EMA金叉死叉期货策略

由 bqk1meln创建, 更新于 2025-04-07T14:07:38.257225+08:00

• 构建一个股指期货策略，以 IM0001 为标的。以其EMA(12,50)的金叉为空单平仓信号和多单开仓信号；以其死叉为多单平仓信号和空单开仓信号。同时仅保持一手。回测时间2022年1月结到2025年3月。
• 好的，明白了你的需求。这是一个基于EMA均线金叉死叉的股指期货日线策略，以沪深300股指期货主力合约 (IM0001) 为交易标的，并且限定了单手交易。下面是策略的详细设计和代码实现。 ## 策略逻辑概述 本策略是一个简单的趋势跟踪策略，利用12日EMA和50日EMA的金叉和死叉作为交易信号。 1. **信号生成规则**: - **金叉信号**: 当12日EMA线上穿50日EMA线时，产生金叉信号，此时为**买入开仓**或者**空单平仓**信号。 - **死叉信号**: 当12日EMA线下穿50日EMA线时，产生死叉信号，此时为**卖出开仓**或者**多单平仓**信号。 2. **仓位管理**: - 策略始终保持单手仓位。 - 金叉信号触发时，如果持有空单，则平仓空单并开仓多单；如果未持仓，则直接开仓多单。 - 死叉信号触发时，如果持有多单，则平仓多单并开仓空单；如果未持仓，则直接开仓空单。 3. **其他**: - 交易标的：IM0001 （沪深300股指期货主力合约） - 交易频率：日线 - 回测时间：2022-01-01 到 2025-03-07 ## 数据需求 1. **股指期货日线行情数据** - 日期 - 合约代码 (instrument) - 收盘价 (close) ## 指标/因子计算 1. **12日EMA (ema_short)** - 使用 `dai` 的 `m_ta_ema(close, 12)` 函数计算12日EMA。 - SQL 表达式示例: `m_ta_ema(close, 12) AS ema_short` 2. **50日EMA (ema_long)** - 使用 `dai` 的 `m_ta_ema(close, 50)` 函数计算50日EMA。 - SQL 表达式示例: `m_ta_ema(close, 50) AS ema_long` 3. **金叉信号 (golden_cross)** - 判断条件：`ema_short > ema_long AND m_lag(ema_short, 1) <= m_lag(ema_long, 1)` - SQL 表达式示例: `CASE WHEN ema_short > ema_long AND m_lag(ema_short, 1) <= m_lag(ema_long, 1) THEN 1 ELSE 0 END AS golden_cross` 4. **死叉信号 (death_cross)** - 判断条件：`ema_short < ema_long AND m_lag(ema_short, 1) >= m_lag(ema_long, 1)` - SQL 表达式示例: `CASE WHEN ema_short < ema_long AND m_lag(ema_short, 1) >= m_lag(ema_long, 1) THEN 1 ELSE 0 END AS death_cross` ## 策略代码实现 ```python <bigquantStrategy name="EMA金叉死叉期货策略"> from bigquant import bigtrader, dai from bigquant.enums import OrderType, Offset, Direction def initialize(context: bigtrader.IContext): # 设置期货手续费，这里使用一个假设值，实际手续费请咨询平台或交易所 context.set_commission(futures_commission=0.000023) # 假设万分之0.23的手续费，需要根据实际情况调整 context.instrument = "IM0001" # 交易标的：沪深300股指期货主力合约 context.logger.info("开始计算EMA指标...") sql = """ SELECT date, instrument, close, m_ta_ema(close, 12) AS ema_short, m_ta_ema(close, 50) AS ema_long FROM cn_index_futures_bar1d WHERE instrument = $instrument ORDER BY date ASC """ df_future = dai.query(sql, filters={"date": [context.add_trading_days(context.start_date, -60), context.end_date]}, params={"instrument": context.instrument}).df() context.data = df_future.set_index('date') context.logger.info("EMA指标计算完成") def handle_data(context: bigtrader.IContext, data: bigtrader.IBarData): current_date = data.current_dt.strftime("%Y-%m-%d") if current_date not in context.data.index: return bar_data = context.data.loc[current_date] ema_short = bar_data['ema_short'] ema_long = bar_data['ema_long'] position = context.get_position(instrument=context.instrument) has_position = position is not None and position.volume != 0 # 金叉信号 if ema_short > ema_long and context.data.loc[context.add_trading_days(current_date, -1)]['ema_short'] <= context.data.loc[context.add_trading_days(current_date, -1)]['ema_long']: if has_position and position.direction == Direction.SHORT: