根据MACD指标自动盯盘软件的使用开发

[概要] 当5分钟MACD指标出现金叉/死叉时 发送短信提醒

1 需求描述

最近有个老哥,是做期货高频交易的,他由于不方便长时间盯盘,并且符合他策略的指标形态出现并不频繁.
找了一圈,市面上也没有现成的软件.于是找到我让我给他开发一个工具.
开始他的需求并不复杂, 就是根据品种的5分钟MACD指标,去判定入场时机.
当5分钟MACD指标出现金叉/死叉时给他发送短信提醒,后面他再自己判断是否入场建仓.

2 开发步骤

2.1 数据源

数据源采用的是同花顺的IFIND数据接口,采用Python开发.

# 高频序列:获取分钟数据
def high_frequency():thsUrl = 'https://quantapi.51ifind.com/api/v1/high_frequency'thsPara = {"codes":"000001.SZ","indicators":"open,high,low,close,volume,amount,changeRatio","starttime":"2022-07-05 09:15:00","endtime":"2022-07-05 15:15:00"}thsResponse = requests.post(url=thsUrl, json=thsPara, headers=thsHeaders)print(thsResponse.content)

2.2主要代码

def compute_macd_5(codes):# 当前时间 前推 一个月内的 5分钟 K 数据curr_time = dt.now()today = dt.now().weekday()if today == 0 :#周一hours = 72else:hours = 20s_time = curr_time - datetime.timedelta(hours=hours)s_time_str = dt.strftime(s_time,time_sp) rs = high_frequency(codes=codes,starttime=s_time_str,endtime=dt.strftime((curr_time),time_sp))if len(rs) ==0:return Falsers_table = rs['table']dif, dea, hist = ta.MACD(np.array(rs_table['close']), fastperiod=12, slowperiod=26, signalperiod=9)df3 = pd.DataFrame({'dif':dif[33:],'dea':dea[33:],'hist':hist[33:]},index=rs['time'][33:],columns=['dif','dea','hist'])# 寻找MACD金叉和死叉datenumber = int(df3.shape[0])jin_cha = Nonesi_cha = Nonefor i in range(datenumber-1):if ((df3.iloc[i,0]<=df3.iloc[i,1]) & (df3.iloc[i+1,0]>=df3.iloc[i+1,1])):print("MACD金叉的日期:"+df3.index[i+1])if ((df3.iloc[i,0]>=df3.iloc[i,1]) & (df3.iloc[i+1,0]<=df3.iloc[i+1,1])):print("MACD死叉的日期:"+df3.index[i+1])

2.3 运行结果

MACD死叉的日期:2022-08-04 02:30
MACD金叉的日期:2022-08-04 09:35
MACD死叉的日期:2022-08-04 11:10
MACD金叉的日期:2022-08-04 14:50

总结

最后得出5分钟MACD 发生金叉/死叉的具体时间,我们的主要功能也就写完了. 然后再调用发送短信的接口.就可以正常使用了. 经过测试通知短信的延时最长不超过1分钟,对于这个频率的交易也够用了.

下一篇我们准备回测这个策略,看下具体收益率.

根据MACD指标自动盯盘软件的使用开发相关推荐

  1. 基于qstock的量化复盘与自动盯盘

    01 引言 qstock量化分析库和教程自发布以来已经有一段时间了.收到不少读者的反馈,希望在qstock上添加更多的实用功能和案例研究.在回应这些反馈的同时,公众号也一直在努力改进现有的功能和教程内 ...

  2. 安全轻量化股票看盘盯盘软件需要实现的功能和基本要求是什么?

    有很多投资者是上班族的,因此是不能无时无刻盯盘看盘的,那么为了解决这个问题就需要用上轻量化股票看盘盯盘软件,那么一个安全的轻量化股票看盘盯盘软件需要具备哪些功能和基本要求呢?接下来小编为大家分析分析! ...

  3. python股票策略_基于python的股票自动盯盘程序

    不是每个人都有时间时刻盯盘的,而且股票那么多,往往挂一漏万,错过很多好的股票和买入机会.笔者尝试用python实现了一个可以自动盯盘的程序,调用了一个免费的股票数据接口baostock提供的历史行情数 ...

