一個典型的雙均線策略

定義

　　雙均線策略，通過建立m天移動平均線，n天移動平均線，則這兩條均線必有交點。若m>n，n天平均線“上穿越”m天均線則為買入點，反之為賣點。該策略基於不同天數均線的交叉點，抓住股票的強勢和弱勢時刻，進行交易。

　　對於每一個交易日，都可以計算出前N天的移動平均值，然后把這些移動平均值連起來，成為一條線，就叫做N日移動平均線。一般由5日均線（MA5），10日均線（MA10）

　　比如前5個交易日的收盤價分別為10,9,9,10,11元，那么，5日的移動平均股價為9.8元。同理，如果下一個交易日的收盤價為12，那么在下一次計算移動平均值的時候，需要計算9,9,10,11,12元的平均值，也就是10.2元。將這平均值連起來，就是均線。

　　如下圖，收盤價是藍線，橙色的線表示5日的移動平均線。

 

 　　可以看到股票價格的波動比5天均線的波動要大，這是因為5天均線取的是前5個交易日的均值，相當於做了一個平滑

雙均線

　　股名思義，就是兩條天數不同的移動平均線，比如，一天是5日的移動平均線，另一條是10日的移動平均線。如圖，藍色是5天均線，黃色為10日均線

 

 金叉和死叉

　　由時間短的均線（如上圖藍色的線）在下方向上穿越時間長一點的均線（如上圖黃色的線），為金叉，反之為死叉

雙均線策略

　　構建一個簡單的策略：認為雙均線金叉的時候，表示股票很強勢，反之很弱勢，那么我們就在強勢的時候買入，弱勢的時候賣出即可

使用聚寬平台進行代碼的編寫與回測

# 導入函數庫
from jqdata import *

# 初始化函數，設定基准等等
def initialize(context):
    # 設定滬深300作為基准
    set_benchmark('000300.XSHG')
    # 開啟動態復權模式(真實價格)
    set_option('use_real_price', True)
    # 輸出內容到日志 log.info()
    log.info('初始函數開始運行且全局只運行一次')
    # 過濾掉order系列API產生的比error級別低的log
    # log.set_level('order', 'error')

    ### 股票相關設定 ###
    # 股票類每筆交易時的手續費是：買入時佣金萬分之三，賣出時佣金萬分之三加千分之一印花稅, 每筆交易佣金最低扣5塊錢
    set_order_cost(OrderCost(close_tax=0.001, open_commission=0.0003, close_commission=0.0003, min_commission=5), type='stock')

    ## 運行函數（reference_security為運行時間的參考標的；傳入的標的只做種類區分，因此傳入'000300.XSHG'或'510300.XSHG'是一樣的）
      # 開盤前運行
    run_daily(before_market_open, time='before_open', reference_security='000300.XSHG')
      # 開盤時運行
    run_daily(market_open, time='open', reference_security='000300.XSHG')
      # 收盤后運行
    run_daily(after_market_close, time='after_close', reference_security='000300.XSHG')

## 開盤前運行函數
def before_market_open(context):
    # 輸出運行時間
    log.info('函數運行時間(before_market_open)：'+str(context.current_dt.time()))

    # 給微信發送消息（添加模擬交易，並綁定微信生效）
    # send_message('美好的一天~')

    # 要操作的股票：萬科A股（g.為全局變量）
    g.security = '000002.XSHE'

## 開盤時運行函數
def market_open(context):
    log.info('函數運行時間(market_open):'+str(context.current_dt.time()))
    security = g.security
    #設置均線窗口長度
    n1 = 5
    n2 = 10
    # 獲取股票的收盤價
    close_date = attribute_history(security,n2+2,'1d',['close'],df = False)
    #獲取過去ma_n1天的平均價格
    ma_n1=close_date['close'][-n1:].mean()
    #獲取過去ma_n2 天的平均價格
    ma_n2=close_date['close'][-n2:].mean()
    #取得當前現金
    cash = context.portfolio.available_cash
    #如果當前有余額，並且n1日均線大於n2日均線
    if ma_n1 > ma_n2:
        #用掉所有cash買入股票
        order_value(security,cash)
        #記錄此次買入
        log.info("Buying %s" %(security))
    #如果n1 日均線小於n2 日均線，並且目前有頭寸
    elif ma_n1 < ma_n2 and context.portfolio.positions[security].closeable_amount > 0:
        #全部賣出
        order_target(security,0)
        #記錄此次賣出
        log.info("Selling %s" %(security))
    #繪制n1日均線價格
    record(ma_n1 = ma_n1)
     #繪制n2日均線價格
    record(ma_n2 = ma_n2)
## 收盤后運行函數
def after_market_close(context):
    log.info(str('函數運行時間(after_market_close):'+str(context.current_dt.time())))
    #得到當天所有成交記錄
    trades = get_trades()
    for _trade in trades.values():
        log.info('成交記錄：'+str(_trade))
    log.info('一天結束')
    log.info('##############################################################')

 

 可以看出該策略從2016/4/25到2018/4/27收益率27.19，策略年化利率13.14%，最大回撤25.64%