如何利用 PTrade 构建一个基于 K 线形态的日内反转策略？

这是一个基于**均值回归（Mean Reversion）**原理的日内交易策略。

策略逻辑

该策略的核心思想是：价格总是围绕均线波动。当价格大幅偏离均线（突破布林带上轨或下轨）时，认为价格被高估或低估，大概率会回归均值。

1. 指标选择：使用布林带（Bollinger Bands）。
   • 中轨：N分钟的移动平均线（MA）。
   • 上轨：中轨 + K倍标准差。
   • 下轨：中轨 - K倍标准差。
2. 买入信号：当价格跌破下轨时，视为超卖，进行买入。
3. 卖出信号：当价格突破上轨时，视为超买，卖出持仓。
4. 日内风控：在收盘前（如14:55）强制平仓，不持仓过夜，规避隔夜风险。

适用标的

由于是日内交易（当天买当天卖），该策略最适合T+0交易品种，如：

• 可转债（代码通常以11、12开头）
• ETF（部分跨境ETF或债券ETF支持T+0，或者利用底仓进行股票T+0操作）
• 期货

*注意：如果是普通A股股票，由于是T+1制度，当日买入无法当日卖出，需要配合底仓（T+0工厂模式）才能实现日内回转。下方的代码以**可转债（T+0）*为例编写。

策略代码

import numpy as np

def initialize(context):
    """
    策略初始化函数
    """
    # 设定要交易的标的，这里以一个可转债为例（支持T+0）
    # 如果是股票回测，请确保理解T+1限制
    g.security = '128041.SZ' 
    
    # 设置股票池
    set_universe(g.security)
    
    # 策略参数设置
    g.n = 20      # 均线周期（使用过去20根分钟K线）
    g.k = 2.0     # 标准差倍数（布林带宽度）
    
    # 设置手续费（可选，模拟真实交易成本）
    # 股票/转债通常设置为万分之三左右
    set_commission(commission_ratio=0.0003, min_commission=5.0)

def handle_data(context, data):
    """
    盘中运行函数，分钟级别回测每分钟执行一次
    """
    security = g.security
    
    # ---------------------------------------------------
    # 1. 时间控制：收盘前强制平仓（日内策略核心）
    # ---------------------------------------------------
    current_dt = context.blotter.current_dt
    current_time = current_dt.strftime('%H:%M')
    
    # 每天14:55之后强制平仓，不再开新仓
    if current_time >= '14:55':
        position = get_position(security)
        if position.amount > 0:
            log.info("收盘前强制平仓: %s" % security)
            order_target(security, 0)
        return

    # ---------------------------------------------------
    # 2. 获取数据
    # ---------------------------------------------------
    # 获取过去 N 个分钟的收盘价数据
    # include=True 表示包含当前这一分钟的即时数据（回测中）
    hist = get_history(g.n, '1m', 'close', security, fq=None, include=True)
    
    # 如果数据长度不足，不进行计算
    if len(hist['close']) < g.n:
        return
        
    # 将数据转换为numpy数组方便计算
    close_prices = hist['close'].values
    
    # ---------------------------------------------------
    # 3. 计算指标 (布林带)
    # ---------------------------------------------------
    # 计算均值 (中轨)
    mid_line = np.mean(close_prices)
    # 计算标准差
    std_dev = np.std(close_prices)
    
    # 计算上轨和下轨
    upper_band = mid_line + g.k * std_dev
    lower_band = mid_line - g.k * std_dev
    
    # 获取当前最新价格
    current_price = data[security]['close']
    
    # 获取当前持仓数量
    position = get_position(security)
    curr_amount = position.amount
    
    # 获取当前可用现金
    cash = context.portfolio.cash
    
    # ---------------------------------------------------
    # 4. 交易逻辑
    # ---------------------------------------------------
    
    # 信号1：价格跌破下轨 -> 买入 (做多)
    # 限制：当前无持仓时才买入，避免连续加仓
    if current_price < lower_band and curr_amount == 0:
        # 全仓买入 (也可以设置为固定金额或固定数量)
        if cash > 0:
            order_value(security, cash)
            log.info("价格(%.2f)跌破下轨(%.2f)，买入 %s" % (current_price, lower_band, security))
            
    # 信号2：价格突破上轨 -> 卖出 (平仓)
    # 限制：当前有持仓时才卖出
    elif current_price > upper_band and curr_amount > 0:
        order_target(security, 0)
        log.info("价格(%.2f)突破上轨(%.2f)，卖出平仓 %s" % (current_price, upper_band, security))

def after_trading_end(context, data):
    """
    盘后处理函数
    """
    log.info("今日交易结束，资产净值: %s" % context.portfolio.portfolio_value)

代码详解

1. initialize:

   • 定义了全局变量 g.n 和 g.k，方便后续调整参数。
   • set_universe 设置了标的。建议选择波动性较大且支持T+0的品种。

2. handle_data:

   • 强制平仓逻辑：这是日内策略最重要的一环。代码检测时间是否到达 14:55，如果是，则调用 order_target(security, 0) 卖出所有持仓，确保不持仓过夜。
   • 数据获取：使用 get_history 获取过去20分钟的收盘价。include=True 确保计算用到的是最新数据。
   • 指标计算：利用 numpy 库计算均值（MA）和标准差（STD），进而得出布林带的上轨和下轨。
   • 交易信号：
     • 买入：current_price < lower_band。这里加了 curr_amount == 0 的判断，意味着策略是“开仓-平仓”模式，而不是金字塔式加仓。
     • 卖出：current_price > upper_band。触发后清空仓位。

注意事项

1. Python版本兼容性：代码使用了 %s 格式化字符串，完全兼容 Python 3.5 及以上版本，未使用 f-string。
2. API调用：所有API（如 get_history, order_value）均直接调用，符合PTrade规范。
3. 回测频率：请在回测界面选择 “分钟线” 级别回测。
4. 实盘与回测差异：
   • 在实盘中，handle_data 每分钟运行一次。
   • 如果需要更灵敏的反应（如Tick级别），需要使用 tick_data 函数，但逻辑会更复杂（需要处理高频数据的噪声）。上述代码是基于分钟K线的，稳定性更好。

常见问题 (Q&A)

Q: 为什么我回测股票时，下午卖出失败？
A: 普通A股是T+1制度。如果你上午买入，下午触发卖出信号是无法卖出的。如果你想做股票的日内交易，需要在 initialize 中使用 set_yesterday_position 设置底仓，或者交易可转债/ETF。

Q: 如何调整策略的灵敏度？
A: 修改 g.n 和 g.k：

• 减小 g.n (如改为10) 或 减小 g.k (如改为1.5)，策略会更敏感，交易次数变多，但假信号也会增加。
• 增大 g.n 或 g.k，策略会更稳健，交易次数减少。

Q: 可以做空吗？
A: PTrade支持融券做空（需开通两融权限）。如果需要做空，可以将买入逻辑改为 marginsec_open（融券卖出），卖出逻辑改为 marginsec_close（买券还券）。但上述代码仅实现了“低买高卖”的做多逻辑。