七天学会python量化交易（一）

七天学会python量化交易

1、程序下载安装后，先补充一下历史数据
2、核心代码部分：（核心代码·注意的一个事项，用价格与MA对比的时候，记住一个是close[-1]一个是close[-2]

#------------------------------------------------------------------------------
#encoding:gbk

#导入外部程序包
import numpy as np      #主要用于科学计算的Python包
import pandas as pd     #建立在numpy和其他众多第三方库基础上的python包  

#------------------------------------------------------------------------------
#初始化模块
def init(ContextInfo):
	ContextInfo.tradestock = ContextInfo.stockcode+'.'+ContextInfo.market#股票列表
	ContextInfo.set_universe([ContextInfo.tradestock])#股票池设定
	ContextInfo.accountid = '410038203732'#设定账号
	ContextInfo.MA_period = 19#核心参数


#------------------------------------------------------------------------------
#基本模块
def handlebar(ContextInfo):
	close = ContextInfo.get_history_data(ContextInfo.MA_period+1,'1d','close')[ContextInfo.tradestock]#获取收盘价格
	MA = pd.rolling_mean(pd.Series(close),ContextInfo.MA_period)#计算MA
	MA = MA.values
	print(MA)
	#根据最新价格判断操作行为
	if close[-1]>MA[-1] and close[-2]<=MA[-2]:
		totalvalue = get_totalvalue(ContextInfo.accountid,'STOCK')#获取资金信息
		order_target_value(ContextInfo.tradestock,totalvalue,ContextInfo,ContextInfo.accountid)#全仓买入
	if close[-1]=np.array(MA)[-2]:
		order_target_value(ContextInfo.tradestock,0,ContextInfo,ContextInfo.accountid)#清仓



#------------------------------------------------------------------------------
#获取账户信息
def get_totalvalue(accountid,datatype):#账户、商品类型
	result = 0
	resultlist = get_trade_detail_data(accountid,datatype,"ACCOUNT")
	for obj in resultlist:
		result = obj.m_dBalance #获取资金余额
		print(obj,result)
	return result

小结：
1、为什么技术派会经常使用均线作为一个支撑点，因为量化分析的时候大家也会参考这个指标，通常在点位会有支撑，因此平时我们也可以使用这个点作为一个买入卖出点

添加小助手ai_flare获取源代码，回复iquant源代码
链接：https://pan.baidu.com/s/1JngP4D-g5ty75g3op3Tmig
复制这段内容后打开百度网盘手机App，操作更方便哦–来自百度网盘超级会员V3的分享

「CSDN好物推荐」

技术转型，这两年一直是程序员圈子里的热门话题。对于大部分基层程序员来说，基础岗位上薪资的涨幅很难跟上年龄的增长。而近些年，AI技术发展势头迅猛，优秀人才短缺。在这种情况下，无疑是谁先转型成功，谁就占得职场先机。

而如何高效掌握人工智能则是目前大家最关注的。 本课程专为准备入门人工智能的小白打造，并结合初级AI工程师的能力模型以及学习路径设计的课程内容。

在课程中，老师将带你全面掌握：Python语法编程、人工智能核心数学理论、机器学习八大算法、深度学习与神经网络、计算机视觉，为你求职人工智能打下夯实的基础。

通过 6 大课程，5 大阶段，355 节视频课程的学习，带你系统掌握初级AI工程师的核心能力。