python数据分析实验报告_Python量化笔记-技术指标的研究(QuantOS)

QauntOS 学习笔记（四）学习 量化小学 技术指标的代码。同时进行扩展学习。

本文目录

一、代码实验目的

二、代码逻辑

三、代码展示和简单解析

四、扩展练习和实验报告

一、代码实验的目的

用概率统计的方法研究“技术指标”是否靠谱。

二、代码逻辑

三、代码展示和简单解析环境配置

2. 设置服务器参数并登录

3. 数据保存和读取

4、数据处理

增加数据列，去除涨跌停、

5、设置交易信号

5.1 金叉信号

5.1.1 定义金叉信号，5天均线上穿15天均线

5.1.2 将以上金叉设置为交易信号，分析结果

报告结果

从以上的结果看，金叉后的收益率都有负偏效应

5.1.3 根据年进行统计收益情况，看下收益表现

从结果看，2014年和2017年的金叉结果表现并不是很理想。

5.2 死叉信号

同理我们也可以测试死叉信号出现后的表现

结果是除了2013年，基本还是亏损，死叉信号还是蛮准的。。。。。

关键：

就是使用了QuantOS的自带类SignalDigger和函数 obj.create_binary_event_report

四、扩展练习和实验报告

深入思考:

其实作者用的源代码是超额收益的概念，是将同时间所有股票组合的结果相减得到的

那么如果看绝对收益情况呢

出现金叉信号的股票的表现

同时间所有股票的收益结果

从这里个角度看，金叉的确可能存在超额收益，但即使没有金叉，买入也能获取丰厚利润。只要选对年。。。

当然以上对比的逻辑，本身可能还值得推敲

再看看死叉信号

计算超额收益的结果

计算出现金叉信号的交易结果

计算同期所有股票的交易结果

从上面的分析结果看，死叉信号的表现就不是那么明显了。

分析的角度不同，观察到的结果也会不同，所以在数据分析领域，逻辑比结果更重要~

不然很容易出现行为分析学的Framing Bias

篇幅关系，今天就先写到这里

下次按照这个逻辑，我们会研究下三根阳线，看看是不是能改变信仰！！！

如果你是从零开始python小白

可以看我以前的文章刀客特鹿：量化交易学习笔记#Python量化入门课程（第零课）零基础的预备课​zhuanlan.zhihu.com