【量化小講堂-Python、Pandas系列15】完整策略框架：以均線策略為例

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

引言：

本系列帖子“量化小講堂”，通過實際案例教初學者使用python、pandas進行金融數(shù)據(jù)處理，希望能對大家有幫助。

【必讀文章】:《10年400倍策略分享-附視頻逐行講解代碼》

【所有系列文章匯總】:http://xalimeijing.com/thread-3950124-1-1.html

【python量化課程】想要快速、系統(tǒng)的學習量化知識，可以參與我與論壇合作開設(shè)的課程：《python量化投資入門》，我會親自授課，隨問隨答。參與課程還可以免費加入我的小密圈，我每天會在圈中分享量化的所見所思，圈子介紹點擊此處。

微信：xbx_laoshi，量化交流Q群(快滿)：438143420，有問題歡迎交流。

文中用到的A股數(shù)據(jù)可在www.yucezhe.com下載，這里可以下載到所有股票、從上市日起的交易數(shù)據(jù)、財務(wù)數(shù)據(jù)、分鐘數(shù)據(jù)、分筆數(shù)據(jù)、逐筆數(shù)據(jù)等。

---

【量化小講堂-Python、Pandas系列15】完整策略框架：以均線策略為例

=====策略框架=====

應(yīng)很多同學的要求，本篇文章介紹如何從頭到尾的編寫一個策略框架。一個完整的策略框架主要包含以下三個部分：

• 產(chǎn)生買賣信號的策略。
• 根據(jù)買賣信號生成資金曲線。
• 根據(jù)資金曲線計算策略評價指標。
  

其中第一部分是最重要的。本文用最簡單的均線策略作為示范，關(guān)于均線策略的詳細內(nèi)容可以看之前的文章【量化小講堂 - python & pandas技巧系列】使用python計算移動平均線。第二、第三部分是通用部分，在大家熟悉框架之后，可以將第一部分修改為自己的策略，其他部分直接復(fù)用。

# 第一部分：產(chǎn)生買賣信號的策略，以均線策略為例

說到均線大家應(yīng)該都不陌生，均線應(yīng)該是股市技術(shù)分析中最簡單的一個指標了，就是股價在一段時間的平均值，一般是指移動平均線。例如，5日均線就是最近5個交易日股票的收盤價之和除以5。均線最早是由著名的美國投資專家Joseph E.Granville于20世紀中期提出來的，由于其簡單容易理解的特點，成為當今應(yīng)用最普遍的技術(shù)指標之一。基于均線本身的趨勢性和穩(wěn)定性，出現(xiàn)了很多利用均線的不同形態(tài)來產(chǎn)生買賣信號的策略。

本文采用的均線策略的具體規(guī)則為：

• 當短期均線上穿長期均線時，視為買入信號，以第二天開盤價全倉買入；
• 當短期均線下穿長期均線時，視為賣出信號，以第二天開盤價全倉賣出。
  

（【python量化課程】想要快速、系統(tǒng)的學習量化知識，可以參與我與論壇合作開設(shè)的課程：《python量化投資入門》，我會親自授課，隨問隨答。參與課程還可以免費加入我的小密圈，我每天會在圈中分享量化的所見所思，圈子介紹點擊此處。）

可見下圖示例：

# 第二部分：根據(jù)信號生成資金曲線

在產(chǎn)生買賣信號后，可以據(jù)此生成每天的倉位。實際操作中可以不用每次都全倉買賣，本文為了方便，每次買賣都是全倉買入或者賣出。所以倉位只有0和1兩種狀態(tài)，1表示滿倉，0表示空倉。由于本文以個股為例，所以出現(xiàn)買賣信號后的第二天開盤可能會出現(xiàn)漲�；虻�停的情況，當出現(xiàn)漲跌停時當天不進行買賣操作，倉位和前一天的倉位保持一致。有了每天的倉位之后，就可以計算出每日漲跌幅、資金曲線。

# 第三部分：根據(jù)資金曲線計算策略評價指標

根據(jù)資金曲線可以計算相應(yīng)的統(tǒng)計指標來判斷這個策略的好壞。關(guān)于指標的相關(guān)內(nèi)容可以參考之前的一篇文章【量化小講堂 - Python、Pandas系列】如何判斷一個策略的好壞？。

=====實戰(zhàn)=====

一、選擇標的股票并計算復(fù)權(quán)后的價格

假設(shè)我們選擇萬科A（sz000002）作為考慮的目標股票（程序中可以通過修改股票代碼任選一只個股），為了數(shù)據(jù)的真實可靠，本文重新計算了復(fù)權(quán)后的開盤價和收盤價，后面計算均線和漲跌幅都以復(fù)權(quán)后的數(shù)據(jù)為基礎(chǔ)。

二、判斷所選股票的上市天數(shù)

接著，為了回測結(jié)果的可靠性，本文在執(zhí)行均線策略之前會先判斷該股票上市至今的交易天數(shù)，默認的交易天數(shù)下限是500天（可以自行設(shè)置），即如果該股票交易天數(shù)小于500，則不運行策略。

三、產(chǎn)生買賣信號

所選股票確定之后就是計算短期和長期均線了，本文默認采用的是5日移動平均線和60日移動平均線（在程序中是參數(shù)，也可以自行設(shè)置），當5日均線大于60日均線時，給出買入信號；當5日均線小于60日均線時，給出賣出信號，兩者相等時維持之前的信號判斷。

四、根據(jù)信號產(chǎn)生資金曲線

根據(jù)上一步產(chǎn)生的買賣信號，可以得到每天的倉位。有了每天的倉位之后，就是計算資金曲線的日漲跌幅了。在這一步，本文為了盡量接近真實的投資情況，考慮了手續(xù)費和成交的滑點。默認的手續(xù)費為雙邊千分之2，默認的滑點為雙邊千分之1（在程序中為參數(shù)，可自行設(shè)置）。具體的計算過程參見程序代碼的注釋。