  4. java版左右手桌面盯盘软件dstock V1.0

    V1.0功能比较简陋,先满足自己桌面盯盘需要 V1.0 版本功能介绍: 1. 1s实时刷新盯盘数据 主要市面上的,符合我要求的桌面应用要VIP,穷啊,还是月月付,年年付,还是自己搞吧! 2. 配置文件 ...

  5. Python+Tushare 实现股票自动盯盘

    宽客,也就是量化交易从业者,是世界上收入最高的职业之一.在中国,一半以上量化交易的脚本都是用 Python 编写的,在做股票数据处理的过程中,Python 简单好上手,天然是非常好的工具. Tusha ...

  6. 手把手教你写一个基于python+pyqt5的股票盯盘软件

    今天教大家基于Python+pyqt5开发一款股票盯盘小软件,里面含有微信推送.策略分析.回测.实时统计持仓盈亏等功能,其实我们也可以把它叫做股票量化小软件.开发这么一款小软件首先得具备Python的 ...

  7. a股自动下单 python_python实现A股自动盯盘(基于baostock)

    # -*- coding: utf-8 -*- """ 调用了一个免费的股票数据接口baostock提供的历史行情数据和实时数据. 实现了对盘中突破10日高点,且在20日 ...

  8. 左右手桌面股票盯盘软件

    一款极简式PC桌面股票盯盘神器,支持A股.美股.港股.外汇.期货等,特别适合上班族.学生族隐蔽式盯盘需求. 版本号:V3.0.0.17678 DesktopStockTracking.exe校验码: ...

  9. python股票自动下单软件_程序化交易之:使用python的baostock接口,实现股票自动盯盘...

    首先默认已经安装python,且版本是3.5或者以上.安装pandas: pip insall pandas安装numpy: pip install numpy安装baostock数据接口包:pip ...

最新文章

  1. CGpoint,CGSize,CGRect,NSRange
  2. highcharts图标插件详解一
  3. 上拉加载你这个坑货~
  4. 更改应用程序图标_基于安卓11的ColorOS 11的主要功能和更改日志
  5. android开源许可证
  6. 2020年9月14日运行代码总结
  7. 【转】4.SharePoint服务器端对象模型 之 使用CAML进行数据查询
  8. 灰色关联分析_灰色关联分析模型研究综述
  9. 二分查找算法实现(图解)与实例
  10. C语言课后习题(25)
  11. ❤️一分钟学会python条件语句❤️
  12. Markdown(四)——绘图工具mermaid之状态图stateDiagram
  13. js去掉字符串的空格
  14. 软件测试工程师自我介绍范文_软件测试工程师面试英文自我介绍范文
  15. localhost和127.0.0.1的区别
  16. Arcgis js featureLayer加载完成之后,对其加载的要素重新定义样式
  17. 在sagemath中安装第三方库
  18. 小秘谈币:什么是实在的佛系炒币?
  19. CISCO ASA任意文件读取漏洞复现 (CVE-2020-3452)
  20. 【每日新闻】桥水达里奥:人工智能造成贫富差距 | 国产x86处理器开始生产:基于AMD Zen架构...

热门文章

  1. linux系统部署软件流程图,Dia:一款灵巧的流程图软件
  2. SimpleDateFormat小坑
  3. HBuilderX 如何在真机上进行调试
  4. scala编译出现问题 scalac: No ‘scala-library*.jar‘ in module dependencies
  5. SIGIR2022 | 流行度偏差如何利用?探索解耦域适应无偏召回模型
  6. 什么是亚马逊僵尸Listing?对卖家有什么用
  7. 简述园路的功能作用_园林设计中园路的功能
  8. MySQL中的中文报错--保姆级解决方法
  9. 中国人又当选欧洲科学院外籍院士啦!道翰天琼认知智能机器人平台API接口大脑为您揭秘。
  10. VML极道教程(五) RoundRect圆矩型