如何在 QMT 平台使用阿隆（Aroon）指标判断趋势强度并构建策略？

这是一个基于 阿隆指标（Aroon Indicator） 的 QMT 量化交易策略。

策略原理

阿隆指标由 Aroon Up（上线） 和 Aroon Down（下线） 两条线组成，用于判断趋势的强弱和方向：

1. Aroon Up: 反映价格创新高的能力。
2. Aroon Down: 反映价格创新低的能力。

交易逻辑：

• 趋势开始（买入信号）：当 Aroon Up 上穿 Aroon Down 时，表明上升趋势可能开始，执行买入。
• 趋势结束/反转（卖出信号）：当 Aroon Down 上穿 Aroon Up 时，表明上升趋势结束或下降趋势开始，执行卖出（清仓）。

策略代码

# -*- coding: gbk -*-
import pandas as pd
import numpy as np
import talib

def init(ContextInfo):
    """
    初始化函数，设定参数和账户
    """
    # 设定资金账号 (请替换为您自己的资金账号)
    ContextInfo.accid = '6666666666' 
    ContextInfo.set_account(ContextInfo.accid)
    
    # 设定标的股票 (例如：平安银行)
    ContextInfo.stock_code = '000001.SZ'
    
    # 设定阿隆指标的周期 (通常为14或25)
    ContextInfo.period = 25
    
    # 设定回测/运行的股票池
    ContextInfo.set_universe([ContextInfo.stock_code])
    
    print("策略初始化完成，标的：{}, 阿隆周期：{}".format(ContextInfo.stock_code, ContextInfo.period))

def handlebar(ContextInfo):
    """
    K线逐根运行函数
    """
    # 获取当前正在处理的K线索引
    index = ContextInfo.barpos
    
    # 获取当前图表的时间
    realtime = ContextInfo.get_bar_timetag(index)
    
    # 设定获取历史数据的数量 (需要比计算周期多一些，以确保指标能计算出来)
    count = ContextInfo.period + 50
    
    # 获取行情数据 (使用 get_market_data_ex 接口)
    #我们需要 High 和 Low 价格来计算 Aroon
    data_map = ContextInfo.get_market_data_ex(
        ['high', 'low', 'close'], 
        [ContextInfo.stock_code], 
        period=ContextInfo.period, # 这里period参数指的是K线周期，如'1d'，但在ContextInfo对象里period属性通常存的是'1d'
        count=count,
        dividend_type='front', # 前复权
        subscribe=True
    )
    
    # 提取该标的的数据 DataFrame
    if ContextInfo.stock_code not in data_map:
        return
        
    df = data_map[ContextInfo.stock_code]
    
    # 确保数据量足够计算指标
    if len(df) < ContextInfo.period + 1:
        return

    # 将数据转换为 numpy 数组供 talib 使用
    high_prices = df['high'].values
    low_prices = df['low'].values
    
    # 使用 TA-Lib 计算 Aroon 指标
    # aroon_down, aroon_up = talib.AROON(high, low, timeperiod=14)
    try:
        aroon_down, aroon_up = talib.AROON(high_prices, low_prices, timeperiod=ContextInfo.period)
    except Exception as e:
        print("指标计算错误:", e)
        return

    # 获取最新的指标值 (当前K线) 和 上一根K线的值
    # -1 代表当前最新值，-2 代表上一根K线的值
    curr_up = aroon_up[-1]
    curr_down = aroon_down[-1]
    prev_up = aroon_up[-2]
    prev_down = aroon_down[-2]
    
    # 获取当前持仓
    positions = get_trade_detail_data(ContextInfo.accid, 'stock', 'position')
    current_holding = 0
    for pos in positions:
        if pos.m_strInstrumentID + '.' + pos.m_strExchangeID == ContextInfo.stock_code:
            current_holding = pos.m_nVolume
            break

