最近一致在用BollChannel軌道策略，也是VNPY原包提供的模版策略，修改了也不少，這裡面就隨便分析。BollChannel策略是很精巧的邏輯。基於15分鐘K線輪詢，利用阻止單跟隨15分鐘間的市場變動。

class BollChannelStrategy(CtaTemplate):

"""基於布林通道的交易策略"""

在VNPY中，每個策略都是一個類，繼承CtaTemplate，這樣也就繼承了被實盤engine和回測engine呼叫啟用的這樣一套使用介面。

className = 'BollChannelStrategy'

author = u'用Python的交易員'

這兩個引數是作為資訊，體現在實盤執行介面中，可以看到和白色框中，是策略引數；下面黃色框中，是系統按市場盤面資訊

和策略引數計算出的策略變數。
vnpy,BollChannel布林線軌道策略分析

bollWindow = 22 #布林通道視窗數

bollDev = 3.1 #布林通道的偏差

cciWindow = 20 # CCI視窗數

atrWindow = 25 # ATR視窗數

slMultiplier = 5.0 #計算止損距離的乘數

initDays = 10 #初始化資料所用的天數

fixedSize = 1 #每次交易的數量

barMins = 15

這些是策略引數，其中bollWindow和bollDev是用來計算布林線軌道資訊，主要是上軌和下軌數值;

cciWindow是用來計算CCI Vaule，Commodity Channel lndex中文順勢指標，這個指標具體搜尋，這邊用來判斷市場多空。

atrWindos是用來計算atrValue，atr是Average true range,意為平均真實波動幅度，計算具體搜尋，這裡用來計算波動幅度，為平倉作為標準

slMultiplier是一個計算止損的乘數。

initDays是定義初始的天數，雖然是15分鐘k線，理論需要需要前幾天資料用來計算策略變數。

fixedSize是每筆下單手數

barMins分析週期，用預設用15分鐘k線。

這些引數都有預設值

#策略變數

bollUp = 0 #布林通道上軌

bollDown = 0 #布林通道下軌

cciValue = 0 # CCI指標數值

atrValue = 0 # ATR指標數值

intraTradeHigh = 0 #持倉期內的最高點

intraTradeLow = 0 #持倉期內的最低點

longStop = 0 #多頭止損

shortStop = 0 #空頭止損

這些變數是系統計算，會在GUI介面中體現。

#引數列表，儲存了引數的名稱

paramList = ['name',

'className',

'author',

'vtSymbol',

'bollWindow',

'bollDev',

'cciWindow',

'atrWindow',

'slMultiplier',

'initDays',

'fixedSize',

'barMins']

用list承載引數，這個可以在回測用dict結構讀取，比如{'bollWindow':15,'bollDev':3.4000000000000004,'slMultiplier':5.0,'cciWindow':20,'atrWindow':25, 'barMins':15}

實盤engine是讀取CTA_setting.json檔案中的，同一個策略的結構都是一樣。

#變數列表，儲存了變數的名稱

varList = ['inited',

'trading',

'pos',

'bollUp',

'bollDown',

'cciValue',

'atrValue',

'intraTradeHigh',

'intraTradeLow',

'longStop',

'shortStop']

這個沒什麼好說，理論也是可以匯入作為測試初始資料，但是沒有測試過。

#同步列表，儲存了需要儲存到資料庫的變數名稱

syncList = ['pos',

'intraTradeHigh',

'intraTradeLow']

後面同步方法時候，會把這幾個資料寫入資料庫。其實會發現，保持的資料並不多，寫入Mongodb的VnTrader_Log_Db。

#----------------------------------------------------------------------

def __init__(self, ctaEngine, setting):

"""Constructor"""

super(BollChannelStrategy, self).__init__(ctaEngine, setting)

self.bg = BarGenerator(self.onBar, self.barMins, self.onXminBar) #建立K線合成器物件

self.bg30 = BarGenerator(self.onBar, 28, self.on30minBar)

self.am = ArrayManager()

物件初始化函式__init__，也是繼承CtaTemplate，其中setting引數就是前面說的策略引數dict，匯入後會更新策略物件引數。這裡系統主要是透過實盤engine和回測engine來使用策略物件。

