如何在 PTrade 中构建量价分析策略？（附 Python 源码）

这是一个基于量价关系的经典交易策略。

策略逻辑说明

这个策略的核心思想是捕捉**“放量上涨”**的信号。在技术分析中，价格上涨配合成交量放大，通常意味着上涨趋势得到了资金的确认，后续上涨的概率较大。

具体规则如下：

1. 买入条件（同时满足）：
   • 价格上涨：当日收盘价 > 昨日收盘价。
   • 趋势向上：当日收盘价 > 5日均线（MA5），确保处于短期上升趋势。
   • 放量：当日成交量 > 过去5日平均成交量的 2倍（即量比 > 2.0）。
2. 卖出条件（满足任一）：
   • 止损：亏损超过 5%。
   • 止盈：盈利超过 10%。
   • 趋势破坏：收盘价跌破 5日均线。

PTrade 策略代码实现

以下代码可以直接复制到 PTrade 的策略编辑器中运行。代码兼容 Python 3.5 环境。

def initialize(context):
    """
    初始化函数，设置股票池和全局变量
    """
    # 设置要操作的股票，这里以 恒生电子(600570.SS) 为例
    # 实际使用时可以替换为您关注的股票代码
    g.security = '600570.SS'
    set_universe(g.security)
    
    # 策略参数设置
    g.ma_days = 5           # 均线周期
    g.vol_multiplier = 2.0  # 放量倍数（当日量 > 均量 * 倍数）
    g.stop_loss = -0.05     # 止损比例 (-5%)
    g.take_profit = 0.10    # 止盈比例 (+10%)
    
    # 设置手续费（可选，回测时建议设置）
    # set_commission(commission_ratio=0.0003, min_commission=5.0)

def handle_data(context, data):
    """
    每日交易逻辑，日线级别回测会在 15:00 运行
    """
    security = g.security
    
    # 1. 获取历史数据
    # 获取过去 g.ma_days + 1 天的数据，include=True 表示包含当天
    # 我们需要当天的数据来判断是否放量和上涨，需要前几天的数据计算均值
    count = g.ma_days + 1
    hist = get_history(count, frequency='1d', field=['close', 'volume'], security_list=security, include=True)
    
    # 如果数据不足（例如新股上市），则跳过
    if len(hist['close']) < count:
        return

    # 2. 提取数据
    # 当日收盘价
    current_price = hist['close'][-1]
    # 昨日收盘价
    prev_close = hist['close'][-2]
    # 当日成交量
    current_vol = hist['volume'][-1]
    
    # 计算过去5日的收盘价均值（包含今天）
    ma5_price = hist['close'][-g.ma_days:].mean()
    
    # 计算过去5日的成交量均值（不包含今天，用于对比今天的量是否异常放大）
    # 取切片 [:-1] 拿到除今天外的前面数据，再取最后 g.ma_days 天
    # 注意：如果 count 设置刚好，这里其实就是 hist['volume'][:-1]
    avg_vol_past = hist['volume'][:-1].mean()
    
    # 3. 获取当前持仓和成本
    position_info = get_position(security)
    current_amount = position_info.amount
    avg_cost = position_info.cost_basis
    
    # 4. 交易逻辑判断
    
    # --- 卖出逻辑 ---
    if current_amount > 0:
        # 计算浮动盈亏比例
        pnl_ratio = (current_price - avg_cost) / avg_cost
        
        # 条件A: 止损
        if pnl_ratio <= g.stop_loss:
            order_target(security, 0)
            log.info("触发止损卖出 %s，盈亏比例: %.2f%%" % (security, pnl_ratio * 100))
            return # 卖出后结束本次循环
            
        # 条件B: 止盈
        elif pnl_ratio >= g.take_profit:
            order_target(security, 0)
            log.info("触发止盈卖出 %s，盈亏比例: %.2f%%" % (security, pnl_ratio * 100))
            return
            
        # 条件C: 趋势破坏（跌破均线）
        elif current_price < ma5_price:
            order_target(security, 0)
            log.info("跌破MA5卖出 %s，当前价: %.2f, MA5: %.2f" % (security, current_price, ma5_price))
            return

    # --- 买入逻辑 ---
    # 仅当空仓时买入（可根据需求修改为加仓）
    if current_amount == 0:
        # 条件1: 价格上涨 (今日收盘 > 昨日收盘)
        cond_price_up = current_price > prev_close
        
        # 条件2: 处于上升趋势 (今日收盘 > 5日均线)
        cond_trend_up = current_price > ma5_price
        
        # 条件3: 放量 (今日成交量 > 过去均量 * 倍数)
        # 防止分母为0
        if avg_vol_past > 0:
            cond_vol_up = current_vol > (avg_vol_past * g.vol_multiplier)
        else:
            cond_vol_up = False
            
        if cond_price_up and cond_trend_up and cond_vol_up:
            # 全仓买入
            cash = context.portfolio.cash
            if cash > 0:
                order_value(security, cash)
                log.info("放量上涨买入 %s: 现价:%.2f, 现量:%.0f, 均量:%.0f" % (
                    security, current_price, current_vol, avg_vol_past))

代码关键点解析

1. get_history 的使用:

   • 参数 include=True 非常重要。在日线回测模式下，handle_data 默认在收盘时（15:00）运行。我们需要当天的收盘价和成交量来判断是否“放量上涨”，所以必须包含当天数据。
   • count = g.ma_days + 1：我们需要取 N+1 天的数据，其中 N 天用于计算历史均值，第 N+1 天（也就是今天）用于和历史做比较。

2. 放量的定义:

   • 代码中使用了 avg_vol_past = hist['volume'][:-1].mean()。这意味着我们是用今天的成交量，去对比过去5天（不含今天）的平均成交量。这是量比计算的一种常用方式，能更敏锐地捕捉突发资金入场。

3. 风险控制:

   • 策略中加入了止盈（10%）和止损（-5%）逻辑。量价策略通常波动较大，严格的风控是必须的。
   • 加入了均线（MA5）作为趋势过滤器，避免在下跌趋势的反弹中误买入。

4. 兼容性:

   • 代码避免了 Python 3.6+ 的 f-string 语法（如 f"{var}"），使用了 % 格式化字符串，确保在 PTrade 的 Python 3.5 环境中也能完美运行。

如何在 PTrade 中使用

1. 打开 PTrade 客户端，进入“量化投研” -> “策略研究”。
2. 新建一个策略文件。
3. 将上述代码完整复制粘贴进去。
4. 点击“回测”，设置回测时间段（例如最近一年），频率选择“日线”。
5. 点击“运行回测”即可查看效果。

Q&A

Q: 如何修改放量的标准？
A: 修改 initialize 函数中的 g.vol_multiplier 参数。例如，将其改为 1.5 表示只要成交量是均量的 1.5 倍即触发买入。

Q: 这个策略可以用于多只股票吗？
A: 可以。目前的示例只设置了一只股票。如果要操作多只股票，可以在 initialize 中将 g.security 设置为一个列表（如 ['600570.SS', '000001.SZ']），然后在 handle_data 中使用 for 循环遍历这个列表，对每一只股票分别执行逻辑判断。

Q: 为什么有时候买入失败？
A: 常见原因包括：资金不足、股票停牌、或者股票已经涨停（无法买入）。PTrade 的日志（Log）中通常会有提示。