def get_prediction_data(klines, n):
"""获取用于随机森林的n个输入数据(n为数据长度): n天中每天的特征参数及其涨跌情况"""
close_prices = klines.close[- 30 - n:] # 获取本交易日及以前的收盘价(此时在预定的收盘时间: 认为本交易日已收盘)
# 计算所需指标
sma_data = sma(close_prices, 30, 0.02)[-n:] # SMA指标, 函数默认时间周期参数:30
wma_data = ema2(close_prices, 30)[-n:] # WMA指标
mom_data = trma(close_prices, 30)[-n:] # MOM指标
x_all = list(zip(sma_data, wma_data, mom_data)) # 样本特征组
y_all = list(klines.close.iloc[i] >= klines.close.iloc[i - 1] for i in list(reversed(range(-1, -n - 1, -1)))) # 样本标签组
# x_all: 大前天指标 前天指标 昨天指标 (今天指标)
# y_all: (大前天) 前天 昨天 今天 -明天-
# 准备算法需要用到的数据
x_train = x_all[: -1] # 训练数据: 特征
x_predict = x_all[-1] # 预测数据(用本交易日的指标预测下一交易日的涨跌)
y_train = y_all[1:] # 训练数据: 标签 (去掉第一个数据后让其与指标隔一位对齐(例如: 昨天的特征 -> 对应预测今天的涨跌标签))
return x_train, y_train, x_predict
end_dt=date(2020, 1, 15)),
web_gui="http://127.0.0.1:61122/")
#接收行情设置持仓目标
klines = api.get_kline_serial(SYMBOL, 60 * 60) # 1小时K线
klines_long = api.get_kline_serial(SYMBOL, 60 * 60 * 24) # 日K线
quote = api.get_quote(SYMBOL)
position = api.get_position(SYMBOL)
target_pos = TargetPosTask(api, SYMBOL)
#计算MACD
macd = MACD(klines, 12, 26, 9)
macd_long = MACD(klines_long, 12, 26, 9)
#计算EMA2的值，看看这个值是增长还是降低。来判断趋势的方向
direction = tafunc.ema2(klines.close, EMA2_long)
direction_long = tafunc.ema2(klines_long.close, EMA2_long)
#下面是开仓的条件,都是在小周期上开仓的.
def short_buyopen(): #在小周期上开多仓
if direction.iloc[-1] > direction.iloc[-2] and macd['bar'].iloc[
-1] > 0: #参见下面一条,与其相反.
return 1
else:
return 0
def short_sellopen(): #在小周期上开空仓
if direction.iloc[-1] < direction.iloc[-2] and macd['bar'].iloc[
-1] < 0: #小周期长均线下行macd变绿开空仓.
#下面是回测用api，实盘时候记得注释掉。
api = TqApi(TqSim(200000),
backtest=TqBacktest(start_dt=date(2019, 7, 15),
end_dt=date(2020, 1, 15)),
web_gui="http://127.0.0.1:61000/")
#接收行情设置持仓目标
klines = api.get_kline_serial(SYMBOL, 60 * 60 * 24) # 1小时K线
klines_long = api.get_kline_serial(SYMBOL, 60 * 60 * 24) # 日K线
quote = api.get_quote(SYMBOL)
position = api.get_position(SYMBOL)
target_pos = TargetPosTask(api, SYMBOL)
# 使用BOLL指标计算中轨、上轨和下轨，其中26为周期N ，2为参数p
atr = ATR(klines, 26)
midline = tafunc.ema2(klines.close, MA_FAST)
topline = midline + atr.atr
bottomline = midline - atr.atr
#print("策略运行，中轨：%.2f，上轨为:%.2f，下轨为:%.2f" % (midline, topline, bottomline))
while True:
api.wait_update()
# 每次生成新的K线时重新计算BOLL指标
if api.is_changing(klines.iloc[-1], "datetime") or api.is_changing(
quote, "last_price"):
atr.atr = ATR(klines, 26)
midline = tafunc.ema2(klines.close, MA_FAST)
topline = midline + atr.atr
bottomline = midline - atr.atr