如何在 PTrade 中利用 RSI 指标构建超买超卖交易策略？（附源码）

这是一个基于PTrade API实现的经典RSI（相对强弱指标）均值回归策略。

策略逻辑

1. 买入条件：当RSI指标低于30（超卖区）时，认为股价可能反弹，执行买入。
2. 卖出条件：当RSI指标高于70（超买区）时，认为股价可能回调，清仓卖出。
3. 资金管理：买入时使用当前所有可用资金（全仓），卖出时清空该股票持仓。

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)
    
    # 设定RSI参数
    g.rsi_period = 14      # RSI计算周期，通常为14
    g.buy_threshold = 30   # 超卖阈值，低于此值买入
    g.sell_threshold = 70  # 超买阈值，高于此值卖出

def handle_data(context, data):
    """
    盘中运行函数，每个单位时间（如每天）运行一次
    """
    # 遍历股票池中的每一只股票
    for stock in g.security:
        # 如果股票停牌，则跳过
        if data[stock].is_open == 0:
            continue
            
        # 1. 获取历史收盘价数据
        # 获取过去100个交易日的数据，确保有足够的数据计算RSI
        # 注意：get_history返回的是DataFrame，我们需要.values转为numpy数组
        h = get_history(100, '1d', 'close', security_list=stock)
        
        # 检查数据长度是否足够，防止新股数据不足导致报错
        if len(h) < g.rsi_period + 1:
            continue
            
        close_prices = h['close'].values
        
        # 2. 计算RSI指标
        # PTrade内置了get_RSI函数，直接调用即可
        # get_RSI返回的是一个numpy数组，包含时间序列上的RSI值
        rsi_values = get_RSI(close_prices, n=g.rsi_period)
        
        # 获取最新的RSI值（数组的最后一个元素）
        if rsi_values is None or len(rsi_values) == 0:
            continue
        current_rsi = rsi_values[-1]
        
        # 获取当前持仓和资金情况
        position = get_position(stock)
        cash = context.portfolio.cash
        
        # 3. 交易逻辑判断
        
        # 信号：RSI < 30 (超卖)，且当前有资金 -> 买入
        if current_rsi < g.buy_threshold:
            if cash > 0:
                # 用所有现金买入
                order_value(stock, cash)
                log.info("买入 %s, 当前RSI: %.2f, 触发超卖买入信号" % (stock, current_rsi))
        
        # 信号：RSI > 70 (超买)，且当前有持仓 -> 卖出
        elif current_rsi > g.sell_threshold:
            if position.amount > 0:
                # 卖出所有持仓
                order_target(stock, 0)
                log.info("卖出 %s, 当前RSI: %.2f, 触发超买卖出信号" % (stock, current_rsi))

代码关键点说明

1. get_history 的使用：

   • RSI计算需要一定长度的历史数据。虽然RSI周期是14，但为了计算的平滑和准确性，建议获取更多的数据点（代码中获取了100条）。
   • get_history 获取的数据是 DataFrame 格式，计算指标时通常需要使用 .values 转换为 numpy 数组。

2. get_RSI 函数：

   • 这是PTrade内置的技术指标计算函数，无需手动编写RSI公式。
   • 它接受价格序列和周期参数 n，返回计算好的RSI序列。

3. 交易执行：

   • order_value(stock, cash)：按金额下单，这里示例为全仓买入。
   • order_target(stock, 0)：调整持仓到目标数量，设置为0即为清仓卖出。

4. 兼容性：

   • 代码遵循Python 3.5语法规范（如使用 % 进行字符串格式化），完全兼容PTrade环境。

如何回测

在PTrade客户端中，新建一个策略，将上述代码复制进去，设置回测频率为“日线”，选择好回测时间段（例如过去一年），即可开始回测。