PTrade 策略风控教程：如何编写一个动态追踪止损（Trailing Stop-Loss）策略？

在PTrade中实现动态追踪止损（Trailing Stop）策略，核心逻辑是记录持仓后的最高价格，并根据设定的回撤比例（如5%）计算动态止损线。当当前价格跌破该止损线时触发卖出，否则如果价格创新高，则上调止损线。

以下是该策略的详细逻辑与代码实现。

策略逻辑说明

1. 初始化 (initialize):

   • 设置标的股票。
   • 设定回撤阈值（例如 5%）。
   • 初始化一个全局变量（如 g.highest_price）用于记录持仓期间出现的最高价。

2. 盘中运行 (handle_data):

   • 持仓判断: 检查当前是否有持仓。
   • 更新最高价: 如果有持仓，对比当前价格与 g.highest_price。如果当前价格更高，则更新 g.highest_price。
   • 计算止损线: 止损价 = 最高价 * (1 - 回撤阈值)。
   • 触发止损: 如果 当前价格 < 止损价，则清仓卖出，并重置最高价变量。
   • 开仓逻辑: (为了演示完整性) 如果无持仓，则买入，并将当前价格设为初始最高价。

PTrade 策略代码实现

def initialize(context):
    """
    策略初始化函数
    """
    # 1. 设置要操作的股票，这里以恒生电子为例
    g.security = '600570.SS'
    set_universe(g.security)
    
    # 2. 设置追踪止损的回撤比例 (例如 5%)
    g.trailing_gap = 0.05
    
    # 3. 用于记录持仓期间的最高价格，初始化为0
    g.highest_price = 0

def before_trading_start(context, data):
    """
    盘前处理
    """
    pass

def handle_data(context, data):
    """
    盘中每个时间单位（分钟或日）运行一次
    """
    security = g.security
    
    # 获取当前价格
    # 注意：data[security] 返回的是 SecurityUnitData 对象
    current_price = data[security].close
    
    # 获取当前持仓数量
    position = get_position(security)
    curr_amount = position.amount
    
    # --- 止损逻辑 (有持仓时执行) ---
    if curr_amount > 0:
        # 1. 更新持仓期间的最高价
        # 如果当前价格大于记录的最高价，或者刚买入尚未记录最高价
        if current_price > g.highest_price:
            g.highest_price = current_price
            log.info("股价创新高，更新最高价为: %.2f" % g.highest_price)
            
        # 2. 计算动态止损线
        stop_price = g.highest_price * (1 - g.trailing_gap)
        
        # 3. 判断是否触发止损
        if current_price < stop_price:
            log.info("触发追踪止损！当前价: %.2f, 历史最高: %.2f, 止损线: %.2f" % (current_price, g.highest_price, stop_price))
            
            # 卖出所有持仓
            order_target(security, 0)
            
            # 卖出后重置最高价，以便下次开仓重新计算
            g.highest_price = 0
            
    # --- 开仓逻辑 (无持仓时执行，仅作演示用) ---
    else:
        # 这里简单演示：如果没有持仓就全仓买入
        # 实际策略中，这里应该是你的买入信号逻辑（如均线金叉等）
        cash = context.portfolio.cash
        if cash > 0:
            # 买入
            order_value(security, cash)
            
            # 买入成交后，立即初始化最高价为当前价格
            g.highest_price = current_price
            log.info("开仓买入，初始最高价设定为: %.2f" % g.highest_price)

代码关键点解析

1. g.highest_price 的维护:

   • 这是追踪止损的核心。它必须是全局变量（使用 g. 前缀），这样它的值才能在不同的 handle_data 周期之间保存。
   • 重要: 每次卖出清仓后，必须将 g.highest_price 重置为 0，否则下次买入时会错误地使用旧的（可能很高的）价格作为基准，导致瞬间止损。

2. 止损线计算:

   • 公式：stop_price = g.highest_price * (1 - g.trailing_gap)。
   • 这意味着止损线会随着股价上涨而不断上移，锁住利润；但股价下跌时，止损线保持不变。

3. Python 版本兼容性:

   • 代码中使用了 % 格式化字符串（如 "%.2f" % var），这是为了兼容 Python 3.5 及更早版本，避免使用 PTrade 可能不支持的 f-string。

4. API 使用:

   • get_position(security): 获取持仓对象，通过 .amount 属性判断是否持有。
   • order_target(security, 0): 这是一个方便的函数，用于将仓位调整为 0（即清仓），无需手动计算要卖多少股。

常见问题 (Q&A)

Q: 这个策略可以在分钟级别回测吗？
A: 可以。如果在 initialize 中设置回测频率为分钟级，handle_data 会每分钟执行一次，这样能更灵敏地捕捉盘中波动进行止损。

Q: 如果我有多个股票，怎么管理最高价？
A: 如果操作多只股票，建议将 g.highest_price 改为一个字典。例如：

# 初始化
g.highest_prices = {} 

# 盘中逻辑
if security not in g.highest_prices:
    g.highest_prices[security] = current_price
# 更新逻辑
if current_price > g.highest_prices[security]:
    g.highest_prices[security] = current_price

Q: 为什么卖出后要重置 g.highest_price = 0？
A: 如果不重置，假设你以 100 元卖出，下次以 80 元买回。如果不重置，系统仍认为最高价是 100 元，止损线可能是 95 元。现价 80 元远低于 95 元，会导致刚买入就立即被卖出。