ptrade 平台如何使用 KDJ 指标实现金叉买入与死叉卖出策略？（附 Python 源码）

一、KDJ 指标与金叉死叉策略原理

KDJ（随机指标）是量化交易中常用的动量指标，由 K 线、D 线和 J 线三条曲线组成。

• 金叉（买入信号）：当 K 线从下向上穿过 D 线，即前一周期 K < D 且当前周期 K > D，表明短期多头力量增强，产生买入信号。
• 死叉（卖出信号）：当 K 线从上向下穿过 D 线，即前一周期 K > D 且当前周期 K < D，表明短期空头力量增强，产生卖出信号。

二、ptrade 中 get_KDJ API 介绍

ptrade 提供了内置的内置计算函数 get_KDJ，用于快速获取随机指标的计算结果：

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，numpy.ndarray 类型。
• low：最低价的时间序列数据，numpy.ndarray 类型。
• close：收盘价的时间序列数据，numpy.ndarray 类型。
• n：计算 RSV 的周期，整数，默认为 9。
• m1：K 值的平滑周期，整数，默认为 3。
• m2：D 值的平滑周期，整数，默认为 3。

返回值：

• k_data：K 值时间序列（numpy.ndarray）。
• d_data：D 值时间序列（numpy.ndarray）。
• j_data：J 值时间序列（numpy.ndarray）。

三、策略源码实现

以下是基于 ptrade 平台的完整 KDJ 金叉买入、死叉卖出策略代码：

def initialize(context):
    # 设置标的股票（以恒生电子为例）
    g.security = '600570.SS'
    set_universe(g.security)

def handle_data(context, data):
    security = g.security
    
    # 1. 获取过去 100 天的历史最高价、最低价和收盘价
    df = get_history(100, frequency='1d', field=['high', 'low', 'close'], security_list=security)
    if df is None or len(df) < 20:
        return
    
    high_data = df['high'].values
    low_data = df['low'].values
    close_data = df['close'].values
    
    # 2. 调用 ptrade 内置 get_KDJ 接口计算 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 值和 D 值
    k_prev, k_curr = k_data[-2], k_data[-1]
    d_prev, d_curr = d_data[-2], d_data[-1]
    
    # 获取当前持仓与可用资金
    pos = get_position(security)
    cash = context.portfolio.cash
    
    # 3. 金叉判断：前一周期 K <= D 且 当前周期 K > D
    if k_prev <= d_prev and k_curr > d_curr:
        if pos.amount == 0 and cash > 0:
            # 全仓买入
            order_value(security, cash)
            log.info(f"【KDJ金叉买入】标的: {security}, 前期K: {k_prev:.2f}, D: {d_prev:.2f} | 当前K: {k_curr:.2f}, D: {d_curr:.2f}")
            
    # 4. 死叉判断：前一周期 K >= D 且 当前周期 K < D
    elif k_prev >= d_prev and k_curr < d_curr:
        if pos.amount > 0:
            # 清仓卖出
            order_target(security, 0)
            log.info(f"【KDJ死叉卖出】标的: {security}, 前期K: {k_prev:.2f}, D: {d_prev:.2f} | 当前K: {k_curr:.2f}, D: {d_curr:.2f}")

四、注意事项

1. 数据长度要求：get_history 获取的数据长度应大于 KDJ 的计算周期（建议至少 30 根 K 线以上），以确保指标计算的准确性。
2. 钝化现象防护：KDJ 在强单边趋势行情中容易出现高位或低位钝化，建议配合 MACD、均线（MA）或超买超卖区间（如 K < 20 为超卖，K > 80 为超买）辅助过滤假信号。