PTrade 量化进阶：肯特纳通道突破策略代码详解

这是一个基于 PTrade 量化交易平台的 肯特纳通道（Keltner Channel）突破策略。

策略原理

肯特纳通道由三条线组成：

1. 中轨：通常是收盘价的指数移动平均线（EMA），一般取20日。
2. 上轨：中轨 + （ATR指标 $\times$ 倍数）。
3. 下轨：中轨 - （ATR指标 $\times$ 倍数）。

交易逻辑：

• 买入信号：当收盘价突破上轨时，视为多头趋势增强，全仓买入。
• 卖出信号：当收盘价跌破下轨时，视为趋势反转，清仓卖出。

策略代码

import talib
import numpy as np

def initialize(context):
    """
    策略初始化函数
    """
    # 1. 设置标的股票，这里以恒生电子(600570.SS)为例
    g.security = '600570.SS'
    set_universe(g.security)
    
    # 2. 设置策略参数
    g.ema_period = 20      # EMA均线周期
    g.atr_period = 20      # ATR波动率周期
    g.multiplier = 2.0     # 通道宽度倍数
    
    # 3. 设置滑点和手续费（可选，回测使用）
    set_commission(commission_ratio=0.0003, min_commission=5.0, type="STOCK")
    set_slippage(slippage=0.002)

def handle_data(context, data):
    """
    盘中运行函数，每个周期（如每日）运行一次
    """
    security = g.security
    
    # 1. 检查标的是否停牌或未上市
    if data[security].is_open == 0:
        return

    # 2. 获取历史数据
    # 获取过去 100 个交易日的数据，确保有足够的数据计算 EMA 和 ATR
    # 包含 high, low, close 字段
    hist_data = get_history(100, frequency='1d', field=['high', 'low', 'close'], security_list=security, fq='pre')
    
    if hist_data is None or len(hist_data) < 50:
        log.info("历史数据不足，跳过计算")
        return
    
    # 提取 numpy 数组，用于 talib 计算
    high_prices = hist_data['high'].values
    low_prices = hist_data['low'].values
    close_prices = hist_data['close'].values
    
    # 3. 计算肯特纳通道指标
    # 计算 ATR (平均真实波幅)
    atr = talib.ATR(high_prices, low_prices, close_prices, timeperiod=g.atr_period)
    # 计算 EMA (中轨)
    ema = talib.EMA(close_prices, timeperiod=g.ema_period)
    
    # 获取最新的指标值（数组的最后一个元素）
    current_atr = atr[-1]
    current_ema = ema[-1]
    
    # 计算上轨和下轨
    upper_band = current_ema + (g.multiplier * current_atr)
    lower_band = current_ema - (g.multiplier * current_atr)
    
    # 获取当前收盘价
    current_price = close_prices[-1]
    
    # 4. 获取当前持仓情况
    position = context.portfolio.positions[security].amount
    available_cash = context.portfolio.cash
    
    # 5. 交易逻辑判断
    
    # 信号1：价格突破上轨 -> 买入
    if current_price > upper_band:
        if position == 0:
            # 检查是否涨停，涨停无法买入
            if check_limit_up(security, current_price):
                log.info("今日涨停，无法买入: %s" % security)
                return
            
            # 全仓买入
            log.info("价格突破上轨，买入: 价格 %.2f > 上轨 %.2f" % (current_price, upper_band))
            order_value(security, available_cash)
            
    # 信号2：价格跌破下轨 -> 卖出
    elif current_price < lower_band:
        if position > 0:
            # 检查是否跌停，跌停无法卖出
            if check_limit_down(security, current_price):
                log.info("今日跌停，无法卖出: %s" % security)
                return
                
            # 清仓卖出
            log.info("价格跌破下轨，卖出: 价格 %.2f < 下轨 %.2f" % (current_price, lower_band))
            order_target(security, 0)

def check_limit_up(security, price):
    """
    辅助函数：判断是否涨停
    """
    # 获取快照数据中的涨跌停价格
    snapshot = get_snapshot(security)
    if snapshot:
        limit_up = snapshot[security].get('up_px')
        if limit_up and price >= limit_up:
            return True
    return False

def check_limit_down(security, price):
    """
    辅助函数：判断是否跌停
    """
    snapshot = get_snapshot(security)
    if snapshot:
        limit_down = snapshot[security].get('down_px')
        if limit_down and price <= limit_down:
            return True
    return False

代码要点解析

1. 库的引用：

   • 使用了 talib 库来计算 EMA 和 ATR，这是 PTrade 环境支持的高效技术指标库。
   • 使用了 numpy 来处理价格数组。

2. 数据获取 (get_history)：

   • 获取了 high, low, close 三种价格，因为 ATR 指标的计算需要最高价和最低价，而不仅仅是收盘价。
   • count 设置为 100，是为了确保有足够的数据让 EMA 和 ATR 指标“预热”并趋于稳定。

3. 通道计算：

   • 中轨：talib.EMA(close, 20)
   • ATR：talib.ATR(high, low, close, 20)
   • 上轨：中轨 + 2 * ATR
   • 下轨：中轨 - 2 * ATR

4. 交易控制：

   • 使用 order_value 进行按金额买入（这里演示的是全仓买入）。
   • 使用 order_target 进行卖出（目标仓位设为0即为清仓）。
   • 增加了简单的涨跌停判断逻辑，避免在无法成交的价格下单。

5. Python 版本兼容性：

   • 代码遵循 Python 3.5 语法规范（例如使用 % 进行字符串格式化，而不是 f-string），确保在 PTrade 旧版环境中也能运行。

如何在 PTrade 中使用

1. 新建一个策略。
2. 将上述代码完整复制到策略编辑区。
3. 设置回测时间段（例如过去一年）。
4. 设置回测频率为“日线”。
5. 点击“运行回测”。

常见问题 Q&A

Q: 如何修改策略的灵敏度？
A: 可以调整 initialize 中的参数：

• 减小 g.multiplier (例如改为 1.5)，通道变窄，交易会更频繁，但假信号可能增加。
• 增大 g.multiplier (例如改为 2.5)，通道变宽，交易更稳健，但可能错过部分行情。
• 调整 g.ema_period 可以改变对趋势反应的速度。

Q: 可以做空吗？
A: 上述代码是针对 A 股普通账户设计的（仅做多）。如果是期货或融券账户，可以在“跌破下轨”时使用 sell_open (期货) 或 marginsec_open (融券) 进行开空操作。

Q: 为什么使用 EMA 而不是 SMA？
A: 肯特纳通道的标准定义通常使用 EMA（指数移动平均），因为它对近期价格变动更敏感。如果想用布林带那种 SMA（简单移动平均），可以将 talib.EMA 改为 talib.SMA。