    # --- 交易逻辑 ---
    
    # 1. 买入信号：Aroon Up 上穿 Aroon Down (金叉)
    # 逻辑：当前 Up > Down 且 上一刻 Up <= Down
    if curr_up > curr_down and prev_up <= prev_down:
        if current_holding == 0:
            print(f"[{timetag_to_datetime(realtime, '%Y-%m-%d %H:%M:%S')}] 趋势开始：Aroon Up上穿Down，买入")
            # 全仓买入 (这里演示用 order_target_value，也可以用 order_value)
            # 假设总资金的一定比例，这里简单演示买入固定金额或全仓
            # 注意：实盘请做好资金管理
            order_target_percent(ContextInfo.stock_code, 0.95, "fix", df['close'].iloc[-1], ContextInfo, ContextInfo.accid)

    # 2. 卖出信号：Aroon Down 上穿 Aroon Up (死叉)
    # 逻辑：当前 Down > Up 且 上一刻 Down <= Up
    elif curr_down > curr_up and prev_down <= prev_up:
        if current_holding > 0:
            print(f"[{timetag_to_datetime(realtime, '%Y-%m-%d %H:%M:%S')}] 趋势结束：Aroon Down上穿Up，卖出")
            # 清仓
            order_target_percent(ContextInfo.stock_code, 0, "fix", df['close'].iloc[-1], ContextInfo, ContextInfo.accid)

    # --- (可选) 绘图 ---
    # 在回测界面的副图画出指标，方便观察
    ContextInfo.paint('Aroon_Up', curr_up, -1, 0, 'red')
    ContextInfo.paint('Aroon_Down', curr_down, -1, 0, 'green')

代码要点解析

1. 数据获取 (get_market_data_ex):

   • 我们使用了 get_market_data_ex 接口，这是 QMT 推荐的高效数据接口。
   • 获取了 high (最高价) 和 low (最低价)，这是计算 Aroon 指标必须的参数。
   • count 设置为 ContextInfo.period + 50，确保有足够的历史数据来“预热”指标计算。

2. 指标计算 (talib.AROON):

   • QMT 内置了 talib 库，我们直接调用 talib.AROON 函数。
   • 它返回两个数组：aroon_down 和 aroon_up。
   • 取值范围在 0 到 100 之间。

3. 信号判断:

   • 金叉 (买入): curr_up > curr_down 且 prev_up <= prev_down。这意味着 Up 线刚刚从下方穿过了 Down 线，通常被视为上升趋势的开始。
   • 死叉 (卖出): curr_down > curr_up 且 prev_down <= prev_up。这意味着 Down 线占据主导，上升趋势结束或下跌趋势开始。

4. 交易执行 (order_target_percent):

   • 使用 order_target_percent 可以方便地进行仓位管理。
   • 0.95 代表调整仓位至总资产的 95%（留 5% 现金防止手续费不足）。
   • 0 代表清仓。

如何在 QMT 中使用

1. 打开 QMT 客户端，进入【模型研究】或【策略编辑器】。
2. 新建一个 Python 策略。
3. 将上述代码复制粘贴进去。
4. 修改账号：将 ContextInfo.accid = '6666666666' 中的数字改为您实际的资金账号。
5. 回测：点击“回测”，选择标的（如 000001.SZ）和周期（如日线），即可看到策略表现。
6. 实盘：如果用于实盘，请确保在【交易】界面已登录账号，并将策略运行模式切换为“实盘”。

常见问题 Q&A

Q: 为什么 Aroon 指标有时候会产生很多假信号？
A: 在震荡市中，Up 和 Down 线可能会频繁交叉。为了过滤假信号，可以增加一个阈值条件，例如：只有当 Aroon Up > 70 且 Aroon Down < 30 时才视为强趋势买入。

Q: 如何修改指标的灵敏度？
A: 修改 init 函数中的 ContextInfo.period。周期越短（如 14），指标越灵敏，但假信号越多；周期越长（如 50），趋势确认越稳健，但信号会有滞后。

Q: get_market_data_ex 获取不到数据怎么办？
A: 请确保在 QMT 客户端的【数据管理】中已经下载了对应标的和周期的历史数据。如果没有下载，回测时可能会取不到数据。