abupy.SlippageBu package

Submodules

abupy.SlippageBu.ABuSlippage module

abupy.SlippageBu.ABuSlippageBuyBase module

日内滑点买入价格决策基础模块:暂时迁移简单实现方式,符合回测需求,如迁移实盘模块 需添加日内择时策略,通过日内分钟k线,实现日内分钟k线择时,更微观的 实现日内择时滑点功能,不考虑大资金的冲击成本及系统外的大幅滑点

class abupy.SlippageBu.ABuSlippageBuyBase.AbuSlippageBuyBase(kl_pd_buy, factor_name)[源代码]

Bases: abc.NewBase

非高频日内滑点买入决策抽象基类

fit()[源代码]

做基础验证比如今天是否停盘后调用fit_price

fit_price()[源代码]

子类主要需要实现的函数,决策交易当日的最终买入价格 :return: 最终决策的当前交易买入价格

abupy.SlippageBu.ABuSlippageBuyBase.g_enable_limit_up = False

初始设定涨停板买入成交概率100%,这里也可以在计算完一次概率后,再使用成交量做二次概率计算, 外部修改如:abupy.slippage.sbb.g_limit_up_deal_chance = 0.5,即修改为买入概率50%

abupy.SlippageBu.ABuSlippageBuyBase.g_limit_up_deal_chance = 1

在集合竞价阶段价格已经达成涨停的情况下买入成功的概率,默认0.2, 即20%成功概率

abupy.SlippageBu.ABuSlippageBuyBase.slippage_limit_up(func)[源代码]

针对a股涨停板买入价格决策的装饰器,子类可选择装饰与不装饰在fit_price上 如果是实盘策略中,使用分钟k线,及日内择时策略,即不需特别处理。 回测中需要特别处理,处理买入成功概率,根据概率决定是否能买入, 及涨停下的买入价格决策,涨停下买入价格模型为,越靠近涨停价格 买入成交概率越大,即在涨停下预期以靠近涨停价格买入,缺点是使用了随机数, 导致回测结果将出现不一致的情况

abupy.SlippageBu.ABuSlippageBuyMean module

日内滑点买入示例实现:均价买入 最简单的回测买入方式,优点简单,且回测高效,在回测交易 数量足够多的前提下也能接近实盘

class abupy.SlippageBu.ABuSlippageBuyMean.AbuSlippageBuyMean(kl_pd_buy, factor_name)[源代码]

Bases: abupy.SlippageBu.ABuSlippageBuyBase.AbuSlippageBuyBase

示例日内滑点均价买入类

fit_price()[源代码]

取当天交易日的最高最低均价做为决策价格 :return: 最终决策的当前交易买入价格

abupy.SlippageBu.ABuSlippageSellBase module

日内滑点卖出价格决策基础模块:暂时迁移简单实现方式,符合回测需求,如迁移实盘模块 需添加日内择时策略,通过日内分钟k线,实现日内分钟k线择时,更微观的 实现日内择时滑点功能,不考虑大资金的冲击成本及系统外的大幅滑点

class abupy.SlippageBu.ABuSlippageSellBase.AbuSlippageSellBase(kl_pd_sell, factor_name)[源代码]

Bases: abc.NewBase

非高频日内滑点卖出决策抽象基类

fit()[源代码]

做基础验证比如今天是否停盘后调用fit_price

fit_price()[源代码]

子类主要需要实现的函数,决策交易当日的最终卖出价格 :return: 最终决策的当前交易卖出价格

abupy.SlippageBu.ABuSlippageSellBase.g_enable_limit_down = False

初始设定跌停板卖出成交概率100%,这里也可以在计算完一次概率后,再使用成交量做二次概率计算, 外部修改如:abupy.slippage.ssb.g_limit_down_deal_chance = 0.5,即修改为50%成功卖出概率

abupy.SlippageBu.ABuSlippageSellBase.g_limit_down_deal_chance = 1

在集合竞价阶段价格已达成跌停的情况下卖出成功的概率,默认0.2, 即20%成功概率

abupy.SlippageBu.ABuSlippageSellBase.slippage_limit_down(func)[源代码]

针对a股跌停板卖出价格决策的装饰器,子类可选择装饰与不装饰在fit_price上 如果是实盘策略中,使用分钟k线,及日内择时策略子策略,即不需特别处理。 回测中需要特别处理,处理卖出成功概率,根据概率决定是否能卖出, 及跌停下的卖出价格决策,跌停下卖出价格模型为,越靠近跌停板价格 卖出成交概率越大, 即在跌停下预期以靠近跌停价格卖出,缺点是使用了随机数, 导致回测结果将出现不一致的情况

abupy.SlippageBu.ABuSlippageSellMean module

日内滑点卖出示例实现:均价卖出 最简单的回测卖出方式,优点简单,且回测高效,在回测交易 数量足够多的前提下也能接近实盘

class abupy.SlippageBu.ABuSlippageSellMean.AbuSlippageSellMean(kl_pd_sell, factor_name)[源代码]

Bases: abupy.SlippageBu.ABuSlippageSellBase.AbuSlippageSellBase

示例日内滑点均价卖出类

fit_price()[源代码]

取当天交易日的最高最低均价做为决策价格 :return: 最终决策的当前交易卖出价格

Module contents

class abupy.SlippageBu.AbuSlippageBuyBase(kl_pd_buy, factor_name)[源代码]

Bases: abc.NewBase

非高频日内滑点买入决策抽象基类

fit()[源代码]

做基础验证比如今天是否停盘后调用fit_price

fit_price()[源代码]

子类主要需要实现的函数,决策交易当日的最终买入价格 :return: 最终决策的当前交易买入价格

class abupy.SlippageBu.AbuSlippageBuyMean(kl_pd_buy, factor_name)[源代码]

Bases: abupy.SlippageBu.ABuSlippageBuyBase.AbuSlippageBuyBase

示例日内滑点均价买入类

fit_price()[源代码]

取当天交易日的最高最低均价做为决策价格 :return: 最终决策的当前交易买入价格

class abupy.SlippageBu.AbuSlippageSellBase(kl_pd_sell, factor_name)[源代码]

Bases: abc.NewBase

非高频日内滑点卖出决策抽象基类

fit()[源代码]

做基础验证比如今天是否停盘后调用fit_price

fit_price()[源代码]

子类主要需要实现的函数,决策交易当日的最终卖出价格 :return: 最终决策的当前交易卖出价格

class abupy.SlippageBu.AbuSlippageSellMean(kl_pd_sell, factor_name)[源代码]

Bases: abupy.SlippageBu.ABuSlippageSellBase.AbuSlippageSellBase

示例日内滑点均价卖出类

fit_price()[源代码]

取当天交易日的最高最低均价做为决策价格 :return: 最终决策的当前交易卖出价格