PTrade 基于 get_KDJ 的随机指标策略实现指南

在量化交易中，KDJ（随机指标）是广泛应用于股票与期货市场的动量指标。本文将详细介绍如何在 PTrade 量化平台上利用内置函数 get_KDJ 快速计算 KDJ 值，并实现一个典型的KDJ金叉买入、死叉卖出自动化交易策略。

1. 策略逻辑与核心 API 介绍

策略逻辑

1. KDJ 金叉（买入信号）：当 K 线从下向上穿过 D 线，且前一周期 $K < D$、当前周期 $K > D$ 时，全仓买入标的。
2. KDJ 死叉（卖出信号）：当 K 线从上向下穿过 D 线，且前一周期 $K > D$、当前周期 $K < D$ 时，平仓卖出持有的标的。

核心 API：get_KDJ

PTrade 提供了高效率的技术指标计算函数 get_KDJ，其函数签名如下：

get_KDJ(high, low, close, n=9, m1=3, m2=3)

• 参数说明：
  • high：最高价的时间序列数据，类型为 numpy.ndarray。
  • low：最低价的时间序列数据，类型为 numpy.ndarray。
  • close：收盘价的时间序列数据，类型为 numpy.ndarray。
  • n：计算 RSV 的周期，默认 9。
  • m1：K 值的平滑周期，默认 3。
  • m2：D 值的平滑周期，默认 3。
• 返回值：
  • 返回 (k_data, d_data, j_data)，均为 numpy.ndarray 类型的时间序列。

2. PTrade 策略完整源码

以下是基于日线级别的完整策略代码，适用于 PTrade 回测与实盘运行：

# 导入必要的库
import numpy as np

def initialize(context):
    # 设置标的代码（以恒生电子 600570.SS 为例）
    g.security = '600570.SS'
    # 设置股票池
    set_universe(g.security)
    # 设置参考基准
    set_benchmark('000300.SS')
    # 打印日志
    log.info("策略初始化完成，标的: %s" % g.security)

def handle_data(context, data):
    security = g.security
    
    # 1. 获取过去 100 个交易日的历史 K 线数据（需要包含 high, low, close）
    df = get_history(100, frequency='1d', field=['high', 'low', 'close'], security_list=security)
    
    if df is None or len(df) < 20:
        return
    
    # 提炼出 numpy.ndarray 格式的数据
    # 针对 Python 3.11 及多标的情形，使用 query 提取单标的数据列
    sec_df = df.query('code in [@security]') if 'code' in df.columns else df
    high_data = sec_df['high'].values
    low_data = sec_df['low'].values
    close_data = sec_df['close'].values
    
    # 2. 调用 PTrade API 计算 KDJ 指标
    k_data, d_data, j_data = get_KDJ(high_data, low_data, close_data, n=9, m1=3, m2=3)
    
    # 获取前一周期与当前周期的 K 和 D 值
    k_prev, k_curr = k_data[-2], k_data[-1]
    d_prev, d_curr = d_data[-2], d_data[-1]
    
    # 3. 获取当前持仓与资金状态
    pos = get_position(security)
    cash = context.portfolio.cash
    current_price = data[security]['close']
    
    # 4. 判断金叉与死叉逻辑
    is_gold_cross = (k_prev < d_prev) and (k_curr > d_curr)
    is_dead_cross = (k_prev > d_prev) and (k_curr < d_curr)
    
    # 5. 执行交易操作
    if is_gold_cross and pos.amount == 0:
        # 全仓买入
        log.info("触发 KDJ 金叉，买入 %s，当前价格: %.2f" % (security, current_price))
        order_value(security, cash)
        
    elif is_dead_cross and pos.amount > 0:
        # 全仓卖出
        log.info("触发 KDJ 死叉，卖出 %s，当前价格: %.2f" % (security, current_price))
        order_target(security, 0)

3. 注意事项与优化建议

1. 数据准备充分性：KDJ 指标需要一定的历史数据来进行平滑计算，调用 get_history 时建议获取至少 50-100 根 K 线，避免数组过短导致指标不准确。
2. 超买超卖过滤：单一金叉/死叉容易在震荡市产生频繁假信号，可结合超买超卖区间进行过滤。例如：仅在 $K, D < 20$（低位/超卖区）发生的金叉买入，仅在 $K, D > 80$（高位/超买区）发生的死叉卖出。
3. 滑点与佣金设置：回测时建议使用 set_commission 和 set_slippage 设置合理的交易成本，使回测效果更接近实盘场景。