量化交易入门笔记-KDJ指标研究

KDJ概念

KDJ指标又叫随机指标，是一种相当新颖、实用的技术分析指标，它起先用于期货市场的分析，后被广泛用于股市的中短期趋势分析，是期货和股票市场上最常用的技术分析工具。

KDJ计算方法

KDJ的计算比较复杂，首先要计算周期（n日、n周等）的RSV值，即未成熟随机指标值，然后再计算K值、D值、J值等。

以n日KDJ数值的计算为例，其计算公式为

n日RSV=（Cn－Ln）/（Hn－Ln）×100

公式中，Cn为第n日收盘价；Ln为n日内的最低价；Hn为n日内的最高价。

其次，计算K值与D值：

当日K值=2/3×前一日K值+1/3×当日RSV

当日D值=2/3×前一日D值+1/3×当日K值

若无前一日K 值与D值，则可分别用50来代替。

J值=3*当日K值-2*当日D值

以9日为周期的KD线为例，即未成熟随机值，计算公式为

9日RSV=（C－L9）÷（H9－L9）×100

公式中，C为第9日的收盘价；L9为9日内的最低价；H9为9日内的最高价。

K值=2/3×第8日K值+1/3×第9日RSV

D值=2/3×第8日D值+1/3×第9日K值

J值=3*第9日K值-2*第9日D值

若无前一日K值与D值，则可以分别用50代替。

---

JQuant中的KD函数，语法如下：

KD(security_list, check_date, N=9, M1=3, M2=3)

注意，在使用前必须导入technical_analysis包

函数解析：

Signature: KD(security_list, check_date, N=9, M1=3, M2=3)

Docstring:

计算公式：

RSV:=(CLOSE-LLV(LOW,N))/(HHV(HIGH,N)-LLV(LOW,N))*100;
K:SMA(RSV,M1,1);
D:SMA(K,M2,1);
RSV赋值:(收盘价-N日内最低价的最低值)/(N日内最高价的最高值-N日内最低价的最低值)*100
输出K:RSV的M1日[1日权重]移动平均
输出D:K的M2日[1日权重]移动平均

输入：

security_list:股票列表
check_date：要查询数据的日期
N：统计的天数 N
M1：统计的天数 M1
M2：统计的天数 M2

输出：

K和D 的值。

输出结果类型：

字典(dict)：键(key)为股票代码，值(value)为数据。
File:      /opt/conda/lib/python3.5/site-packages/jqlib/technical_analysis.py
Type:      function

示例：

# 导入 technical_analysis 库
from jqlib.technical_analysis import *

# 定义股票池列表
security_list = '000001.XSHE'
# 计算并输出 security_list 的 KD 值
K, D, = KD(security_list=security_list, check_date='2018-05-04', N=9, M1=3, M2=3)
# 输出查看
print('KDJ 指标的K值：', K)
print('KDJ 指标的D值：', D)

KDJ 指标的K值： {'000001.XSHE': 22.205178121714102}
KDJ 指标的D值： {'000001.XSHE': 36.39470430673848}

value = KD(security_list=security_list, check_date='2018-05-04', N=9, M1=3, M2=3)
value

({'000001.XSHE': 22.205178121714102}, {'000001.XSHE': 36.39470430673848})

从上列可以看出，KD 函数返回的是一个元组，而元组中的元素分别是两个字典

字典的 key 是股票代码，value 是股票对应的 K 或 D 值

KDJ的实战应用

KDJ适合做短线，比较好的搭档有MACD和RSI。KD值在80以上，则进入超卖区，进入20以下，则进入超买区

K线向上穿越D线时，形成金叉，如果能在20附近形成金叉，则买入信息强烈

K线向下这穿越D线时，形成死叉，如果以80附近形成死叉，则卖出信号强烈

下面是我写的个例子，很简单，操作的股票是苏宁易购。在超卖的时候买入，持仓10天卖出。

# 导入 technical_analysis 库
from jqlib.technical_analysis import *

def initialize(context):
    set_benchmark('000300.XSHG')
    g.stock = '002024.XSHE'
    g.stock_day = 10
    g.stock_time = 0
    
def handle_data(context, data):
    # 计算kd值
    k, d = KD(
        security_list=g.stock, 
        check_date=context.current_dt, 
        N=9, 
        M1=3, 
        M2=3)
    k, d = (k[g.stock], d[g.stock])
    log.info('k,d:', k, d)
    
    # 判断买入条件 
    if len(context.portfolio.positions) <= 0:
        log.info('今日未持仓，开始计算是否买入')
        if k > d and (k <= 20 and d <=20):
            log.info('买入条件成立，开始买入')
            cash = context.portfolio.cash
            order_value(g.stock, cash)
    # 判断卖出条件
    else:
        log.info('今日持仓，开始计算是否卖出')
        trade = g.stock_time % g.stock_day
        if trade == 0:
            return
        else:
            log.info('卖出条件成立，开始卖出')
            order_target(g.stock, 0)
    g.stock_time += 1

回测结果