金融量化-基于K线形态锤子线的趋势跟踪策略

1.基本原理

1.1 K线部位定义：

实体：某一根K线开盘价和收盘价之间部分;
上影线：某一根K线最高价到实体上端的部分;
下影线：某一根K线最低价到实体下端的部分;

1.2 锤子线定义

实体处于整个价格区间上端，实体颜色本身不影响;
下影线长度至少达到实体高度的2倍;
上影线很短;

1.3 策略原理

在下跌过程中，当某一日出现锤子线，意味着当天行情先继续下跌后出现大幅反弹，行情可能由此反转;
由此以观察期均线识别趋势下跌，以下跌趋势中出现锤子线作为开仓信号; 采用移动止损方式进行止损构建此策略;

1.4 止损条件

当天最低价 < max(均价-观察期内一定倍数的标准差，开仓价-开仓时标准差）;

1.5 形态要点：

在出现锤头线（锤子线）之前，股价需经过一段时间的下跌后，处于下跌趋势中，此时出现此形态才具有参考意义；
锤头实体越小，下影线越长，止跌作用就越明显，参考价值越大；

2.策略实现

2.1 收集并计算所需数据

import pandas as pd
import numpy as np
import tushare as ts

code = '002398'         # 股票代码
body_size = 0.03        # 表示锤子实体大小上限，基准为当日开盘价，实体不能太大，波动范围限制在3%；
head_size = 0.5         # 表示锤子上影线长度上限，基准为下影线长度，上影线要短一点，不能超过下影线的的一半；
tail_size = 2           # 表示下影线与实体大小比值，下影线要大于实体两倍；
length = 10             # 表示观察期时间长短；
stoplose_trigger = 1    # 表示当价格偏离均线满足几倍标准差时止损

data.sort_index(ascending=True, inplace=True)

data.head()

	open	high	close	low	volume	amount
date
2012-01-04	6.64	6.80	6.40	6.39	283430.0	4564127.0
2012-01-05	6.38	6.40	5.76	5.76	820954.0	12005136.0
2012-01-06	5.71	5.83	5.70	5.43	972637.0	13330505.0
2012-01-09	5.69	5.97	5.94	5.57	536522.0	7710121.0
2012-01-10	5.94	6.27	6.21	5.94	1121594.0	17023694.0

data.reset_index(inplace=True)        #把索引设置成为默认；为了后面交易策略逻辑循环更方便一些；

data.head()

	date	open	high	close	low	volume	amount
0	2012-01-04	6.64	6.80	6.40	6.39	283430.0	4564127.0
1	2012-01-05	6.38	6.40	5.76	5.76	820954.0	12005136.0
2	2012-01-06	5.71	5.83	5.70	5.43	972637.0	13330505.0
3	2012-01-09	5.69	5.97	5.94	5.57	536522.0	7710121.0
4	2012-01-10	5.94	6.27	6.21	5.94	1121594.0	17023694.0

data['pct_change'] = data['close'].pct_change()

data['ma'] = data['close'].rolling(length).mean()

data['std'] = data['close'].rolling(length).std()

del data['volume']
del data['amount']

data.tail()

	date	open	high	close	low	pct_change	ma	std
1188	2016-12-26	12.10	12.57	12.42	11.98	0.023908	12.141	0.161620
1189	2016-12-27	12.34	12.47	12.34	12.32	-0.006441	12.179	0.158986
1190	2016-12-28	12.34	12.45	12.38	12.31	0.003241	12.233	0.117289
1191	2016-12-29	12.41	12.59	12.49	12.27	0.008885	12.273	0.130559
1192	2016-12-30	12.41	12.55	12.50	12.27	0.000801	12.305	0.143778

由于实盘中当天的日线级别参考指标未实现，因此使用昨日参考指标指导当日交易,避免未来函数；

data['yes_ma'] = data['ma'].shift(1)          #昨天的mean和昨天的std；

data['yes_std'] = data['std'].shift(1)

