均线的条件
if current_daily is None:
print('计算信号,K线下穿MA10,当日没有K线,股票:%s,日期:%s'%(code,_date),flush=True)
return False
#从后复权的日行情数据集中查询11条数据,因为要连接着两个交易日的10均线价格,所以需要11条数据才能保证提取到临近的10交易日的数据
daily_cursor = DB_CONN['daily_hfq'].find(
{'code':code,'date':{'$lte':_date}},
limit=11,
#10日均线计算的时候是包含当日在内的向前连续10个交易日的收盘价的平均值,所以要按时间倒序排列
sort=[('date',DESCENDING)],
#计算价格均线时,只需要用到价格,并且如果连续10个交易日内都有停牌情况,则不进行计算
projection={'code':True,'close':True,'is_trading':True}
)
#从游标中取出日行情数据放进列表中
dailies = [x for x in daily_cursor]
#如果数据不满足11个,也就是说无法进行计算两个交易日的MA10,则认为不符合下穿的条件
if len(dailies)<11:
print('计算信号,K线下穿MA10,当日K线不足,股票:%s,日期:%s'%(code,_date),flush=True)
return False
#查询时是倒序排列的,而计算MA10时是向前10根,所以要将顺序反转
dailies.reverse()
#计算前一个交易日收盘价和MA10的关系
last_close_2_last_ma10 = compare_close_2_ma_10(code,dailies[:10])
#计算当前交易日收盘价和MA10的关系
current_close_2_current_ma10 = compare_close_2_ma_10(code,dailies[1:])
#将关键数据打印出来,便于对比
print('计算信号,K线下穿MA10,股票:%s,日期:%s,前一日:%s,当日:%s' %(code,_date,str(last_close_2_last_ma10),str(current_close_2_current_ma10)),flush=True)
#前一日或当日任意一天的收盘价和MA10的关系不存在,则都认为不符合下穿条件
if last_close_2_last_ma10 is None or current_close_2_current_ma10 is None:
return False
#只有前一日收盘价大于等于MA10,且当前交易日的收盘价小于MA10,则认为当日收盘价下穿MA10
is_break = (last_close_2_last_ma10 >= 0) & (current_close_2_current_ma10 ==-1)
print('计算信号,K线下穿MA10,股票:%s,日期:%s,前一日:%s,当日:%s,突破:%s'%(code,_date,str(last_close_2_last_ma10),str(current_close_2_current_ma10),str(is_break)),flush=True)
#返回判断结果
return True
开发一组交易信号--K线与10均线的关系的更多相关文章
- 用python的matplotlib和numpy库绘制股票K线均线和成交量的整合效果(含量化验证交易策略代码)
在用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)一文里,我讲述了通过爬虫接口得到股票数据并绘制出K线均线图形的方式,在本文里,将 ...
- K线指标线计算方法
指标线计算方法 l dataDR = Kdata(原始数据)/dr(除权) //除权数据等于原始数据除以DR(除权) 其中,日K数据 需要本地进行除权处理.周K和月K的旧数据部分由服务器进行处理 ...
- 用python的matplotlib和numpy库绘制股票K线均线的整合效果(含从网络接口爬取数据和验证交易策略代码)
本人最近在尝试着发表“以股票案例入门Python编程语言”系列的文章,在这些文章里,将用Python工具绘制各种股票指标,在讲述各股票指标的含义以及计算方式的同时,验证基于各种指标的交易策略,本文是第 ...
- vue使用tradingview开发K线图相关问题
vue使用tradingview开发K线图相关问题 1.TradingView中文开发文档https://b.aitrade.ga/books/tradingview/CHANGE-LOG.html2 ...
- h5行情k线开发
前言 由于公司项目需要,要做港股行情的H5版本,经过分析需求,大致有两块难点: 一是行情的推送接收,二是行情K线的生成及相关操作.本文章主要分析行情K线的相关实现,由于我们前端团队之前 ...
