python选股模型 均线_python量化 双均线策略（金叉死叉）

#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# 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