PTrade 交易策略实战：如何使用 get_CCI 函数构建顺势指标策略？

这是一个基于 CCI (Commodity Channel Index，顺势指标) 的量化交易策略。

策略逻辑

CCI 指标主要用于衡量股价是否超出常态分布范围。本策略采用经典的 超买超卖反转逻辑：

1. 买入信号：当 CCI 指标从下方上穿 -100 线时，视为股价脱离超卖区，开始反弹，执行买入。
2. 卖出信号：当 CCI 指标从上方下穿 +100 线时，视为股价脱离超买区，趋势转弱，执行卖出。
3. 参数设置：CCI 计算周期默认为 14。

PTrade 策略代码

def initialize(context):
    """
    初始化函数，设置股票池和全局变量
    """
    # 设置我们要操作的股票，这里以恒生电子为例
    g.security = '600570.SS'
    # 设置股票池
    set_universe(g.security)
    
    # CCI指标的计算周期，通常为14
    g.n = 14
    
    # 设置回测频率为日线
    # 注意：实际运行时请在回测界面选择"日线"频率
    
def handle_data(context, data):
    """
    盘中运行函数，每个单位时间（如每天）运行一次
    """
    security = g.security
    
    # 1. 过滤停牌股票
    # 如果股票停牌（is_open为0），则跳过不处理
    if data[security].is_open == 0:
        return

    # 2. 获取历史行情数据
    # 获取过去 100 天的数据，确保有足够的数据计算 CCI
    # 需要 high, low, close 三个字段
    h = get_history(100, '1d', ['high', 'low', 'close'], security_list=security)
    
    # 提取数据为 numpy 数组
    high_data = h['high'].values
    low_data = h['low'].values
    close_data = h['close'].values
    
    # 3. 计算 CCI 指标
    # PTrade 内置了 get_CCI 函数，直接调用即可
    # 注意：虽然文档有时简写，但 get_CCI 标准调用需要 high, low, close, n
    cci_values = get_CCI(high_data, low_data, close_data, g.n)
    
    # 确保计算结果有效
    if cci_values is None or len(cci_values) < 2:
        return
        
    # 获取当前周期和上一周期的 CCI 值
    curr_cci = cci_values[-1]
    prev_cci = cci_values[-2]
    
    # 4. 获取当前持仓和资金情况
    position = get_position(security)
    cash = context.portfolio.cash
    current_price = data[security].close
    
    # 5. 交易逻辑
    
    # 买入逻辑：CCI 上穿 -100 (前值 < -100 且 当前值 > -100)
    # 且当前没有持仓
    if prev_cci < -100 and curr_cci > -100:
        if position.amount == 0:
            # 全仓买入
            order_value(security, cash)
            log.info("买入信号触发: CCI上穿-100 (前值: %.2f, 现值: %.2f)" % (prev_cci, curr_cci))
            
    # 卖出逻辑：CCI 下穿 +100 (前值 > 100 且 当前值 < 100)
    # 且当前持有股票
    elif prev_cci > 100 and curr_cci < 100:
        if position.amount > 0:
            # 清仓卖出
            order_target(security, 0)
            log.info("卖出信号触发: CCI下穿+100 (前值: %.2f, 现值: %.2f)" % (prev_cci, curr_cci))

代码解析

1. 数据获取 (get_history):

   • CCI 计算需要最高价 (high)、最低价 (low) 和收盘价 (close)。
   • 我们获取过去 100 根 K 线的数据，这是为了确保指标计算初期有足够的“预热”数据，使结果更准确。

2. 指标计算 (get_CCI):

   • 使用了 PTrade 内置的 get_CCI(high, low, close, n) 函数。这是最高效的方法，无需手动编写公式。
   • g.n 设置为 14，这是 CCI 的标准参数。

3. 信号判断:

   • 上穿 -100：prev_cci < -100 and curr_cci > -100。这通常意味着市场处于超卖状态后的修复阶段，是一个潜在的买点。
   • 下穿 +100：prev_cci > 100 and curr_cci < 100。这通常意味着市场处于超买状态后的回调阶段，是一个潜在的卖点。

4. 交易执行:

   • 使用 order_value 进行按金额买入（示例中为全仓）。
   • 使用 order_target 进行卖出（目标仓位设为 0 即为清仓）。
   • 加入了 data[security].is_open 判断，避免在停牌日下单导致废单。

注意事项

• Python 版本：代码兼容 Python 3.5 及以上版本（未使用 f-string 等新特性）。
• 回测设置：建议在回测界面将频率设置为“日线”，并设置适当的初始资金。
• 风险提示：CCI 是一个敏感指标，在震荡市中表现较好，但在单边趋势行情中可能会出现过早卖出（牛市中 CCI 长期大于 100）或过早抄底（熊市中 CCI 长期小于 -100）的情况。实际使用时建议结合均线或其他趋势指标进行过滤。

Q&A

Q: 如何修改 CCI 的计算周期？
A: 在 initialize 函数中，修改 g.n = 14 这一行，将 14 改为您想要的数字（例如 20 或 9）。

Q: 这个策略可以用于分钟级别回测吗？
A: 可以。代码逻辑是通用的。您只需要在 PTrade 回测界面的配置中，将运行频率从“日线”改为“分钟”即可。get_history 会自动获取分钟级别的 K 线数据。

Q: 为什么使用 get_history 获取 100 条数据而不是 14 条？
A: 虽然 CCI 周期是 14，但技术指标通常需要更多的数据来平滑计算结果（特别是涉及移动平均的计算）。获取更多数据（如 100 条）可以确保计算出的当前 CCI 值与看盘软件上的数值一致。