添加必要的数据日志

admin

3 天以前 0b0d0e790fec8c7edfdbcab5c31d625e0c2eadd6

 strategy/basic_methods.py

@@ -2,13 +2,14 @@
from __future__ import print_function, absolute_import, unicode_literals

import decimal

from log_module.log import logger_common
# from datetime import datetime
from strategy import data_cache
from strategy.logging_config import get_logger
from utils import hx_qc_value_util

# 获取logger实例
logger = get_logger()
logger = logger_common


# 将纯数字代码转化为=》掘金格式股票代码
@@ -52,28 +53,28 @@
# print(f"open_growth=={open_growth}")


# 计算瞬时涨幅公式
# 初始化历史价格
price_history = {}
# # 计算瞬时涨幅公式
# # 初始化历史价格
# price_history = {}
#
#
# def calculate_growth(symbol, price):
#     try:
#         if symbol not in price_history:
#             return 0  # 不足两个历史价格，无法计算涨幅
#         last_price = price_history[symbol]
#         # print(f"price_history[symbol]~~~~~~~~~{price_history[symbol]}")
#         if last_price != 0:
#             growth = (price - last_price) / last_price * 100  # 计算涨幅百分比
#             return growth
#     finally:
#         price_history[symbol] = price
#         # print(f"price======={price}")
#         # print(f"price_history=={price_history}")
#         # print(f"price_history[symbol]=={price_history[symbol]}")


def calculate_growth(symbol, price):
    try:
        if symbol not in price_history:
            return 0  # 不足两个历史价格，无法计算涨幅
        last_price = price_history[symbol]
        # print(f"price_history[symbol]~~~~~~~~~{price_history[symbol]}")
        if last_price != 0:
            growth = (price - last_price) / last_price * 100  # 计算涨幅百分比
            return growth
    finally:
        price_history[symbol] = price
        # print(f"price======={price}")
        # print(f"price_history=={price_history}")
        # print(f"price_history[symbol]=={price_history[symbol]}")


# 计算tick涨幅公式【为卖出策略单独创建函数】
# # 计算瞬时间隔涨幅公式【为卖出策略单独创建函数】
# 初始化历史价格
history_price = {}

@@ -87,6 +88,7 @@
        if last_price != 0:
            growth = (price - last_price) / last_price * 100  # 计算涨幅百分比
            return growth

    finally:
        history_price[symbol] = price
        # print(f"price======={price}")
@@ -147,6 +149,7 @@
    frying_plate_day_min_index = next((i for i, d in enumerate(k_line_data[0:7]) if 'attribute' in d and d['attribute'] in data_cache.frying_plate_type), None)  # 如果没有找到，返回None
    # 找到最近7日内的有跌停的序号
    limit_down_day_min_index = next((i for i, d in enumerate(k_line_data[0:7]) if 'attribute' in d and d['attribute'] in data_cache.limit_down_type), None)  # 如果没有找到，返回None

    # 最近的涨停序号存在 且 非昨日
    if limit_up_day_min_index is not None and limit_up_day_min_index > 0:
        # 开盘价 < 涨停当日最高价 <= 今日涨停价
@@ -182,7 +185,7 @@
def secure_volume(now_date_time):
    # 定义时间段的开始和结束时间（使用字符串格式）
    time_slots = [
        (("09:30:00", "09:30:30"), 0.05),
        (("09:30:00", "09:30:30"), 0.04),
        (("09:30:30", "09:31:00"), 0.08),
        (("09:31:00", "09:31:30"), 0.1),
        (("09:31:30", "09:32:00"), 0.15),
@@ -205,9 +208,14 @@
    return 0


# 示例使用
# now = datetime.now()
# print(f"secure_volume(now)=={secure_volume(now)}")
# 充分交易量公式 用于计算日内涨幅段理论的安全交易量值
def sufficient_volume(current_volume, yesterday_volume, today_growth):
    if today_growth > 0 and round(current_volume / yesterday_volume, 2) >= 0.01:
        if current_volume > yesterday_volume * (today_growth/10) * 0.5:
            return True
        else:
            return False


# 计算 委买和委卖的比例函数(获取买盘强度数据)【掘金数据结构】
def buying_and_selling_ratio(current_quotes):
@@ -251,3 +259,9 @@
    else:
        buying_ratio = 0.01
    return buying_ratio


# 统计有意买股票出现次数函数
def count_willing_buy_times(sec_name):
    willing_buy_times = data_cache.willing_buy_list.count(sec_name)
    return willing_buy_times