第二章 量化入门

安装工作环境

本文的开发都是用python实现，首先是因为它简单易懂，其次是有丰富的开源库，最关键的还是因为它有pandas和pytdx这两个重要的第三方库。

为了简化安装环境，这里直接通过conda来进行python以及第三方库的安装。

Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。 Conda 是为 Python 程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件。

1）安装conda

conda分为anaconda和miniconda。anaconda是包含一些常用包的版本，miniconda则是精简版，这里直接安装miniconda就行。

conda官网：https://conda.io/en/latest/miniconda.html   

根据你自己操作系统选择合适的版本，本文的开发环境为python3.6，目前项目里没有使用太多的第三方库，基本上3.5-3.7的版本应该都可以使用。

具体安装方式请参考官方文档：

https://conda.io/projects/conda/en/latest/user-guide/install/index.html

1. 安装常用第三方库

       项目中用到的第三方库包括但不限于：pymongo、APScheduler、scipy、gevent、pyecharts、tushare、pandas、pytdx、talib

       对于windows系统，talib的安装可能会有点问题，其他的库都可以直接通过 pip install  的方式进行安装成功

       talib的安装：https://www.lfd.uci.edu/~gohlke/pythonlibs/#ta-lib这是一个直接编译好的库，找到和你python版本对应的安装就可以了。

先下载到本地，然后用pip install  可以安装成功

2. 获取历史数据

      本项目中的行情数据源都通过pytdx来抓取，由于pytdx拥有简单友好的文档，这里不再对相关接口做进一步文档说明。pytdx 文档：https://rainx.gitbooks.io/pytdx/content/

简单以股票盘口数据抓取为例:

返回值说明：bid1：买一价

                      ask1：卖一价

                      bid1_vol1:买一挂单量

                      ask1_vol1:卖一挂单量

下面是指数历史数据的抓取和返回：

 

3. 均线策略举例

 接下来开始进入正题。

首先是下载代码（默认你已经安装了git）：      

 git  clone  https://github.com/xuhshen/lianghuajiaoyi.git

下载之后打开文件夹会得到下面一个目录结构：

接下来是在strategy目录下新建一个策略文件：sjx.py

然后再sjx.py里实现策略代码

本文所有的策略都会采用统一的策略框架，下图是基本的策略代码结构：

策略训练代码：

扫参结果：

比较好的几组参数：

比较差的几组参数:

从上面的扫参结果可以发现，当两个均线跨度比值在一定区间内，收益比较好，

结果比较差的是几根半年线左右的均线。上面是最近1000个交易日的结果，下面我们根据好的参数，对更多的样本外数据进行测试。

参数：5,40净值曲线(最近2000个交易日) ：

累计收益5.38倍,交易次数94次

参数：15,25净值曲线(最近2000个交易日) ：

累计收益6.38倍,交易次数54次

从上面测试结果看，最近10年只要我们严格按照这两组参数的信号对000001进行交易，最终是可以实现5-6倍的收益

如果一直持有00001，在样本测试区间的收益图如下，实际收益差不多在3.5倍左，但是其回撤会远远大于我们的双均线模型

测试代码：

传送门：这里是本书的开源项目地址，附带简单能用的回测框架和举例策略代码