2.2 识别锤子形态

计算实体，上影线，下影线

data['body'] = abs(data['open'] - data['close'])                   #计算K线实体；

data['head'] = data['high'] - data[['open', 'close']].max(axis = 1 )       #计算上影线，按行计算

data['tail'] = data[['open', 'close']].min(axis=1) - data['low']        #计算下影线

data.head()

	date	open	high	close	low	pct_change	ma	std	yes_ma	yes_std	body	head	tail
0	2012-01-04	6.64	6.80	6.40	6.39	NaN	NaN	NaN	NaN	NaN	0.24	0.16	0.01
1	2012-01-05	6.38	6.40	5.76	5.76	-0.100000	NaN	NaN	NaN	NaN	0.62	0.02	0.00
2	2012-01-06	5.71	5.83	5.70	5.43	-0.010417	NaN	NaN	NaN	NaN	0.01	0.12	0.27
3	2012-01-09	5.69	5.97	5.94	5.57	0.042105	NaN	NaN	NaN	NaN	0.25	0.03	0.12
4	2012-01-10	5.94	6.27	6.21	5.94	0.045455	NaN	NaN	NaN	NaN	0.27	0.06	0.00

判断K线各部分是否符合锤子线要求

data['body_cond'] = np.where(data['body']/data['open'] < body_size, 1, 0)     #实体的大小比开盘价要小于3%，K线实体不能太大；

data['head_cond'] = np.where(data['tail']==0, False, data['head'] / data['tail'] < head_size)   #上影线不能比下影线的一半长；
# 当尾部长度为0，为防止判断除法报错，两步判断；
# data['head_cond'] = np.where(data['head']/data['tail'] < head_size, 1, 0)   有可能tail = 0 

data['tail_cond'] = np.where(data['body']==0, True, (data['tail']/data['body']) > tail_size)    #下影线要比实体的两倍更长才满足条件；

data.head()

	date	open	high	close	low	pct_change	ma	std	yes_ma	yes_std	body	head	tail	body_cond	head_cond	tail_cond
0	2012-01-04	6.64	6.80	6.40	6.39	NaN	NaN	NaN	NaN	NaN	0.24	0.16	0.01	0	False	False
1	2012-01-05	6.38	6.40	5.76	5.76	-0.100000	NaN	NaN	NaN	NaN	0.62	0.02	0.00	0	False	False
2	2012-01-06	5.71	5.83	5.70	5.43	-0.010417	NaN	NaN	NaN	NaN	0.01	0.12	0.27	1	True	True
3	2012-01-09	5.69	5.97	5.94	5.57	0.042105	NaN	NaN	NaN	NaN	0.25	0.03	0.12	0	True	False
4	2012-01-10	5.94	6.27	6.21	5.94	0.045455	NaN	NaN	NaN	NaN	0.27	0.06	0.00	0	False	False

判断K线形态是否符合锤子线

data['hammer'] = data[['head_cond', 'body_cond', 'tail_cond']].all(axis=1)      #同时满足以上三个条件才是锤子K线；

data['hammer'].tail()

1188    False
1189    False
1190    False
1191    False
1192    False
Name: hammer, dtype: bool

data[data['hammer']].tail(10)

	date	open	high	close	low	pct_change	ma	std	yes_ma	yes_std	body	head	tail	body_cond	head_cond	tail_cond	hammer
1107	2016-08-24	12.08	12.09	12.06	11.99	0.002494	12.039	0.168091	12.031	0.168882	0.02	0.01	0.07	1	True	True	True
1111	2016-08-30	11.99	12.01	11.99	11.93	0.004188	12.038	0.109118	12.051	0.110499	0.00	0.02	0.06	1	True	True	True
1116	2016-09-06	12.29	12.35	12.34	12.10	0.007347	12.038	0.147558	12.007	0.102854	0.05	0.01	0.19	1	True	True	True
1129	2016-09-27	11.88	11.96	11.89	11.70	-0.000840	12.175	0.166483	12.242	0.173705	0.01	0.07	0.18	1	True	True	True
1136	2016-10-13	12.40	12.40	12.39	12.27	-0.000806	12.106	0.209772	12.098	0.198986	0.01	0.00	0.12	1	True	True	True
1140	2016-10-19	12.55	12.62	12.50	12.36	-0.001597	12.294	0.204407	12.234	0.224311	0.05	0.07	0.14	1	True	True	True
1144	2016-10-25	12.59	12.64	12.61	12.49	0.000000	12.482	0.098748	12.449	0.106087	0.02	0.03	0.10	1	True	True	True
1145	2016-10-26	12.60	12.63	12.62	12.46	0.000793	12.504	0.102870	12.482	0.098748	0.02	0.01	0.14	1	True	True	True
1167	2016-11-25	13.28	13.36	13.16	12.91	-0.009036	13.346	0.226137	13.333	0.241249	0.12	0.08	0.25	1	True	True	True
1179	2016-12-13	11.89	12.02	11.96	11.74	0.007582	12.556	0.348718	12.657	0.299742	0.07	0.06	0.15	1	True	True	True

