Skip to content
The Chat Archive
gpt-3.5-turbo-0301· OpenAI WildChat-4.8M (AI2)

[[<Figure size 640x480 with 5 Axes>]]

  1. User

    [[<Figure size 640x480 with 5 Axes>]]

  2. Assistant

    I'm sorry, but as an AI language model, I do not have the ability to see or display images. Can you please provide more information or context about the figure you are referring to?

  3. User

    為什麼 Colab 不能顯示 圖片, 只顯示[[<Figure size 640x480 with 5 Axes>]]?

  4. Assistant

    Colab 是一個基於雲端的 Python 程序編輯環境,當你在 Colab 上運行代碼並印出圖片時, Colab 會使用 Matplotlib 進行圖片渲染,並回傳一個圖片物件。然而,這個物件必須被顯示在當前的視窗中,才能讓你看到它的內容。

    如果你在 Colab 上印出圖片時只看到 " [[< Figure size 640x480 with 5 Axes >]] " 的字串,這表示你可能忘了調用顯示圖片的方法。在 Matplotlib 中,如果要顯示一個圖片物件,你需要使用 plt.show() 方法。例如:

    import matplotlib.pyplot as plt
    
    # 創建圖片物件
    fig, ax = plt.subplots()
    
    # 繪製圖像
    ax.plot([1, 2, 3], [4, 5, 6])
    
    # 顯示圖片
    plt.show()
    

    如果你仍然有問題,可能是因為 Matplotlib 的預設渲染器在 Colab 上運行出現了問題。你可以嘗試使用其他的渲染器,例如 nbagg,這可以在 Notebook 中顯示互動圖表。例如:

    %matplotlib notebook
    

    最後,你也可以嘗試重新啟動 Colab,或者使用 Jupyter Notebook 來運行你的代碼,這也可以解決顯示圖片的問題。

  5. User

    請給我一個backtrader 以MACD KDJ為策略的python 例子

  6. Assistant

    這是一個簡單的使用 backtrader 實現 MACD KDJ 策略的 Python 程序例子:

    import backtrader as bt
    from backtrader.indicators import MACDHisto, Stochastic
    
    class MACDKDJStrategy(bt.Strategy):
    
        params = (
            ('macd1', 12),
            ('macd2', 26),
            ('macdsig', 9),
            ('kdj_period', 14),
            ('kdj_smooth', 3),
            ('kdj_sig', 3),
            ('kdj_upper', 80),
            ('kdj_lower', 20)
        )
    
        def __init__(self):
    
            self.macd = MACDHisto(period_me1=self.p.macd1, period_me2=self.p.macd2, period_signal=self.p.macdsig)
            self.kdj = Stochastic(period=self.p.kdj_period, period_dfast=self.p.kdj_smooth, period_dslow=self.p.kdj_smooth,
                                  signalperiod=self.p.kdj_sig)
    
        def next(self):
    
            if not self.position:
    
                if self.macd.macd[0] > self.macd.signal[0] and \
                        self.kdj.lines.percK[0] > self.kdj.lines.percD[0] and \
                        self.kdj.lines.percK[-1] < self.p.kdj_upper and \
                        self.kdj.lines.percK[0] > self.p.kdj_lower:
                    self.buy()
    
            elif self.position:
    
                if self.macd.macd[0] < self.macd.signal[0]:
                    self.close()
    

    這個策略使用了 MACD 和 KDJ 指標,它的設置如下:

    1. MACD 參數:快線長度為 12,慢線長度為 26,信號線長度為 9。

    2. KDJ 參數:計算週期為 14,平滑週期為 3,信號週期為 3,上限值為 80,下限值為20。

    在 __init__ 方法中,我們定義了 MACD 和 KDJ 計算器。在 next 方法中,我們根據 MACD 和 KDJ 的趨勢和狀態來決定交易行為:

    1. 如果當前沒有持倉, MACD 快線超過 MACD 信號線,並且 KDJ 的%K 線大於 %D 線, 同時 %K 變盤高於20低於80,則買入。

    2. 如果當前持有多頭頭寸, MACD 快線跌破 MACD 信號線,則平倉。

    你可以按照下面的方式運行回測:

    cerebro = bt.Cerebro()
    data = bt.feeds.YahooFinanceData(dataname='AAPL', fromdate=datetime(2010, 1, 1), todate=datetime(2020, 12, 31))
    cerebro.adddata(data)
    cerebro.addstrategy(MACDKDJStrategy)
    cerebro.run()
    cerebro.plot()
    

    這會為你顯示股價圖和 MACD 和 KDJ 指標。

  7. User

    Lines_LineSeries_LineIterator_DataAccessor_Strateg' object has no attribute 'macd'

