量化交易策略--双线RSI择时轮动策略

RSI 

    Relative Strength Index，中文名称：相对强弱指标。最早被应用于期货买卖，后来人们发现在众多的图表技术分析中，强弱指标的理论和实践极其适合于股票市场的短线投资，于是被用于股票升跌的测量和分析中。关于深入的RSI相关统计数据可以看看RSI回测统计。

结论：

    RSI：45 以下长期投资的可以入场；

         45 - 50 弱市震荡；

         50 - 55震荡市场；

         60以上应该就是牛市了。

轮动

    散户要盈利只能通过做多来实现，如果可以做空就可以多空轮动了。不过，我们结合市场当前情况只能选择相对可以轮动的品种来轮动。因为债市和股市的相关性并不高，所以选择债券基金作为轮动品种。严格说来，如果测算出负相关的两种投资标的，结果就会更漂亮。更多关于轮动策略探讨可以看一下。

收益风险

源码：

import math

import talib as tl

fastRSI = 20

slowRSI = 60

# 策略参考标准

set_benchmark('000300.XSHG')

# 设置手续费，买入时万分之三，卖出时万分之三加千分之一印花税, 每笔交易最低扣5块钱

set_commission(PerTrade(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))

def initialize(context):

    # 定义轮动的股票A是做空，B是做多

    g.securityA = '511010.XSHG' #150144.XSHE

    g.securityB = '150019.XSHE'

    # 设置我们要操作的股票池

    set_universe([g.securityB, g.securityA])

# 每个单位时间(如果按天回测,则每天调用一次,如果按分钟,则每分钟调用一次)调用一次

def handle_data(context, data):

    securityA = g.securityA

    securityB = g.securityB

    # 取得历史收盘价格

    hData = history(max(slowRSI, fastRSI)*2, '1d', 'close', [securityB])

    

    # 计算快慢RSI的值

    hData['RSI_F'] = tl.RSI(hData[securityB].values, timeperiod=fastRSI)

    hData['RSI_S'] = tl.RSI(hData[securityB].values, timeperiod=slowRSI)

    hData['isFgtS'] = hData['RSI_F'] > hData['RSI_S']

    

    '''

    慢速RSI 在55以上时，单边上涨市场，快速RSI上穿慢速RSI即可建仓

    慢速RSI 在55以下时，调整震荡市场，谨慎入市，取连续N天快速RSI大于慢速RSI建仓

    慢速RSI 在60以上时，牛市，无需减仓操作持仓即可

    '''

    rsiS = hData.iloc[-1].RSI_S

    rsiF = hData.iloc[-1].RSI_F

    bsFlag = ''

    if rsiS > 55 and hData.iloc[-1].isFgtS:

        bsFlag = '+'

    elif rsiS <= 55 \

        and hData.iloc[-1].isFgtS and hData.iloc[-2].isFgtS \

        and hData.iloc[-3].isFgtS and hData.iloc[-4].isFgtS \

        and hData.iloc[-5].isFgtS :

        bsFlag = '+'

    elif hData.iloc[-1].isFgtS == False and rsiS < 60 :

        bsFlag = '-'

    

    # 取得当前价格

    current_priceA = data[securityA].price

    current_priceB = data[securityB].price

    # 当前持仓量

    currentBalanceA = context.portfolio.positions[securityA].amount

    currentBalanceB = context.portfolio.positions[securityB].amount

    if bsFlag == '+' and currentBalanceB == 0 and currentBalanceA > 0:

        # 如果A有持仓，清空

        order_target(securityA, 0)

        # 记录这次卖出

        log.info("Selling %s" % (securityA))

    # 取得当前的现金

    cash = context.portfolio.cash

    

    # 全仓买入B

    if bsFlag == '+' and currentBalanceB == 0:

        # 计算可以买多少只股票

        number_of_shares = int(cash/current_priceB)

        # 购买量大于0时，下单

        if number_of_shares > 0:

            # 买入股票

            order(securityB, +number_of_shares)

            # 记录这次买入

            log.info("Buying %s" % (securityB))

    elif bsFlag == '-' and currentBalanceB > 0:

        # 卖出B

        # 卖出所有股票,使这只股票的最终持有量为0

        order_target(securityB, 0)

        # 记录这次卖出

        log.info("Selling %s" % (securityB))

        

    if bsFlag <> '+' and currentBalanceA == 0:

        # 轮换A

        cash = context.portfolio.cash

        if math.isnan(current_priceA) :

            current_priceA = cash

        #cash = 0

        # 计算可以买多少只股票

        number_of_shares = int(cash/current_priceA)

        # 购买量大于0时，下单

        if number_of_shares > 0:

            # 买入股票

            order(securityA, +number_of_shares)

            # 记录这次买入

            log.info("Buying %s" % (securityA))

            

    # 画出当前的价格

    record(rsiS=rsiS, rsiF=rsiF)

    #record(current_priceA=current_priceA, current_priceB=current_priceB)