在得到資金曲線每天的漲跌幅之后，可以計算出資金曲線。本文在計算回測資金曲線的時候,從它上市250個交易日（在程序中為參數(shù)，可自行設(shè)置）之后才開始計算,并且最早不早于2006年1月1號（在程序中為參數(shù)，也可自行設(shè)置）。

五、根據(jù)資金曲線計算統(tǒng)計指標

在得到資金曲線之后，本文計算了最近250個交易日（在程序中為參數(shù)，可自行設(shè)置）的股票和策略的累計收益率以及每年（月，周）的股票和策略收益，并計算了股票和策略相應(yīng)的年（月，周）的勝率進行比較。

為了直觀的看出采用均線策略后實際的交易情況，本文還記錄了每次交易（一買一賣視為一次交易）的盈虧情況以及股票同期的漲跌幅，并計算了與交易相關(guān)的一些指標，包括交易次數(shù)、最長持有天數(shù)、每次平均漲幅、單次最大盈利和虧損、年均買賣次數(shù)、最大連續(xù)盈利次數(shù)和最大連續(xù)虧損次數(shù)。

最后，本文計算了該均線策略在回測期間的年化收益和最大回撤，并和股票的年化收益及最大回撤做了一下對比。

==程序==

要運行均線策略，需要某只股票的歷史交易數(shù)據(jù)，在www.yucezhe.com可以下載到所有股票歷史至今的數(shù)據(jù)。如下圖所示，每一行是每一天的數(shù)據(jù)：

數(shù)據(jù)有以下的字段：

【code】股票的代碼，上證股票以sh開頭，深證股票以sz開頭

【date】交易日期

【open】開盤價

【high】最高價

【low】最低價

【close】收盤價

【change】漲跌幅，復(fù)權(quán)之后的真實漲跌幅，保證準確

【volume】成交量

【money】成交額

【traded_market_value】流通市值

【market_value】總市值

【turnover】換手率，成交量/流通股本

【adjust_price】后復(fù)權(quán)價，復(fù)權(quán)開始時間為股票上市日，精確到小數(shù)點后10位

下面是代碼的截圖，代碼里面有詳細的注釋，有問題可以留言，附件中有程序的源碼，回復(fù)即可下載。

本文以萬科A為例，將數(shù)據(jù)下載下來，運行代碼，可以看到在萬科A這只股票上運用均線策略的回測結(jié)果。

首先是最近250天股票和策略的累計漲跌幅：

這有助于我們直觀的了解策略在最近一段時間的表現(xiàn)情況，從數(shù)據(jù)來看，均線策略在15年的效果好像不怎么樣，還不如直接持有萬科的股票，不過本文目的主要是教大家如何從頭到尾用python編寫一個完整的策略，均線策略只是為了方便作為例子，大家也可以開發(fā)其他一些更好的策略。

接著是過去每年、每月、每周股票和策略的收益對比：

從結(jié)果可以看出，該均線策略的年勝率和股票一樣，為60%，月勝率低于股票的月勝率但周勝率卻略高于股票本身。

接下來是每次交易的收益情況和同期的股票漲跌幅，每次交易是盈利還是虧損和同期股票的收益正負密切相關(guān)。

然后是賬戶交易的各項指標的統(tǒng)計。

從結(jié)果可以看到，對萬科這只股票采用均線交易策略的話，從它上市至今一共交易了98次，最長的持有天數(shù)為248天。單次交易的最大盈利為176.16%，賺了一倍多，而單次最大虧損為-19.84%，平均每次交易的收益大概為7.75%。1年內(nèi)平均交易次數(shù)差不多為4次，交易頻率比較低，最大連續(xù)盈利4次，但最大連續(xù)虧損也達到11次之多，這可能對大部分人來說有點無法忍受。

最后是在回測期間（2006年1月1號之后）策略和股票的年化收益及最大回撤。策略的年化收益為37.7%，超過了股票本身的年化收益32.9%，最大回撤為-48.5%，遠小于股票的最大回撤-79%，說明該策略總的來說效果還是不錯的。大家可以試著選擇其他股票或者修改均線策略的參數(shù)，再看看運行的效果如何。

以上就是構(gòu)建一個完整策略的框架的整個過程，大家如果有其他的策略，只需要將第一部分信號產(chǎn)生方式改成自己的策略邏輯就可以進行回測了。

---

之后會講的內(nèi)容：

關(guān)于《量化小講堂》之后想看的內(nèi)容，或者相關(guān)問題，可以加我微信xbx_laoshi、Q群(快滿)：438143420溝通。
附件中是Python程序文件，回復(fù)可見。覺得文章內(nèi)容有幫助的話，頂貼是最好的鼓勵！

本帖隱藏的內(nèi)容

均線策略最新.zip (172.9 KB)

2017-5-27 15:27:57 上傳

最新

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進群資格，未注明則拒絕

分享0 收藏236 回帖

關(guān)鍵詞：python pandas 量化小講堂 panda Das 學習者 文章 財務(wù) 領(lǐng)域 如何

正在學習，謝謝樓主

正在學習，謝謝樓主

頂一個

邢不行 發(fā)表于 2016-8-3 16:27
引言：本系列帖子“量化小講堂”，通過實際的案例讓大家知道如何使用Python、pandas進行金融數(shù)據(jù)處理。帖子 ...

謝謝樓主，學習一下

謝謝樓主無私奉獻

多謝樓主無私奉獻

看看！

謝謝樓主~[em17][em17]

謝謝樓主~~~~~~~~~~~~~~~