Estrategia de trading cuantitativo: indicador KDJ

El indicador KDJ, el instrumento de análisis técnico más utilizado en los mercados de futuros y acciones, fue creado por el Dr. George Lane. El indicador KDJ combina la idea de la dinámica con algunos de los puntos fuertes y débiles.

• #### Método de cálculo: primero se calcula el valor de RSV del ciclo, luego se calculan el valor de K, el valor de D y el valor de J. Por ejemplo, el KDJ del ciclo de 9 días:

RSVt=(Ct-L9)/(H9-L9)*100 (Ct = precio de cierre del día; L9 = precio más bajo en 9 días; H9 = precio más alto en 9 días)

K es el promedio móvil plano de 3 días de RSV, con la fórmula Kt = RSVt/3 + 2*t-¹⁄₃

D es el promedio móvil de 3 días de K, con la fórmula: Dt = Kt / 3 + 2*Dt-¹⁄₃

El valor de J es tres veces el valor de K menos dos veces el valor de D, con la fórmula: Jt = 3*Dt-2*Kt

Algunos aspectos importantes que se deben considerar al aplicar el indicador KDJ:

La valoración de K y D, el rango es 0-100; más de 80 de las operaciones presentan un fenómeno de sobrecompra, y menos de 20 de las operaciones presentan un fenómeno de sobreventa.

1. señal de compra: K valor en la tendencia al alza D valor, la línea de K hacia abajo rompe la línea de D.

2. Las acciones con poca actividad comercial y poca emisión no se aplican al indicador de KD, mientras que la precisión es alta para las grandes y las grandes bolsas populares.

3. En la posición alta o baja del KD, si hay un desvío de la dirección de la acción, es una señal de acción.

4. La valoración de J>100 es sobrecompra, es sobreventa, y pertenece a la zona anormal del precio.

5. Señales de alerta de cambio a corto plazo: K y D valores de aumento o disminución de la velocidad de disminución de la inclinación

Normalmente, los tres valores K, D y J están entre 20 y 80, lo que es bueno de ver, en términos de sensibilidad, el J es el más fuerte, seguido de K, y el más lento es D, y en términos de seguridad, es justo lo contrario.

• #### Código de estrategia (no inventado por el inventor)

import numpy as np
import pandas as pd
from pandas import DataFrame
import talib as ta

start = '2006-01-01'                        # 回测起始时间
end = '2015-08-17'                          # 回测结束时间
benchmark = 'HS300'                         # 策略参考标准
universe = set_universe('HS300')
capital_base = 100000                        # 起始资金
refresh_rate = 1                           # 调仓频率，即每 refresh_rate 个交易日执行一次 handle_data() 函数
longest_history=20
MA=[5,10,20,30,60,120]                       #移动均线参数

def initialize(account):
    account.kdj=[]
    
def handle_data(account):  
   
    # 每个交易日的买入卖出指令
    
    sell_pool=[]
    hist = account.get_history(longest_history)
        #data=DataFrame(hist['600006.XSHG'])
    stock_pool,all_data=Get_all_indicators(hist)
    pool_num=len(stock_pool)
    if account.secpos==None:
        print 'null'
        for i in stock_pool:
            buy_num=int(float(account.cash/pool_num)/account.referencePrice[i]/100.0)*100 
            order(i, buy_num)
    else:
        
        for x in account.valid_secpos:
            if all_data[x].iloc[-1]['closePrice']<all_data[x].iloc[-1]['ma1'] and (all_data[x].iloc[-1]['ma1']-all_data[x].iloc[-1]['closePrice'])/all_data[x].iloc[-1]['ma1']>0.05 :
                sell_pool.append(x)
                order_to(x, 0)
        
        
        
        if account.cash>500 and pool_num>0:
            
            try:
                sim_buy_money=float(account.cash)/pool_num
                for l in stock_pool:
                    #print sim_buy_money,account.referencePrice[l]
            
                    buy_num=int(sim_buy_money/account.referencePrice[l]/100.0)*100
           
                    #buy_num=10000
                    order(l, buy_num)
            except Exception as e:
                #print e
                pass
           

        
def Get_kd_ma(data):
    indicators={}
    #计算kd指标
    indicators['k'],indicators['d']=ta.STOCH(np.array(data['highPrice']),np.array(data['lowPrice']),np.array(data['closePrice']),\
    fastk_period=9,slowk_period=3,slowk_matype=0,slowd_period=3,slowd_matype=0)
    indicators['ma1']=pd.rolling_mean(data['closePrice'], MA[0])
    indicators['ma2']=pd.rolling_mean(data['closePrice'], MA[1])
    indicators['ma3']=pd.rolling_mean(data['closePrice'], MA[2])
    indicators['ma4']=pd.rolling_mean(data['closePrice'], MA[3])
    indicators['ma5']=pd.rolling_mean(data['closePrice'], MA[4])
    indicators['closePrice']=data['closePrice']
    indicators=pd.DataFrame(indicators)
    return indicators

def Get_all_indicators(hist):
    stock_pool=[]
    all_data={}
    for i in hist:
        try:
            indicators=Get_kd_ma(hist[i])
            all_data[i]=indicators
        except Exception as e:
            #print 'error:%s'%e
            pass
        if indicators.iloc[-2]['k']<indicators.iloc[-2]['d'] and indicators.iloc[-1]['k']>indicators.iloc[-2]['d']:
            stock_pool.append(i)
        elif indicators.iloc[-1]['k']>=10 and indicators.iloc[-1]['d']<=20 and indicators.iloc[-1]['k']>indicators.iloc[-2]['k'] and indicators.iloc[-2]['k']<indicators.iloc[-3]['k']:
            stock_pool.append(i)
    return stock_pool,all_data

La mayoría de los comerciantes programados no tienen acceso a la información.