趋势穿越牛熊策略：综合技术分析与基本面评估的量化交易策略

策略概述

趋势穿越牛熊策略是一种旨在通过综合技术分析和基本面分析，捕捉市场中长期趋势的同时对冲短期波动风险的量化交易策略。该策略适用于多种金融产品，包括股票、债券和ETF，能够适应不同的市场行情和标的。

技术分析

六脉神剑形态识别

• 功能：通过 tdx_trader_function模块中的 six_pulse_excalibur函数识别特定的技术形态。
• 实现：cacal_six_pulse_excalibur函数分析股票的历史数据，识别出潜在的交易信号。
• 代码示例：

  signal, markers = self.tdx_trader_function.six_pulse_excalibur(df)

均线模型

• 功能：利用不同周期的均线（3日、5日、10日、15日、20日）判断市场趋势。
• 实现：mean_line_models函数计算滚动均线并根据均线关系打分，评估股票趋势。
• 代码示例：

  df1['x1'] = df['close'].rolling(window=x1).mean()
  # ... 其他均线计算
  return score

周期分析

• 功能：通过周周期和日周期分析捕捉市场的短期和中期波动。
• 实现：cacal_cycle_**ysis和 cacal_diurnal_cycle函数分析股票的周期性波动。
• 代码示例：

  signal, markers = self.cacal_six_pulse_excalibur(df=hist)
  df['周周期'] = cycle_list

基本面分析

溢价率分析

• 功能：筛选出溢价率在设定范围内的ETF。
• 实现：cacal_stock_premium_rate函数通过 dfcf_etf_data类获取ETF溢价率数据，并进行筛选。
• 代码示例：

  df['溢价率'] = df['证券代码'].apply(lambda x: yjl_dict.get(str(x), 0))
  df = df[(df['溢价率'] <= max_ratio) & (df['溢价率'] >= min_ratio)]

择时条件

均线趋势买入

• 功能：根据股票价格是否站上特定的日均线来决定是否买入。
• 实现：策略配置中包含“是否开启均线趋势买入”和“价格站上N日线买入”的选项。

偏离度分析

• 功能：计算股票价格相对于其均线的偏离度，超过预设阈值时可能触发卖出。
• 实现：cacal_degree_of_deviation函数计算偏离度并据此筛选股票。
• 代码示例：

  deviation = ((price - line) / line) * 100
  df['偏离度'] = deviation_list
  df = df[(df['偏离度'] <= max_ratio)]

周期性波动

• 功能：分析股票的周周期和日周期，以确定买卖时机。
• 实现：通过 cacal_cycle_**ysis和 cacal_diurnal_cycle函数分析周期性波动。

策略执行与风险控制

自定义买入卖出模型

• 功能：运行自定义买入和卖出模型，根据预设条件选择买卖标的。
• 实现：run_user_def_buy_models和 run_user_def_sell_models函数执行自定义模型。

持股限制与黑名单剔除

• 功能：控制持股数量，避免过度集中，并剔除黑名单中的标的以降低风险。
• 实现：通过 get_buy_sell_stock_data和 get_del_not_trader_stock函数实现。

数据更新

• 功能：定期更新策略数据，确保策略适应市场变化。
• 实现：update_all_data函数负责更新策略数据。

通过上述综合分析，趋势穿越牛熊策略能够在不同市场环境下寻找稳健的收益机会，同时通过严格的风险控制措施保护投资组合。