“趋势是你的朋友”这是每一个交易者都耳熟能详的箴言。但做过交易的朋友可能会有体会，趋势总是在毫无预警地开始并突然结束。那么在CTA策略中，如何抓住趋势并过滤震荡行情，是许多主观和量化交易者孜孜不倦的追求。在本节课程中，我们将以平均趋向指数(ADX)为滤网，分析在它量化交易中的应用。
# 导入库
import talib
import numpy as np
mp = 0 # 定义一个全局变量，用于控制虚拟持仓
# 把K线数组转换成最高价、最低价、收盘价数组，用于转换为numpy.array类型数据
def get_data(bars):
arr = [[], [], []]
for i in bars:
arr[0].append(i['High'])
arr[1].append(i['Low'])
arr[2].append(i['Close'])
return arr
# 程序主函数
def onTick():
_C(exchange.SetContractType, "rb000") # 订阅期货品种
bar = _C(exchange.GetRecords) # 获取K线数组
if len(bar) < 100: # 如果K线数组长度太小，就直接返回跳过
return
macd = TA.MACD(bar, 5, 50, 15) # 计算MACD值
dif = macd[0][-2] # 获取DIF的值，返回一个数组
dea = macd[1][-2] # 获取DEA的值，返回一个数组
np_arr = np.array(get_data(bar)) # 把列表转换为numpy.array类型数据，用于计算ADX的值
adx_arr = talib.ADX(np_arr[0], np_arr[1], np_arr[2], 14) # 计算ADX的值
adx1 = adx_arr[-2] # 倒数第二根K线的ADX值
adx2 = adx_arr[-3] # 倒数第三根K线的ADX值
last_close = bar[-1]['Close'] # 获取最新价格（卖价）
global mp # 全局变量，用于控制虚拟持仓
if mp == 1 and (dif < dea or adx1 < adx2):
Log('多平')
# exchange.SetDirection("closebuy") # 设置交易方向和类型
# exchange.Sell(last_close - 1, 1) # 平多单
mp = 0 # 设置虚拟持仓的值，即空仓
if mp == -1 and (dif > dea or adx1 < adx2):
Log('空平')
# exchange.SetDirection("closesell") # 设置交易方向和类型
# exchange.Buy(last_close, 1) # 平空单
mp = 0 # 设置虚拟持仓的值，即空仓
if mp == 0 and dif > dea and adx1 > adx2:
Log('多开')
# exchange.SetDirection("buy") # 设置交易方向和类型
# exchange.Buy(last_close, 1) # 开多单
mp = 1 # 设置虚拟持仓的值，即有多单
if mp == 0 and dif < dea and adx1 > adx2:
Log('空开')
# exchange.SetDirection("sell") # 设置交易方向和类型
# exchange.Sell(last_close - 1, 1) # 开空单
mp = -1 # 设置虚拟持仓的值，即有空单
def main():
while True:
onTick()
Sleep(1000)