QMT入门——底背离策略

懂技术分析的都知道底背离，就是在下跌过程中，股价创新低了，但MACD的黄白线没有创新低。当然如果再加上一些其它约束条件，还能提高一些胜率。限于篇幅，本文就不加别的约束条件了。

由于长周期的底背离效果要好于短周期的，本文用了周K线的底背离，而不是常用的日K线。

本文的选股范围是沪深300成分股，在周K线底背离的时候买入，最大持仓为10支左右。个股在盈利50%时止盈，在亏损30%时止损。

回测的时候，发现底背离经常是批量出现的，而系统筛选300支股票的时候，每次都是从代码小的开始，如都是从000001开始，到600开头的股票结束。这样，就会在买入的时候优先买入000开头的股票，甚至很难超过000100。这样，样本就变小了。于是，本文在筛选股票前，先将300支股票的代码随机打乱，这样，每支股票都有机会被选中，但缺点就变成了每次回测的结果也很随机。

代码如下：

#encoding:gbk
import numpy as np
import datetime
import pandas as pd
import talib
import random
"""
底背离练习
周线底背离时买入
最多持仓10支左右
盈利50%止盈
亏损30%止损
"""
class a():
    pass
A = a() #创建空的类的实例 用来保存委托状态 


def init(C):
    A.acct= '666' #随便设置一个账号
    A.acct_type= 'STOCK' #账号类型
    A.buy_code = 23 if A.acct_type == 'STOCK' else 33 #买卖代码 区分股票 与 两融账号
    A.sell_code = 24 if A.acct_type == 'STOCK' else 34
    print(f'底背离练习，{A.acct} {A.acct_type}' )


def handlebar(C):
    #选股
    A.stock = C.get_stock_list_in_sector('沪深300')
    random.shuffle(A.stock)#此处用随机函数，防止后面只交易代码靠前的股票。


    data = C.get_market_data_ex(['close'], stock_code=A.stock, period="1w", end_time=timetag_to_datetime(C.get_bar_timetag(C.barpos),'%Y%m%d'),count=200, dividend_type='none')
    pos = get_trade_detail_data(A.acct, A.acct_type, 'position')
    acco = get_trade_detail_data(A.acct, A.acct_type, 'account')
    for ac in acco:        
        print(f'{timetag_to_datetime(C.get_bar_timetag(C.barpos),"%Y%m%d")}\n 账户统计：')
        print(f' 总资产：{ac.m_dBalance:.2f},\n 可用现金：{ac.m_dAvailable:.2f},\n  账户盈亏：{ac.m_dPositionProfit:.2%}')
    if len(pos):        
        for p in pos:        
            if p.m_dProfitRate>=0.5 or p.m_dProfitRate<=-0.3:
                msg=f"{timetag_to_datetime(C.get_bar_timetag(C.barpos),'%Y%m%d')},{p.m_strInstrumentID+p.m_strExchangeID}清仓"
                passorder(A.sell_code, 1101, A.acct, p.m_strInstrumentID+'.'+p.m_strExchangeID, 14, -1, p.m_nVolume, '底背离练习', 1 , msg, C)
                print(msg)
                
    for s in  A.stock:
        close_list = data[s]['close'][:timetag_to_datetime(C.get_bar_timetag(C.barpos),'%Y%m%d%H%M%S')]# 提取股票的收盘价序列
        try:
            vol = int(ac.m_dBalance*0.95 / close_list[-1] / 1000) * 100
        except OverflowError:
            return
        if len(close_list) >= 140:
            # 参数定义：fastperiod（快速EMA的周期，默认12），slowperiod（慢速EMA的周期，默认26），signalperiod（信号线的周期，默认9）
            DIFF, DEA, MACD = talib.MACD(close_list.values, fastperiod=12, slowperiod=26, signalperiod=9)
            if DIFF[-26:].min() < DIFF[-1] and close_list[DIFF[-26:].argmin()-26:min(DIFF[-26:].argmin()+10-26,-1)].min() > close_list[-1] :
                msg=f"{timetag_to_datetime(C.get_bar_timetag(C.barpos),'%Y%m%d')},{s}底背离"
                passorder(A.buy_code, 1101, A.acct, s, 14, -1, vol, '底背离练习', 1 , msg, C)
                print(msg)

这是其中一次回测返回的情况：

收益：

曲线：

最后持仓：

收益前10名股票：

亏损前10名股票：

一些知识点讲一下：

第29行，将原来按代码从小到大排序股票列表，随机打乱。

第31行，获取周K线数据。

第39-42行，个股获利50%以上或亏损超过30%清仓。

第52-56行，符合底背离条件的股票买入。