传统的金叉死叉策略代码

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

导语本文向大家详细介绍如何在BigQuant平台开发传统的择时策略，旨在帮助大家对BigQuant平台回测有初步印象。
金叉死叉策略思想金叉死叉策略其实就是双均线策略。策略思想是：当短期均线上穿长期均线时，形成金叉，此时买入股票。当短期均线下穿长期均线时，形成死叉，此时卖出股票。研究表明，双均线系统虽然简单，但只要严格执行，也能长期盈利。
金叉死叉策略实现选择股票池首先，我们选择要交易的股票，用instruments表示，然后确定回测的开始时间和结束时间。记住，如果是单只股票，那么instruments就是含有一个元素的列表，如果是多只股票，instruments就是含有多个元素的列表。

1. # 选择投资标的
   
2. instruments = ['600519.SHA']  
   
3. # 设置回测开始时间
   
4. start_date = '2012-05-28'  
   
5. # 设置回测结束时间
   
6. end_date = '2017-07-18'

复制代码

策略初始化然后，编写策略初始化部分。

1. # initialize函数只会运行一次，在第一个日期运行，因此可以把策略一些参数放在该函数定义
   
2. def initialize(context):
   
3.     # 设置手续费，买入时万3，卖出是千分之1.3,不足5元以五元计
   
4.     context.set_commission(PerOrder(buy_cost=0.0003, sell_cost=0.0013, min_cost=5))
   
5.     # 短均线参数
   
6.     context.short_period = 5
   
7.     # 长均线参数
   
8.     context.long_period = 50

复制代码

策略主要逻辑接着，编写策略主体部分

1. # handle_data函数会每个日期运行一次，可以把行情数据理解成K线，然后handle_data函数会在每个K
   
2. #  线上依次运行
   
3. def handle_data(context, data):
   
4.     # 当运行的K线数量还达不到长均线时直接返回
   
5.     if context.trading_day_index <  context.long_period:
   
6.         return   
   
7.     # 投资标的
   
8.     k = instruments[0]
   
9.     sid = context.symbol(k)
   
10.     # 最新价格
    
11.     price = data.current(sid, 'price')  
    
12.     # 短周期均线值
    
13.     short_mavg = data.history(sid, 'price',context.short_period, '1d').mean()  
    
14.     # 长周期均线值
    
15.     long_mavg = data.history(sid, 'price',context.long_period, '1d').mean()   
    
16.     # 账户现金  
    
17.     cash = context.portfolio.cash  
    
18.     # 账户持仓
    
19.     cur_position = context.portfolio.positions[sid].amount
    
20. 
    
21.     # 策略逻辑部分
    
22.     # 空仓状态下，短周期均线上穿长周期均线，买入股票
    
23.     if short_mavg > long_mavg and cur_position == 0  and data.can_trade(sid):  
    
24.         context.order(sid, int(cash/price/100)*100)
    
25.     # 持仓状态下，短周期均线下穿长周期均线，卖出股票
    
26.     elif short_mavg < long_mavg  and cur_position > 0 and   data.can_trade(sid):  
    
27.         context.order_target_percent(sid, 0)

复制代码

最后，编写策略回测接口。

1. m=M.trade.v2(
   
2.     instruments=instruments,
   
3.     start_date=start_date,
   
4.     end_date=end_date,
   
5.     initialize=initialize,
   
6.     handle_data=handle_data,
   
7.     # 股票买入的时候，假设以次日开盘价成交
   
8.     order_price_field_buy='open',
   
9.     # 股票卖出的时候，假设以次日开盘价成交
   
10.     order_price_field_sell='open',
    
11.     capital_base=100000,
    
12.     )

复制代码

如果执行代码，策略就跑起来了，测试结果很快就显示在你的眼前了。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：Instruments Instrument Commission position Context