然後是定義k線合成器，是class BarGenerator實現,生成按照barMins，這裡是15分鐘來生成，當到barMins時候，系統會呼叫onXminBar的函式，這裡也定義28分鐘的K線，不過後面的方法是空的。

最後是實現class ArrayManager,這個類是K線序列管理工具，負責K線合併和指標計算。

#----------------------------------------------------------------------

def on30minBar(self, bar):

""""""

這裡這個為空

#----------------------------------------------------------------------

def onInit(self):

"""初始化策略（必須由使用者繼承實現）"""

self.writeCtaLog(u'%s策略初始化' %self.name)

#載入歷史資料，並採用回放計算的方式初始化策略數值

initData = self.loadBar(self.initDays)

for bar in initData:

self.onBar(bar)

self.putEvent()

這個是策略初始化時候操作，回測engine，和實盤engine都會呼叫，就是你看到綠色框中按鈕，如果實盤按下，會呼叫這個函式；主要是按照初始化天數載入歷史資料，這裡的initData是一個包含bar資訊的list，一般透過tushare能夠獲得就是1分鐘bar。

然後回跑，這裡會呼叫k線合成器裡面的updateBar函式，計算出策略變數的值。最近把更新資訊顯示在前臺。

最後和事件引擎相關；具體可以看看GitHub裡面介紹。我的理解是把這個函式對應的事件放入事務佇列，通知GUI更新，

vnpy,BollChannel布林線軌道策略分析

Bar的資料像如下，是dict結構，volume是交易量，exchange是交易所，symbol是品種，其他就是最高點最低點，和開盤價已經收盤價格。這個是在mongoDB裡面VnTrader_1Min_Db的，沒有品種就是一個collection。

{

"_id":ObjectId("5acb43ccf1ed36627c163b1d"),

"volume":1796.0,

"gatewayName":"",

"exchange":"SHFE",

"symbol":"rb1810",

"datetime":ISODate("2018-01-02T09:01:00.000+0000"),

"high":3612.0,

"rawData":null,

"time":"090100",

"date":"20180102",

"close":3611.0,

"openInterest":NumberInt(0),

"open":3609.0,

"vtSymbol":"rb1810.SHFE",

"low":3606.0

}

#----------------------------------------------------------------------

def onStart(self):

"""啟動策略（必須由使用者繼承實現）"""

self.writeCtaLog(u'%s策略啟動' %self.name)

self.putEvent()

然後是啟動策略，系統會通知前臺GUI更新。

#----------------------------------------------------------------------

def onStop(self):

"""停止策略（必須由使用者繼承實現）"""

self.writeCtaLog(u'%s策略停止' %self.name)

self.putEvent()

然後是啟動策略，系統會通知前臺GUI更新。

#----------------------------------------------------------------------

def onTick(self, tick):

"""收到行情TICK推送（必須由使用者繼承實現）"""

self.bg.updateTick(tick)

然後是收到tick，會調BarGenerator K線合成器的方法，根據tick資料合成一分鐘bar，tick資料是報價和成交資料，updateTick函式會算出最近一分鐘的最高價最低價，開盤和收盤價，還有成交量等bar需要資料。現在一般歷史資料都是基於一分鐘bar。國內期貨交易商現在只提供一級的買賣報價資訊，不像股票交易所提供5買入賣出高低5級別。基本做高頻交易的路子就給封死了

#----------------------------------------------------------------------

def onBar(self, bar):

"""收到Bar推送（必須由使用者繼承實現）"""

self.bg.updateBar(bar)

然後是收到bar，呼叫BarGenerator K線合成器的方法，更新一分鐘bar資訊。

#----------------------------------------------------------------------

def onXminBar(self, bar):

這個是最核心的函式，就是每隔15分鐘k線後，執行的方法。

"""收到X分鐘K線"""

#全撤之前發出的委託

self.cancelAll()

