#小策略,策略逻辑是在金叉时候买进,死叉时候卖出,所谓金叉死叉是两条均线的交叉,当短期均线上穿长期均线为金叉,反之为死叉
1、jqdata 网页端执行
#下面是策略代码及结构
# 导入函数库
from jqdata import *
# 初始化函数
def initialize(context):
# 设定沪深300作为基准
set_benchmark('000300.XSHG')
# True为开启动态复权模式,使用真实价格交易
set_option('use_real_price', True)
# 股票类交易手续费是:买入时佣金万分之三,卖出时佣金万分之三加千分之一印花税, 每笔交易佣金最低扣5块钱
set_order_cost(OrderCost(open_tax=0, close_tax=0.001, \
open_commission=0.0003, close_commission=0.0003,\
close_today_commission=0, min_commission=5), type='stock')
#华谊股票
g.security='300027.XSHE'
#设置每天运行
run_daily(handle)
def handle(context):
security=g.security
n5=5
n20=20
# 获取股票的收盘价
close_data = attribute_history(security, n20, '1d',"close",df=False)
print(close_data)
# 取得过去 ma_n1 天的平均价格
ma_n5 = close_data['close'][-n5:].mean()
# 取得过去 ma_n2 天的平均价格
ma_n20 = close_data['close'][-n20:].mean()
print(ma_n5,ma_n20)
# 取得当前的现金
cash = context.portfolio.available_cash
# 如果当前有余额
if ma_n5 > ma_n20:
# 用所有 cash 买入股票,order_value是买卖价值
order_value(security, cash)
# 记录这次买入
log.info("Buying %s" % security)
# 如果n5日均线小于n20日均线,并且目前有头寸
elif ma_n5 < ma_n20 and context.portfolio.positions[security].closeable_amount > 0:
# 全部卖出,order_target是买卖数量
order_target(security, 0)
# 记录这次卖出
log.info("Selling %s" % (security))
# 绘制n5日均线价格
record(ma_n5=ma_n5)
# 绘制n20日均线价格
record(ma_n20=ma_n20)
#整体结果在12-16年回测测试结果效益不错,阿尔法贝塔最大回撤也还行,难点是在策略和框架的使用和调用,这就是这次的双均线策略记录
akshare代码离线运行
akshare文档参考:https://akshare.akfamily.xyz/
ak.stock_zh_a_spot()查具体国内沪深全部股票symbol代码
ak.ak.stock_hk_spot()查具体香港全部股票symbol代码;ak.stock_hk_daily(symbol=“00005”)在查具体股票每日数据
ak.stock_us_spot()查具体美国全部股票symbol代码;ak.stock_us_daily(symbol=“AAPL”)在查具体股票每日数据
import akshare as ak
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
# 下载上证指数数据
df = ak.stock_zh_index_daily(symbol="sh000001")
# 计算5日和10日均线
df["MA5"] = df["close"].rolling(5).mean()
df["MA10"] = df["close"].rolling(10).mean()
# 标记金叉死叉
df["signal"] = 0
df.loc[df["MA5"]>df["MA10"],"signal"] = 1 # 金叉
df.loc[df["MA5"]<df["MA10"],"signal"] = -1 # 死叉
# 取最近20天数据
df = df.iloc[-20:]
# 绘图
fig, ax = plt.subplots()
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
ax.xaxis.set_tick_params(rotation=90) # 设置x轴刻度竖直
ax.plot(df["date"].values, df["MA5"], "g-", label="MA5")
ax.plot(df["date"].values, df["MA10"], "r-", label="MA10")
ax.legend()
# 标记交叉点
for i in range(len(df)):
if df["signal"].iloc[i] > 0: # MA5上穿MA10,金叉;用绿色三角形`g^`标记
ax.plot(df["date"].values[i], df["close"].iloc[i], "g^")
elif df["signal"].iloc[i] < 0: # MA5下穿MA10,死叉;用红色三角形`rv`标记
ax.plot(df["date"].values[i], df["close"].iloc[i], "rv")
plt.show()