多股票RSI算法示例

以下是一个我们使用TALib编写的多股票RSI算法示例，使用了TALib的RSI方法：

  1. import talib
  2.  
  3.  
  4. # 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何方法之间做传递。
  5. def init(context):
  6.  
  7.     # 选择我们感兴趣的股票
  8.     context.s1 = "000001.XSHE"
  9.     context.s2 = "601988.XSHG"
  10.     context.s3 = "000068.XSHE"
  11.     context.stocks = [context.s1, context.s2, context.s3]
  12.  
  13.     context.TIME_PERIOD = 14
  14.     context.HIGH_RSI = 85
  15.     context.LOW_RSI = 30
  16.     context.ORDER_PERCENT = 0.3
  17.  
  18.  
  19. # 你选择的证券的数据更新将会触发此段逻辑，例如日或分钟历史数据切片或者是实时数据切片更新
  20. def handle_bar(context, bar_dict):
  21.     # 开始编写你的主要的算法逻辑
  22.  
  23.     # bar_dict[order_book_id] 可以拿到某个证券的bar信息
  24.     # context.portfolio 可以拿到现在的投资组合状态信息
  25.  
  26.     # 使用order_shares(id_or_ins, amount)方法进行落单
  27.  
  28.     # TODO: 开始编写你的算法吧！
  29.  
  30.     # 对我们选中的股票集合进行loop，运算每一只股票的RSI数值
  31.     for stock in context.stocks:
  32.         # 读取历史数据
  33.         prices = history_bars(stock, context.TIME_PERIOD+1, '1d', 'close')
  34.  
  35.         # 用Talib计算RSI值
  36.         rsi_data = talib.RSI(prices, timeperiod=context.TIME_PERIOD)[-1]
  37.  
  38.         cur_position = context.portfolio.positions[stock].quantity
  39.         # 用剩余现金的30%来购买新的股票
  40.         target_available_cash = context.portfolio.cash * context.ORDER_PERCENT
  41.  
  42.         # 当RSI大于设置的上限阀值，清仓该股票
  43.         if rsi_data > context.HIGH_RSI and cur_position > 0:
  44.             order_target_value(stock, 0)
  45.  
  46.         # 当RSI小于设置的下限阀值，用剩余cash的一定比例补仓该股
  47.         if rsi_data < context.LOW_RSI:
  48.             logger.info("target available cash caled: " + str(target_available_cash))
  49.             # 如果剩余的现金不够一手 - 100shares，那么会被ricequant 的order management system reject掉
  50.             order_value(stock, target_available_cash)