PTrade 资金管理：编写马丁格尔(Martingale)加仓策略

这是一个基于PTrade API实现的马丁格尔（Martingale）策略。

策略逻辑说明

马丁格尔策略的核心思想是“亏损加仓”，通过在价格下跌时不断加倍买入，从而摊低持仓成本。只要价格出现反弹，就能快速回本并获利。

具体规则如下：

1. 初始建仓：当空仓时，买入基础数量（如100股）。
2. 加倍补仓：如果当前价格相比上一次买入价格下跌了指定幅度（如5%），则以上一次买入数量的2倍进行补仓。
3. 止盈出场：当当前价格高于持仓平均成本的一定幅度（如10%）时，卖出全部持仓，重置策略。
4. 风控限制：为了防止资金耗尽，设置最大加仓次数限制。

风险提示

马丁格尔策略属于高风险策略。在单边下跌行情中，所需的资金呈指数级增长（1, 2, 4, 8, 16...），极易导致资金链断裂或深度套牢。请务必在模拟盘充分测试，并设置好最大加仓次数。

PTrade 策略代码

def initialize(context):
    """
    策略初始化函数
    """
    # 1. 设置要操作的股票代码 (示例：贵州茅台)
    g.security = '600519.SS'
    set_universe(g.security)
    
    # 2. 策略参数设置
    g.base_amount = 100       # 初始建仓数量（股）
    g.drop_pct = 0.05         # 下跌补仓阈值 (5%)
    g.profit_pct = 0.10       # 止盈阈值 (10%)
    g.martingale_factor = 2   # 加仓倍数 (通常为2)
    g.max_add_times = 4       # 最大加仓次数 (防止资金耗尽)
    
    # 3. 全局变量用于记录状态
    g.add_times = 0           # 当前已加仓次数
    g.last_buy_price = 0      # 上一次买入的价格
    g.last_buy_amount = 0     # 上一次买入的数量

def handle_data(context, data):
    """
    按频率运行的策略函数 (日线或分钟线)
    """
    security = g.security
    
    # 获取当前最新价格
    current_price = data[security]['close']
    
    # 获取当前持仓信息
    position = get_position(security)
    
    # --- 场景1：当前无持仓，进行初始建仓 ---
    if position.amount == 0:
        # 资金充足性检查 (简单估算)
        cost = current_price * g.base_amount
        if context.portfolio.cash >= cost:
            order(security, g.base_amount)
            
            # 更新状态记录
            g.last_buy_price = current_price
            g.last_buy_amount = g.base_amount
            g.add_times = 0
            log.info("初始建仓: %s, 价格: %.2f, 数量: %d" % (security, current_price, g.base_amount))
        else:
            log.warning("资金不足，无法进行初始建仓")
            
    # --- 场景2：持有仓位，判断是否止盈或补仓 ---
    else:
        avg_cost = position.cost_basis # 持仓平均成本
        
        # A. 判断止盈：当前价格 > 平均成本 * (1 + 止盈率)
        if current_price >= avg_cost * (1 + g.profit_pct):
            # 卖出所有持仓
            order_target(security, 0)
            
            # 重置状态
            g.add_times = 0
            g.last_buy_price = 0
            g.last_buy_amount = 0
            log.info("触发止盈: %s, 卖出价格: %.2f, 盈利幅度: %.2f%%" % (
                security, current_price, (current_price - avg_cost)/avg_cost * 100))
            return

        # B. 判断补仓：当前价格 < 上次买入价 * (1 - 下跌阈值)
        # 且加仓次数未达到上限
        if current_price <= g.last_buy_price * (1 - g.drop_pct):
            if g.add_times < g.max_add_times:
                # 计算本次需要买入的数量 = 上次数量 * 倍数
                buy_amount = g.last_buy_amount * g.martingale_factor
                
                # 资金检查
                cost = current_price * buy_amount
                if context.portfolio.cash >= cost:
                    order(security, buy_amount)
                    
                    # 更新状态
                    g.last_buy_price = current_price
                    g.last_buy_amount = buy_amount
                    g.add_times += 1
                    
                    log.info("触发第 %d 次补仓: %s, 价格: %.2f, 数量: %d" % (
                        g.add_times, security, current_price, buy_amount))
                else:
                    log.warning("触发补仓信号，但资金不足！当前需资金: %.2f, 可用资金: %.2f" % (
                        cost, context.portfolio.cash))
            else:
                # 达到最大加仓次数，不再操作，只能躺平等待反弹或手动干预
                pass

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

def after_trading_end(context, data):
    """
    盘后处理 (可选)
    """
    pass

代码关键点解析

1. 状态记录 (g.last_buy_price, g.last_buy_amount)：

   • 马丁格尔策略的关键在于相对于“上一次操作”进行判断，而不是相对于平均成本。因此我们需要在全局变量 g 中手动记录上一次买入的价格和数量。
   • position.cost_basis 仅用于计算止盈条件。

2. 加仓逻辑：

   • buy_amount = g.last_buy_amount * g.martingale_factor：这里实现了指数级加仓（例如：100 -> 200 -> 400 -> 800）。
   • g.max_add_times：这是一个非常重要的风控参数。如果没有这个限制，在股票连续下跌时，账户资金会极快耗尽。

3. 止盈逻辑：

   • 止盈是基于平均成本 (avg_cost) 计算的。因为补仓拉低了均价，只要价格反弹超过均价的一定比例，即可整体获利离场。

4. Python 版本兼容性：

   • 代码使用了 % 格式化字符串（如 log.info("..." % (...)))，这是为了兼容 PTrade 可能使用的 Python 3.5 环境（不支持 f-string）。

常见问题 (Q&A)

Q: 如何修改为按固定金额加仓而不是按股数翻倍？
A: 可以将 g.base_amount 理解为金额，在下单时使用 order_value，并在计算下一次下单金额时乘以倍数。

Q: 这个策略适合什么行情？
A: 适合震荡行情。在单边下跌行情中会造成巨额亏损，在单边上涨行情中资金利用率较低（因为只持有了底仓）。

Q: 回测时为什么会买入失败？
A: 马丁格尔策略对资金要求极高。例如第5次补仓时，单笔买入量是初始量的16倍。如果初始买入1万元，第5次就需要16万元，总投入需要31万元。请确保回测资金充足。