由于实盘中当天的日线级别参考指标未实现，因此应根据昨日是否满足锤子形态要求作为开仓信号

data['yes_hammer'] = data['hammer'].shift(1)

2.3 编写交易逻辑——循环法

flag = 0    # 持仓记录，1代码有仓位，0代表空仓；
for i in range(2*length, len(data)):     #从20天开始计算，因为前期数据无效；
    # 如果已持仓，判断是否止损
    if flag == 1:
        stoplose_price = max(data.loc[i, 'yes_ma'] - stoplose_trigger*data.loc[i, 'yes_std'],
                             long_open_price-long_open_delta) 
        # 当天价格低于止损价，则进行止损，一个是移动止损，一个是开仓时候的开仓和开仓价-1倍标准差；
        if data.loc[i, 'low'] < stoplose_price:  #接下来要做的都是止损的操作；
            flag = 0
#             data.loc[i, 'return'] = min(data.loc[i, 'open'], stoplose_price)/data.loc[i-1, 'close'] - 1 
            #计算清盘当天的收益；取min是因为，如果当天开盘价就小于了止损价，那么我们就要以开盘价就止损；
            #不然会导致策略收益高估；
            #收益计算时要除以前一天的收盘价；
            data.loc[i, 'return'] = stoplose_price/data.loc[i-1, 'close'] - 1 
            
           
        
        # 如果不满足止损条件，则继续持仓
        else:
            data.loc[i, 'return'] = data.loc[i, 'close']/data.loc[i-1, 'close'] - 1
            data.loc[i, 'trade_mark'] = 1    # 表示当天持仓



    # 如果未持仓，判断是否进行开仓
    else:
        # 判断是否为下降趋势，平均重心是下降的；锤子线开仓要满足形态和下降趋势；
        if data.loc[i-length, 'yes_ma'] > data.loc[i, 'yes_ma']:
            # 判断是否符合锤子形态
            if data.loc[i, 'yes_hammer']:
                # 更改持仓标记
                flag = 1
                # 记录开仓时开仓价格及标准差:是为了做固定止损；
                long_open_price = data.loc[i, 'open']
                long_open_delta = data.loc[i, 'yes_std']
                # 计算当天收益率
                data.loc[i, 'return'] = data.loc[i, 'close']/data.loc[i, 'open'] - 1  #以产生信号之后的第二天开盘价开仓；
               

2.4 计算策略收益率

data['return'].fillna(0, inplace=True)      #对大循环中未处理的：既没有持仓，也不满足开仓条件的日期进行处理，则让这些天的return都等于0；
data['strategy_return'] = (data['return'] + 1).cumprod()
data['stock_return'] = (data['pct_change'] + 1).cumprod()

2.5 绘图

import matplotlib
import matplotlib.pyplot as plt
matplotlib.style.use('ggplot')
fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(1,1,1)
ax.plot(data.stock_return)
ax.plot(data.strategy_return)
plt.title(code)
plt.legend()
plt.show()

3. 策略改进和优化思考

1. 考虑成交量的配合：在锤子线后面的一根K线如果放量的话，交易信号更可信；
2. 考虑跟其他形态的结合，例如锤子线后面紧跟着一根大阳线，交易信号更可信；
3. 考虑和其他技术指标的结合，配合技术指标一起进行条件选股；