- BotVS开发基础—2.1 账户、行情、K线、深度
代码 import json def main(): Log("账号信息:", exchange.GetAccount()); # Log("K 线数据:", ...
- 看K线学炒股(8.10)
今天大盘看起来疲软但强势的一天,收涨1.01%. 广东骏亚,现价21.39,看尾盘,这只票现在看还有下跌空间,但也有反弹可能,跌到21元以下均价上可加仓,博止跌反弹.现在60分钟线看有点阴雨绵绵的意思 ...
- Python交互K线工具 K线核心功能+指标切换
Python交互K线工具 K线核心功能+指标切换 aiqtt团队量化研究,用vn.py回测和研究策略.基于vnpy开源代码,刚开始接触pyqt,开发界面还是很痛苦,找了很多案例参考,但并不能完全满足我 ...
- 异动K线--庄家破绽
<异动K线--庄家破绽(连载)> http://bbs.tianya.cn/post-stocks-612892-1.shtml ————马后炮分析,没有什么前瞻性.纯技术是害死许多钻牛角 ...
- 1. K线基础知识一
1. 什么是K线: K线起源于日本米市交易,它的基本用途就是为了寻找"买卖点". 2. K线按照计算周期可分为日K线,周K线,月K线,年K线. 周K线:周一的开盘价,周五的收盘价, ...
随机推荐
- Deepseek学习随笔(8)--- 清华大学发布Deepseek从入门到精通(附网盘链接)
文档简介:AI时代的新工具手册 清华大学新闻与传播学院联合元宇宙文化实验室发布的<DeepSeek从入门到精通>,是一份系统化.实战性极强的AI工具学习指南.文档聚焦国产开源通用人工智能工 ...
- Azure - [01] 订阅管理
题记部分 001 || 核心功能 (1)访问控制 Azure订阅通过基于角色的访问控制(RBAC)系统,允许管理员精细管理用户.组和应用程序对资源的访问权限.RBAC系统通过将权限分配给角色,再将 ...
- luogu-P10596题解
简要题意 一个有 \(N\) 个元素的集合有 \(2N\) 个不同子集(包含空集),现在要在这 \(2N\) 个集合中取出若干集合(至少一个),使得它们的交集的元素个数为 \(K\),求取法的方案数, ...
- 解决PyCharm提示Error: Please select a valid Python interpreter
前言 Pycharm运行Python3.7.8的程序时发现源程序运行报错(非语法错误) Error:please select a valid Python interpreter 解决 第一步:打开 ...
- go context 子Goroutine超时控制
context使用 Go语言第一形参通常都为context.Context类型,1. 传递上下文 2. 控制子Goroutine超时退出 3. 控制子Goroutine定时退出 package mai ...
- vue学习一(指令2.v-bind,v-model)
2.1.v-bind: 单向绑定(修改数据项,标签内容也改变:修改标签内容,数据项不会改变) 给html标签的属性绑定,可以用来动态修改class,简写 v-bind:style = ...
- 查看Unity3D中默认的变量名与按键的映射
博客地址:https://www.cnblogs.com/zylyehuo/ 选择 Edit/Project Settings/Input Manager 点击 Axes 即可查看对应变量名与按键的映 ...
- SpringBoot+微信支付-JSAPI{微信支付回调}
引入微信支付SDK Maven: com.github.wechatpay-apiv3:wechatpay-java-core:0.2.12 Maven: com.github.wechatpay-a ...
- linux防火墙查看状态firewall
一.firewall防火墙 1.查看firewall服务状态 systemctl status firewalld 出现Active: active (running)切高亮显示则表示是启动状态. 出 ...
- 深入理解Hadoop读书笔记-4
背景 公司的物流业务系统目前实现了使用storm集群进行过门事件的实时计算处理,但是还有一个需求,我们需要存储每个标签上传的每条明细数据,然后进行定期的标签报表统计,这个是目前的实时计算框架无法满足的 ...