  8. Assistant

    這個錯誤提示說你的 Strateg 類中沒有 macd 屬性,這意味着 MACD 指標沒有被正確的添加到你的 Strateg 類中。

    讓我們來看看這個問題是怎麼發生的。在 Strateg 類中,你可能有一個類似下面的代碼:

    class MyStrategy(bt.Strategy):
    
        def __init__(self):
            
            # ...
    
        def next(self):
            
            # ...
    
        def get_macd_signal(self):
            self.macd_signal = bt.indicators.MACD(self.data).macdsignal
    

    在這個代碼中,你在 get_macd_signal 方法中使用了 MACD 指標來計算其 macdsignal 數據。然而,在你的 __init__ 方法中沒有添加 MACD 指標到 Strateg 類中。

    要解決這個問題,你需要在 __init__ 方法中添加 MACD 指標:

    class MyStrategy(bt.Strategy):
    
        def __init__(self):
            self.macd = bt.indicators.MACD(self.data)
    
        def next(self):
            pass
    
        def get_macd_signal(self):
            self.macd_signal = self.macd.macdsignal
    

    現在,在 __init__ 方法中,我們使用 bt.indicators.MACD 來創建 MACD 指標,並將其存儲在 self.macd 屬性中。在 get_macd_signal 方法中,我們可以使用 self.macd.macdsignal 屬性來訪問 macdsignal 數據。

    請確保在你的策略中,所有用到的指標都已經被添加到了 __init__ 方法中。這樣才能夠正確的訪問它們的數據。

  9. User

    如何添加 MACD 指標到 Strateg 類中?

  10. Assistant

    添加 MACD 指標到 Strateg 類中,你需要在 __init__ 方法中使用 backtrader 提供的 bt.indicators.MACD 類。以下是一個例子:

    import backtrader as bt
    
    class MyStrategy(bt.Strategy):
        def __init__(self):
            # 添加 MACD 指標
            self.macd = bt.indicators.MACD(self.data, period_me1=12, period_me2=26, period_signal=9)
    
        def next(self):
            # 在策略中使用 MACD 指標
            if self.macd.macd[0] > self.macd.signal[0]:
                self.buy()
            elif self.macd.macd[0] < self.macd.signal[0]:
                self.sell()
    

    在這個例子中,我們創建了一個 MyStrategy 類,並在 __init__ 方法中添加了 MACD 指標。我們利用 self.macd 屬性來訪問 MACD 指標的值。

    在 next 方法中,我們使用 self.macd.macd 屬性來訪問 MACD 指標的快線值,使用 self.macd.signal 屬性來訪問 MACD 指標的信號線值。如果 MACD 快線超過 MACD 信號線,則買入;如果 MACD 快線跌破 MACD 信號線,則賣出。

    注意,bt.indicators.MACD 方法可以設置多個參數,例如 period_me1、period_me2 和 period_signal 等。你可以根據需要設置這些參數,以調整指標的計算方式。

    在看完這個例子之後,你應該知道如何添加 MACD 指標到你的策略中。你可以根據需要修改指標的計算方式和策略的交易行為。

  11. User

    如何使用backtrader設計macd Strategy?

  12. Assistant

    使用 backtrader 建立 MACD 策略很簡單。下面是一個簡單的範例,展示了如何使用 backtrader 根據 MACD 指標來進行買進和賣出操作:

    import backtrader as bt
    
    class MyStrategy(bt.Strategy):
    
        def __init__(self):
            self.macd = bt.indicators.MACD(self.data)
            self.buy_signal_triggered = False
    
        def next(self):
            if self.macd.macd[0] > self.macd.signal[0]:
                self.buy_signal_triggered = True
    
            if self.macd.macd[0] < self.macd.signal[0] and self.buy_signal_triggered:
                self.buy()
                self.buy_signal_triggered = False
    
            if self.macd.macd[0] < self.macd.signal[0]:
                self.sell()
    

    在這個策略中,我們在 __init__ 方法中添加了 MACD 指標,並用 self.macd 屬性來訪問 MACD 快線和信號線的值。在 next 方法中,我們使用 self.macd.macd 屬性來訪問 MACD 快線的值,用 self.macd.signal 屬性來訪問 MACD 信號線的值。

    當 MACD 快線超過信號線時,我們將 self.buy_signal_triggered 設置為 True。當 MACD 快線跌破信號線時,如果 self.buy_signal_triggered 為 True,則使用 self.buy() 方法進行買入操作,並將 self.buy_signal_triggered 設置為 False。當 MACD 快線跌破信號線時,我們使用 self.sell() 方法進行賣出操作。

    你可以基於這個例子來進一步設計你自己的 MACD 策略,例如加入停損和止盈等功能。詳細的使用方法和示例可以參考 backtrader 官方文檔。