经典策略分析03(SuperMind&backtrader)

单均线策略(SuperMind云回测)

一、均线原理

单均线策略的核心指标是简单移动平均线，简称均线。

均线由美国投资专家葛兰威尔所创立，由道氏股价分析理论的“三种趋势说”演变而来，从数字的变动中去预测股价未来短期、中期、长期的变动方向，为投资决策提供依据。

按照周期长短划分，均线可以分为短期均线、中期均线、长期均线三种基本类型。

短期均线：5、7、10，用于预测短期走势，MA5 和 MA10 又称为短期监测线；
中期均线：20、30、60，用于预测中期走势，MA20 和 MA30 又称为警戒线， MA60 则称之为生死线；
长期均线：120、250，用于长期走势，MA120 又称为确认线，MA250 则通常被看做反转线，又称为牛熊分界线。

计算均线的价格常常会用到股票收盘价计算均线需要先设置均线周期，将均线周期设置为20日，就能进入下面的计算：

(1)将第 1-20个交易日的收盘价求和，除以 20，就能得到第一个均价；

(2)向后移动一个交易日，再将第 2-21 个交易日的收盘价求和，除以 20，得到第二个均价；

(3)重复以上步骤，将得到的所有均价连成一条线，就生成了上图中的20日均线。

均线计算：

(1) pandas： df[MA20] = df['Close'].rolling(20).mean()

(2) talib：df["SMA20"]=talib.SMA(df['close'],timeperiod=20)

(3) SuperMind：

close_data = get_price(security, count=g.d20, unit='1d', fields=['close']) MA20 = close_data['close'].mean() (4) backtrader:

self.ma20 = bt.indicators.MovingAverageSimple(self.datas[0], period=self.params.maperiod) 单均线策略核心内容单均线策略核心内容就是「简单判断股票价格的趋势以及买入、卖出的时间点」。理论依据是：葛兰威尔买卖八大法则

1买：平均线从下降逐渐走平转为上升，而股价从平均线的下方突破平均线时，为买进信号。 1卖：平均线走势从上升逐渐走平转为下跌，而股价从平均线的上方往下跌破平均线时，是卖出信号。将以20日均线为例。买点：昨天 20 日均价小于今日 20 日均价（20 日均线向上），收盘价上穿今日 20 日均价，则大概率认为股票价格在未来一段时间内上涨；如果没有持仓，第二天开盘买入。
卖点：昨天 20 日均价大于今日 20 日均价（20 日均线向下），收盘价下穿今日 20 日均价，则大概率认为股票价格在未来一段时间内下跌；如果持仓，第二天开盘卖出。

二、策略源代码：

'''
5日和10日双均线策略：
如果5日均线大于20日均线,且账户当前无持仓,则全仓买入股票
如果5日均线小于20日均线,且账户当前有股票市值,则清仓股票
'''
# 初始化函数,全局只运行一次
def init(context):
    # 设置基准收益：沪深上证
    set_benchmark('000001.SH')
    # 打印日志
    log.info('策略开始运行,初始化函数全局只运行一次')
    # 设置股票每笔交易的手续费为万分之二(手续费在买卖成交后扣除,不包括税费,税费在卖出成交后扣除)
    set_commission(PerShare(type='stock',cost=0.0002))
    # 设置股票交易滑点0.5%,表示买入价为实际价格乘1.005,卖出价为实际价格乘0.995
    set_slippage(PriceSlippage(0.005))
    # 设置日级最大成交比例25%,分钟级最大成交比例50%
    # 日频运行时，下单数量超过当天真实成交量25%,则全部不成交
    # 分钟频运行时，下单数量超过当前分钟真实成交量50%,则全部不成交
    set_volume_limit(0.25,0.5)
    # 设置要操作的股票：比亚迪
    g.security = '002594.SZ'
    # 回测区间、初始资金、运行频率请在右上方设置
    g.d5 = 5
    g.d20 = 20

#每日开盘前9:00被调用一次,用于储存自定义参数、全局变量,执行盘前选股等
def before_trading(context):

    # 获取日期
    date = get_datetime().strftime('%Y-%m-%d %H:%M:%S')

    # 打印日期
    log.info('{} 盘前运行'.format(date))

## 开盘时运行函数
def handle_bar(context, bar_dict):

    # 获取时间
    time = get_datetime().strftime('%Y-%m-%d %H:%M:%S')

    # 打印时间
    log.info('{} 盘中运行'.format(time))

    # 获取股票过去20天的收盘价数据
    closeprice = history(g.security, ['close'], g.d20, '1d', False, 'pre', is_panel=1)
    # 计算20日均线
    MA20 = closeprice['close'].mean()
    # 计算5日均线
    MA5 = closeprice['close'].iloc[-g.d5:].mean()
    # 获取当前账户当前持仓市值
    market_value = context.portfolio.stock_account.market_value
    # 获取账户持仓股票列表
    stocklist = list(context.portfolio.stock_account.positions)

    # 如果5日均线大于10日均线,且账户当前无持仓,则全仓买入股票
    if MA5 > MA20 and len(stocklist) ==0 :
        # 记录这次买入
        log.info("5日均线大于20日均线, 买入 %s" % (g.security))
        # 按目标市值占比下单
        order_target_percent(g.security, 1)

    # 如果5日均线小于10日均线,且账户当前有股票市值,则清仓股票
    elif MA20 > MA5 and market_value > 0:
        # 记录这次卖出
        log.info("5日均线小于10日均线, 卖出 %s" % (g.security))
        # 卖出所有股票,使这只股票的最终持有量为0
        order_target(g.security, 0)

## 收盘后运行函数,用于储存自定义参数、全局变量,执行盘后选股等
def after_trading(context):

    # 获取时间
    time = get_datetime().strftime('%Y-%m-%d %H:%M:%S')
    # 打印时间
    log.info('{} 盘后运行'.format(time))
    log.info('一天结束')

经典策略分析03(SuperMind&backtrader)

一、均线原理

二、策略源代码：

三、回测结果

评论

经典策略分析03(SuperMind&backtrader)

一、均线原理

二、 策略源代码：

三、回测结果

评论

二、策略源代码：