导语：作为策略锦集第五篇，再向大家介绍一个霸道的交易系统—布林强盗交易系统。
一、布林强盗交易系统阐述
布林强盗交易系统的由来
布林线 （BOLL ）是非常著名的一个技术分析指标，其由John Bollinger 在20 世纪60 年
代创建的。布林线由上轨、中轨、下轨三条线组成，期初，人们将上轨当做压力位使用，下
轨当做支撑位，但经过测试发现，BOLL 技术指标的用法并非如此简单。
布林强盗交易系统其实就是布林线一种使用方法，凭借其其在期货交易上的盈利能力，
人们称其为“强盗”，可以说是非常高的评价了。
布林强盗交易系统介绍
布林强盗交易系统只有两个组成部分，分别为：进场、离场。
A.进场：
1.当日收盘价超过 50 日移动平均线的上轨。注意：上轨值=过去 50 日收盘价平均值+过
去 50 日收盘价的标准差
2.当日收盘价超过过去 30 个交易 日收盘价的最大值。
3. 同时满足上述两个条件，则下个交易 日开盘全仓买入。
B.离场:
1.自适应均值：进场后，设置自适应移动均值，首日自适应移动均值为过去 50 日收盘价
均值，即为中轨。之后持仓时间每多一个交易日，计算移动平值的天数减去 1。但移动均值
的计算天数最小递减到10。如果达到了 10，则不再递减。
2.当日收盘价跌破自适应移动均值。
3. 自适应移动均值小于上轨。此处的上轨依旧是 50 日移动平均线的上轨，注意：上轨值
=过去 50 日收盘价平均值+过去 50 日收盘价的标准差
4. 同时满足上述两个条件，则下个交易 日开盘清仓。
----------------------- Page 89-----------------------
本篇内容以沪深300 指数 ETF 为例，来向大家展示布林强盗交易系统
以下为策略实现的基本信息：
策略实现难度：2
实现过程中所需要用到的API 函数，ps:通过 MindGo 量化交易平台 API 文档快速掌握：
需要用到的API 函数功能
before_trading_start() 定时运行函数，每个交易 日9.00 运行
history 获取多只股票多属性的历史行情数据
二、代码示意图
----------------------- Page 90-----------------------
三、编写释义
本策略的编写难点在于理解布林强盗交易系统的运行逻辑，以下是布林强盗交易系统运
行逻辑的梳理：
编写布林强盗交易系统的时候，依旧建议采用主干+枝干的思路。
----------------------- Page 91-----------------------
四、最终结果
策略回测区间：.01.01-.01.30
回测资金：100000
回测频率：日级
回测结果：红色曲线为策略收益率曲线，蓝色曲线为对应的基准指数收益率曲线
----------------------- Page 92-----------------------
策略源代码：
import pandas as pd
import numpy as np
#==============================初始化账户======================
def initialize(account):
account.security = '159919.OF' #沪深300 指数 ETF 为例
set_benchmark(account.security)
account.steam = False
account.mid50 = 0#储存中轨 每日更新以下5 个数据
account.up50 = 0#储存上轨
account.close = 0#储存上个交易日的收盘价
account.closemax = 0#储存过去 30 个交易 日的收盘价最大值
account.day = 50 # 自适应均线计算，没持仓一天，减去 1
account.maday = 0 #储存自适应均线值
#======================盘前运行============================
def before_trading_start(account,data):
#开盘前获取中轨，上轨，自适应均线，昨日收盘价，前三十 日收盘价，放置账户信息中，
以便调用
close = history(account.security, ['close'], 50, '1d', False, 'pre', is_panel=1)['close']
account.maday = np.mean(close[-account.day:])
account.mid50 = np.mean(close) #50 日均线，中轨
account.up50 = account.mid50 + np.std(close) #上轨= 中规+1*标准差
account.close = close[-1]
account.closemax = max(close[-31:-1])
#设置买卖条件，每个交易频率 （日/分钟/tick ）调用一次
def handle_data(account,data):
#判断系统开启条件
if account.steam == False:
account.steam = steam(account,data)
if account.steam == True:
#满足系统开启条件买入
order_target_percent(account.security,1)
else:
pass
#判断系统是否需要止损或者止盈，以关闭系统
elif account.steam == True:
trade=giveuptrade(account,data)
if trade =='sell':
# 需要止损，并关闭系统, 自适应天数回复
order_target(account.security,0)
account.steam = False
account.day = 50
else:
#不需要止损，但是需要将自适应天数减去 1
account.day=account.day-1
if account.day <10:
account.day = 10
pass
----------------------- Page 93-----------------------
#=======================离场条件判断，系统是否需要关闭===============
def giveuptrade(account,data):#day 参数主要是计算自适应均线
if account.close < account.maday:
if account.maday < account.up50:
return 'sell'
else:
return None
else:
return None
#=======================入场条件判断，系统是否需要开启================
def steam(account,data):
if account.close > account.up50:
if account.close > account.closemax:
return True
else:
return False
else:
return False
----------------------- Page 94-----------------------
如果觉得《第四章：经典量化策略集锦（第五篇：布林强盗 一个霸道的交易系统）》对你有帮助，请点赞、收藏，并留下你的观点哦！
