#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

#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

补充知识：（多头、空头、金叉、死叉、卖出信号、买出信号）的python处理

1.指标概念

均值性指标：以平均数据作为参考的指标

随机性指标：以最高价最低价等为参考的指标

2.多头、空头、金叉、死叉、卖出信号、买出信号

多头：短期均线在长期均线上方

空头：短期均线在长期均线下方

金叉：短期均线向上穿越长期均线

死叉：短期均线向下穿越长期均线

买出信号：金叉 + 一定的条件

卖出出信号：死叉 + 一定的条件

3.Python实现：以KDJ为例

4.测试：筛选沪深股票中卖出信号的股票

以上这篇浅谈python量化 双均线策略(金叉死叉)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。