全撤所有委託，這裡的委託並不是一定實際券商的委託，而且本地委託單；尤其像上期所不支援stoporder，都是透過本地條件單實現。這裡是取消這些委託。

#儲存K線資料

am = self.am

am.updateBar(bar)

if not am.inited:

return

這裡計算複製arraymanger，用AM去處理；這裡說下，下面是ArrayManager的updateBar方法，快取size預設是100，裡面這些屬性都是儲存在list;
如果list沒有填滿100條，視為沒有初始化完成，inited為預設false， count> 100時候，inited = True，初始化完成；
如果填滿100條了，把後99條前推一位，把最新一條插入到最後。就是下面程式碼表示的。
這裡面就是最初initdays的作用，透過十天資料，完成初始化。最近這裡bar是15分鐘bar。
然後還有一個情況是沒有滿100條時候，其實也是同樣操作，因為新資料是從後端插入，也是整體前移直到填滿100條後。

classArrayManager(object):
……
defupdateBar(self,bar):
"""更新K線"""
self.count+=1
ifnotself.initedandself.count>=self.size:
self.inited=True
self.openArray[0:self.size-1]=self.openArray[1:self.size]
self.highArray[0:self.size-1]=self.highArray[1:self.size]
self.lowArray[0:self.size-1]=self.lowArray[1:self.size]
self.closeArray[0:self.size-1]=self.closeArray[1:self.size]
self.volumeArray[0:self.size-1]=self.volumeArray[1:self.size]
self.openArray[-1]=bar.open
self.highArray[-1]=bar.high
self.lowArray[-1]=bar.low
self.closeArray[-1]=bar.close
self.volumeArray[-1]=bar.volume

#計算指標數值

self.bollUp, self.bollDown = am.boll(self.bollWindow, self.bollDev)

self.cciValue = am.cci(self.cciWindow)

self.atrValue = am.atr(self.atrWindow)

AM根據那100條bar，可以按照策略引數，可以計算出策略變數，bollUp，BollDown，cciValue和atrVaule。AM具體計算方法可以查詢，有些是是vnpy實現，有些是Ta-lib。

#判斷是否要進行交易

#當前無倉位，傳送開倉委託

if self.pos == 0:

self.intraTradeHigh = bar.high

self.intraTradeLow = bar.low

if self.cciValue > 0:

self.buy(self.bollUp, self.fixedSize, True)

elif self.cciValue < 0:

self.short(self.bollDown, self.fixedSize, True)

這個是是否開倉，根據cciVaule，如果大於0，視為多方市場，開多買入，如果小於0，視為空方市場，開空單。多單開倉價格是bollup布林線上軌價格，空單價格是布林線下軌價格。這裡的True是stop order阻止單，及當實際價格突破布林線上軌下單，如果沒有突破，實際並沒有下單。空單同理。但是這裡k線是15分鐘，其實存在15分鐘時候脈衝式突破上軌，系統按照市價單下單，但是買在最高點情況。這個也是這個策略一個商榷地方。還有一個就是更新intraTradeHigh和intraTradeLow。

#持有多頭倉位

elif self.pos > 0:

self.intraTradeHigh = max(self.intraTradeHigh, bar.high)

self.intraTradeLow = bar.low

self.longStop = self.intraTradeHigh - self.atrValue * self.slMultiplier

self.sell(self.longStop, abs(self.pos), True)

如果持有多單，按照bar.high和self.intraTradeHigh選出價高者，這個intraTradeHigh是多單開倉時候Kbar的最高點。賣出價格是這個價格減去atrVaule和Multipier乘機。也是開阻止單，當實際價格下跌到賣出價格時候按照市場價格銷售。

#持有空頭倉位

elif self.pos < 0:

self.intraTradeHigh = bar.high

self.intraTradeLow = min(self.intraTradeLow, bar.low)

self.shortStop = self.intraTradeLow + self.atrValue * self.slMultiplier

self.cover(self.shortStop, abs(self.pos), True)

和持有多單銷售同理。

#同步資料到資料庫

self.saveSyncData()

#發出狀態更新事件

self.putEvent()

儲存pos倉位，intraTradeHigh和intraTradeLow到資料庫，更新GUI介面。

#----------------------------------------------------------------------

def onOrder(self, order):

"""收到委託變化推送（必須由使用者繼承實現）"""

pass

#----------------------------------------------------------------------

def onTrade(self, trade):

#發出狀態更新事件

self.putEvent()

#----------------------------------------------------------------------

def onStopOrder(self, so):

"""停止單推送"""

pass

其他一些資料，為空

vnpy,BollChannel布林線軌道策略分析

相關文章