循序渐进：用python做金融量化分析（四）双均线系统策略

上一节中讲了单均线系统最优参数的寻找，这一节我们开讲双均线系统，在编程设计上，双均线系统相对于单均线系统来说多了一个均线循环，在短期均线循环里面再嵌套一个长期均线循环，其它方面和单均线系统变化不大，由于嵌套了一个循环，程序运算量大增，运行时间随着均线参数的增大而大大延长，所以本程序在设置的时候是把均线设计在4-40之间。有兴趣的朋友也可以自己修改参数，增加均线的数量，本文运行结果截取前五条记录，结果如下：

          re  sma   lma

456  3092.20 20.0  21.0

187  2682.15  9.0  27.0

476  2593.25 21.0  22.0

435  2549.35 19.0  20.0

158  2545.83  8.0  29.0

最优的是20和21日均线，这和单均线策略系统的结果差不多，两者的收益点数都是第一，而且收益点数相差也不是太大，这说明从日线上来看，沪深300指数用20日均线来判断趋势行情比较有利。

下面是完整的程序代码：

import pandas aspd

import xlrd

import matplotlib.pyplotas plt

import numpy as np

def maCal(price,m): #求移动平均线的函数

    ma=pd.Series(0.0,index=list(price))

    for i in range(m-1,len(col)):

        ma[i]=sum(col[(i-m+1):(i+1)])/m

    return(ma)

xls =xlrd.open_workbook('hs300.xls')#打开文件

sheet = xls.sheets()[0]#打开表1

col =sheet.col_values(0)#打开第一列

nrows =sheet.nrows #行数

m=40

ma_re =pd.DataFrame(columns=['re', 'sma','lma'])#建立表格，三列分别表示收益点数，短期均线，长期均线参数

row=0 

for j inrange(4,m): #外循环代表短期均线

    Sma=[]

    Lma=[]

    Sma=maCal(col,j).values     

    for n in range(j+1,m+1):#内循环代表长期均线

        a=0 #用于判断是否持仓，0代表空仓 

        buy=[]

        sell=[]

        Lma=maCal(col,n).values

        for k in range(j,nrows): 

            ret=0

            if col[k]>Sma[k] andSma[k]>Lma[k]  and a==0:#收盘价在短期均线之上，短期均线在长期均线之上

                buy.append(col[k])

                a=1

            elif col[k]