用pandas、numpy和ti库实现基于AROON指标的简单趋势交易策略

具体的交易策略代码可以根据不同的交易平台和编程语言进行编写。下面以Python语言为例，用pandas、numpy和ti库实现基于AROON指标的简单趋势交易策略。

首先，导入需要的库：

import pandas as pdimport numpy as npimport talib as taimport tushare as ts from time import sleep

然后，定义获取数据函数，此处以获取tushare上的上证指数为例：

def get_data():    token = '你的token'    ts.set_token(token)     pro = ts.pro_api()    df = pro.index_daily(ts_code='000001.SH', start_date='20150101', end_date='20211231')    df.index = pd.to_datetime(df.trade_date)    df.sort_index(inplace=True)    print('获取数据完毕')    return df

接着，进行数据处理并计算AROON指标：

def process_data(df): df.fillna(method='ffill', inplace=True) high = df.high.values low = df.low.values close = df.close.values aroon_up, aroon_down = ta.AROON(high, low, timeperiod=14) df['aroon_up'] = aroon_up df['aroon_down'] = aroon_down return df

紧接着，编写交易策略函数，该函数通过AROON指标判断市场趋势并进行交易：

def trading_strategy(df):    position = None  # 标记当前持仓情况    cash = 10000.0  # 初始资金    for i in range(10, len(df)):        if df.loc[df.index[i], 'aroon_up'] >= 70 and df.loc[df.index[i-1], 'aroon_up'] < 70:  # 上升趋势开始            if position is not None and position == 'short':                cash += df.loc[df.index[i], 'close'] * 100  # 平空                print('short exit', df.index[i])                position = None            if position is None:                position = 'long'                shares = np.floor(cash / (df.loc[df.index[i], 'close'] * 100))                cash -= shares * (df.loc[df.index[i], 'close'] * 100)                print('long enter', df.index[i])                print('持仓股数：', shares)                print('剩余现金：', cash)        if df.loc[df.index[i], 'aroon_down'] <= 30 and df.loc[df.index[i-1], 'aroon_down'] > 30:  # 下跌趋势开始            if position is not None and position == 'long':                cash += df.loc[df.index[i], 'close'] * 100  # 平多                print('long exit', df.index[i])                position = None            if position is None:                position = 'short'                shares = np.floor(cash / (df.loc[df.index[i], 'close'] * 100))                cash -= shares * (df.loc[df.index[i], 'close'] * 100)                print('short enter', df.index[i])                print('持仓股数：', shares)                print('剩余现金：', cash)

最后，将函数绑定在一起，并运行策略：

if __name__ == '__main__': df = get_data() # 获取数据 df = process_data(df) # 数据预处理，计算AROON指标 trading_strategy(df) # 执行交易策略

需要注意的是，此处的交易策略仅为示例，实际使用时需要根据市场情况和个人风险偏好进行调整。同时，本示例中没有包含手续费、滑点等因素的考虑，实际应用时需要进行相应的补充和修改。