量化投資學習筆記79——實現量化交易經典策略:雙均線策略
搜尋了一下，主要實現雙均線策略，布林帶策略，海龜交易法，多因子選股，網格交易法這幾種策略。
首先看雙均線策略，參考這兩篇：
http：//www。
snailtoday。com/archives
/18598
https：//
zhuanlan。zhihu。com/p/43
317574
由短週期均線自下方向上穿越長週期的均線，則形成“金叉”，反之為“死叉”。雙均線金叉的時候，表明該股票很強勢，反之很弱勢，我們就在強勢的時候買，弱勢的時候賣。
# coding：utf-8
# 雙均線策略實現
import
backtrader
as
bt
import
backtest
import
math
# 雙均線策略類
class
SmaCross
（
bt
。
Strategy
）：
params
=
dict
（
pfast
=
5
，
pslow
=
30
）
def
log
（
self
，
txt
，
dt
=
None
）：
dt
=
dt
or
self
。
datas
［
0
］
。
datetime
。
date
（
0
）
（
‘
%s
，
%s
’
%
（
dt
。
isoformat
（），
txt
））
def
__init__
（
self
）：
sma1
=
bt
。
ind
。
SMA
（
period
=
self
。
p
。
pfast
）
sma2
=
bt
。
ind
。
SMA
（
period
=
self
。
p
。
pslow
）
self
。
crossover
=
bt
。
ind
。
CrossOver
（
sma1
，
sma2
）
self
。
dataclose
=
self
。
datas
［
0
］
。
close
self
。
order
=
None
def
next
（
self
）：
if
not
self
。
position
：
if
self
。
crossover
>
0
：
cash
=
self
。
broker
。
get_cash
（）
stock
=
math
。
ceil
（
cash
/
self
。
dataclose
/
100
）
*
100
-
100
（
“數量”
，
stock
）
self
。
order
=
self
。
buy
（
size
=
stock
，
price
=
self
。
datas
［
0
］
。
close
）
self
。
log
（
“買入”
）
elif
self
。
crossover
<
0
：
self
。
order
=
self
。
close
（）
self
。
log
（
“賣出”
）
if
__name__
==
“__main__”
：
start
=
“2018-01-01”
end
=
“2020-07-05”
name
=
［
“300etf”
］
code
=
［
“510300”
］
backtest
=
backtest
。
BackTest
（
SmaCross
，
start
，
end
，
code
，
name
，
10000
）
backtest
。
run
（）
backtest
。
output
（）
期末資金
：
8760。36
夏普比例
：
-
0。2841412997849817
年化收益率
：
OrderedDict
（［（
2018
，
-
0。22430925900000043
），
（
2019
，
0。19074554997170012
），
（
2020
，
-
0。0515497175750389
）］）
最大回撤
：
23。20
，
最大回撤週期292
總收益率
：
-
0。13
表現不好，是虧的。一開始沒注意，預設買入數量是1股，要自己計算後設定買入數量。
再修改一下backtest類，將回測結果資料儲存到一個Series裡，方便不同策略比較。
# 計算勝率資訊
def _winInfo（self）：
trade_info = self。__results［0］。analyzers。TA。get_analysis（）
total_trade_num = trade_info［“total”］［“total”］
win_num = trade_info［“won”］［“total”］
lost_num = trade_info［“lost”］［“total”］
self。__backtestResult［“交易次數”］ = total_trade_num
self。__backtestResult［“勝率”］ = win_num/total_trade_num
self。__backtestResult［“敗率”］ = lost_num/total_trade_num
# 計算並儲存回測結果指標
def _Result（self）：
self。__backtestResult［“賬戶總額”］ = self。getValue（）
self。__backtestResult［“總收益率”］ = self。__results［0］。analyzers。RE。get_analysis（）［“rtot”］
self。__backtestResult［“年化收益率”］ = self。__results［0］。analyzers。RE。get_analysis（）［“rnorm”］
self。__backtestResult［“夏普比率”］ = self。__results［0］。analyzers。sharpe。get_analysis（）［“sharperatio”］
self。__backtestResult［“最大回撤”］ = self。__results［0］。analyzers。DD。get_analysis（）。max。drawdown
self。__backtestResult［“最大回撤期間”］ = self。__results［0］。analyzers。DD。get_analysis（）。max。len
# 計算勝率資訊
self。_winInfo（）
# 獲取回測指標
def getResult（self）：
return self。__backtestResult
這個策略並不咋樣啊。
另外backtrader貌似沒有直接計算α、β、資訊比例等指標的方法，自己實現吧。等下次吧。
程式碼地址：
https：//
github。com/zwdnet/MyQua
nt/tree/master/47
我發文章的三個地方，歡迎大家在朋友圈等地方分享，歡迎點“在看”。
我的個人部落格地址：https：//zwdnet。github。io
我的知乎文章地址：
https：//www。
zhihu。com/people/zhao-y
ou-min/posts
我的微信個人訂閱號：趙瑜敏的口腔醫學學習園地
