Python量化交易学习笔记（14）——均线交叉策略

本文使用均线交叉策略，对平安银行自2018年1月1日至2020年2月28日的日线数据进行回测分析。

策略会用到短期移动均线及长期移动均线两个技术指标，在backtrader自定义策略init方法中，添加如下代码计算均线指标并判断交叉情况：

sma1 = bt.ind.SMA(period=self.p.pfast)  # 短期均线
sma2 = bt.ind.SMA(period=self.p.pslow)  # 长期均线
self.crossover = bt.ind.CrossOver(sma1, sma2)  # 交叉信号

当短期均线向上金叉长期均线后进行买入，当长期均线向下死叉短期均线后卖出，在策略的next方法下添加如下代码如：

if not self.position:  # 不在场内，则可以买入
    if self.crossover > 0:  # 如果金叉
        self.buy()  # 买入
elif self.crossover < 0:  # 在场内，且死叉
    self.close()  # 卖出

回测初始资金100000，单笔操作单位5000股，佣金千分之一。

对短期均线及长期均线周期进行不同选择，通过绘图的方式查看回测结果。

1. 短期均线5，长期均线10：
   

回测最终资产：97850.83

2. 短期均线5，长期均线20：

回测最终资产：99096.03

3. 短期均线5，长期均线60：
   

回测最终资产：116776.70

4. 短期均线10，长期均线60：
   

回测最终资产：110485.50

5. 短期均线20，长期均线60：
   

回测最终资产：101424.75

均线交叉策略代码：

from __future__ import (absolute_import, division, print_function,
                        unicode_literals)
import datetime  # 用于datetime对象操作
import os.path  # 用于管理路径
import sys  # 用于在argvTo[0]中找到脚本名称
import backtrader as bt # 引入backtrader框架

# 创建策略
class SmaCross(bt.Strategy):
    # 可配置策略参数
    params = dict(
        pfast=5,  # 短期均线周期
        pslow=10   # 长期均线周期
    )
    def __init__(self):
        sma1 = bt.ind.SMA(period=self.p.pfast)  # 短期均线
        sma2 = bt.ind.SMA(period=self.p.pslow)  # 长期均线
        self.crossover = bt.ind.CrossOver(sma1, sma2)  # 交叉信号
    def next(self):
        if not self.position:  # 不在场内，则可以买入
            if self.crossover > 0:  # 如果金叉
                self.buy()  # 买入
        elif self.crossover < 0:  # 在场内，且死叉
            self.close()  # 卖出
cerebro = bt.Cerebro()  # 创建cerebro
# 先找到脚本的位置，然后根据脚本与数据的相对路径关系找到数据位置
# 这样脚本从任意地方被调用，都可以正确地访问到数据
modpath = os.path.dirname(os.path.abspath(sys.argv[0]))
datapath = os.path.join(modpath, '../TQDat/day/stk/000001.csv')
# 创建价格数据
data = bt.feeds.GenericCSVData(
        dataname = datapath,
        fromdate = datetime.datetime(2018, 1, 1),
        todate = datetime.datetime(2020, 2, 29),
        nullvalue = 0.0,
        dtformat = ('%Y-%m-%d'),
        datetime = 0,
        open = 1,
        high = 2,
        low = 3,
        close = 4,
        volume = 5,
        openinterest = -1
        )
# 在Cerebro中添加价格数据
cerebro.adddata(data)
# 设置启动资金
cerebro.broker.setcash(100000.0)
# 设置交易单位大小
cerebro.addsizer(bt.sizers.FixedSize, stake = 5000)
# 设置佣金为千分之一
cerebro.broker.setcommission(commission=0.001)
cerebro.addstrategy(SmaCross)  # 添加策略
cerebro.run()  # 遍历所有数据
cerebro.plot()  # 绘图

为了便于相互交流学习，新建了微信群，感兴趣的读者请加微信。