context.order(context.instrument, volume=position.volume, offset=Offset.CLOSE, order_type=OrderType.MARKET) # 平空仓 if not has_position or position.direction != Direction.LONG: context.order(context.instrument, volume=1, offset=Offset.OPEN, order_type=OrderType.MARKET, direction=Direction.LONG) # 开多仓 # 死叉信号 elif ema_short < ema_long and context.data.loc[context.add_trading_days(current_date, -1)]['ema_short'] >= context.data.loc[context.add_trading_days(current_date, -1)]['ema_long']: if has_position and position.direction == Direction.LONG: context.order(context.instrument, volume=position.volume, offset=Offset.CLOSE, order_type=OrderType.MARKET) # 平多仓 if not has_position or position.direction != Direction.SHORT: context.order(context.instrument, volume=1, offset=Offset.OPEN, order_type=OrderType.MARKET, direction=Direction.SHORT) # 开空仓 performance = bigtrader.run( market=bigtrader.Market.CN_STOCK_FUTURES, # 股指期货市场 frequency=bigtrader.Frequency.DAILY, instruments=["IM0001"], # 交易 IM0001 合约 start_date="2022-01-01", end_date="2025-03-07", capital_base=1000000, initialize=initialize, handle_data=handle_data, ) performance.render() </bigquantStrategy> ``` **代码解释：** 1. **`initialize(context)` 函数**: * `context.set_commission(futures_commission=0.000023)`: 设置期货交易的手续费。 **注意：这里的手续费率 `0.000023` 仅为示例，实际期货手续费率请务必咨询你的期货账户开户券商或 BigQuant 平台，并根据实际情况修改。** 期货手续费通常很低，但不同期货品种和期货公司可能有所不同。 * `context.instrument = "IM0001"`: 设置交易的期货合约代码为 "IM0001"。 * 使用 `dai.query` 查询 `cn_index_futures_bar1d` 表获取 IM0001 的日线数据，并计算 12日EMA 和 50日EMA。 注意，为了计算EMA，我们向前多取了60个交易日的数据 (`context.add_trading_days(context.start_date, -60)`）。 * 将计算好的数据存储在 `context.data` 中，并用日期作为索引，方便 `handle_data` 函数中按日期快速查找数据。 2. **`handle_data(context, data)` 函数**: * `current_date = data.current_dt.strftime("%Y-%m-%d")`: 获取当前bar的日期。 * `if current_date not in context.data.index: return`: 确保当前日期的数据在 `context.data` 中存在，如果不存在（例如，非交易日），则直接返回，不进行交易。 * `bar_data = context.data.loc[current_date]`: 从 `context.data` 中获取当前日期的EMA数据。 * `ema_short = bar_data['ema_short']`, `ema_long = bar_data['ema_long']`: 提取 12日EMA 和 50日EMA 的值。 * `position = context.get_position(instrument=context.instrument)`: 获取当前持仓信息。 * `has_position = position is not None and position.volume != 0`: 判断是否持有仓位。 * **金叉信号逻辑**: * `if ema_short > ema_long and context.data.loc[context.add_trading_days(current_date, -1)]['ema_short'] <= context.data.loc[context.add_trading_days(current_date, -1)]['ema_long']:` 判断是否发生金叉。 这里通过比较当日EMA和前一日EMA的大小关系来判断金叉的发生。 * 如果持有空仓 (`has_position and position.direction == Direction.SHORT`)，则先平空仓 `context.order(..., offset=Offset.CLOSE, ...)`。 * 如果当前没有持仓或者不是多仓，则开多仓 `context.order(..., offset=Offset.OPEN, direction=Direction.LONG)`。 * **死叉信号逻辑**: * `elif ema_short < ema_long and context.data.loc[context.add_trading_days(current_date, -1)]['ema_short'] >= context.data.loc[context.add_trading_days(current_date, -1)]['ema_long']:` 判断是否发生死叉。 同样，通过比较当日EMA和前一日EMA的大小关系来判断死叉。 * 如果持有多仓 (`has_position and position.direction == Direction.LONG`)，则先平多仓 `context.order(..., offset=Offset.CLOSE, ...)`。 * 如果当前没有持仓或者不是空仓，则开空仓 `context.order(..., offset=Offset.OPEN, direction=Direction.SHORT)`。 * `context.order(...)`: 使用 `context.order` 函数下单。 * `instrument=context.instrument`: 交易标的为 `IM0001`。 * `volume=1`: 每次交易一手。 * `offset=Offset.CLOSE` 或 `offset=Offset.OPEN`: 平仓或开仓操作。 * `order_type=OrderType.MARKET`: 市价单，保证成交。 * `direction=Direction.LONG` 或 `direction=Direction.SHORT`: 多单或空单方向。 3. **`bigtrader.run(...)` 函数**: * `market=bigtrader.Market.CN_STOCK_FUTURES`: 指定市场为股指期货市场。 * `frequency=bigtrader.Frequency.DAILY`: 交易频率为日线。 * `instruments=["IM0001"]`: 指定交易的合约为 "IM0001"。 * `start_date="2022-01-01"`, `end_date="2025-03-07"`: 设置回测时间范围。 * `capital_base=1000000`: 设置初始资金为 100万。 * `initialize=initialize`, `handle_data=handle_data`: 指定初始化函数和数据处理函数。 * `performance.render()`: 渲染回测结果。 **使用注意：** * **期货手续费**: 请务必根据实际情况修改 `initialize` 函数中的 `futures_commission` 参数，这将直接影响回测结果的准确性。 * **滑点**: 实际交易中可能存在滑点，本代码回测没有考虑滑点。如果需要更精确的回测，可以考虑在下单函数中加入滑点模拟。 * **合约展期**: 股指期货合约有到期日，主力合约也会轮换。 本策略代码是基于主力合约代码 "IM0001" 进行回测的，BigQuant 平台通常会自动处理主力合约的切换，但实际交易中需要关注合约的展期问题。 * **风险提示**: 本策略代码仅为示例，不构成任何投资建议。 股指期货交易风险较高，请投资者务必谨慎评估自身风险承受能力，并做好风险管理。 你可以直接复制粘贴这段代码到 BigQuant 平台运行，查看回测结果。 如有任何问题，欢迎继续提问。
• 上述策略运行报错，请修正，运行日志如下：
• 上述策略运行报错，请修正，运行日志如下：运行日志 [2025-04-03 16:13:27] INFO: start run .. [2025-04-03 16:13:27] INFO: generate strategy notebook .. [2025-04-03 16:13:27] INFO: start run backtest .. [2025-04-03 16:13:30] INFO: tunee: 93ff89c7-e775-4f8d-a484-ef01b412cf13 Traceback (most recent call last): File "/var/app/enabled/backtestrun.py", line 145, in <module> run() File "/var/app/enabled/backtestrun.py", line 140, in run raise ex from ex File "/var/app/enabled/backtestrun.py", line 131, in run do_run(strategy_id, run_id) File "/var/app/enabled/backtestrun.py", line 114, in do_run pm.execute_notebook( File "/opt/pyenv/versions/3.11.8/lib/python3.11/site-packages/papermill/execute.py", line 134, in execute_notebook raise_for_execution_errors(nb, output_path) File "/opt/pyenv/versions/3.11.8/lib/python3.11/site-packages/papermill/execute.py", line 241, in raise_for_execution_errors raise error papermill.exceptions.PapermillExecutionError: --------------------------------------------------------------------------- Exception encountered at "In [2]": --------------------------------------------------------------------------- ModuleNotFoundError Traceback (most recent call last) Cell In[2], line 3 1 from bigmodule import M ----> 3 M.tune.run( 4"93ff89c7-e775-4f8d-a484-ef01b412cf13", 5[{}], 6 ) File /opt/pyenv/versions/3.11.8/lib/python3.11/site-packages/bigmodule/tune.py:321, in run(self, name, parameters, workers) File /opt/pyenv/versions/3.11.8/lib/python3.11/site-packages/bigmodule/tune.py:52, in _run(code, parameters, tunees) File <string>:3 ModuleNotFoundError: No module named 'bigquant.enums'