双均线量化交易策略指南

策略原理

采用两条不同周期的简单移动平均线(SMA):

  • 短期均线:5日线(快速反应价格变化)
  • 长期均线:20日线(反映长期趋势)

交易信号生成规则:

复制代码
当 5日线 > 20日线 → 买入信号
当 5日线 < 20日线 → 卖出信号

Python实现模块

1. 数据获取模块

python 复制代码
import yfinance as yf

def fetch_stock_data(ticker, start_date, end_date):
    """
    获取股票历史数据
    参数:
    ticker -- 股票代码 (例:'AAPL')
    start_date -- 开始日期 (格式:'YYYY-MM-DD')
    end_date -- 结束日期
    """
    return yf.download(ticker, start=start_date, end=end_date)

2. 策略计算模块

python 复制代码
def calculate_signals(data, short_window=5, long_window=20):
    """
    计算双均线和交易信号
    参数说明:
    short_window -- 短期均线周期(默认5日)
    long_window -- 长期均线周期(默认20日)
    """
    data['SMA5'] = data['Close'].rolling(short_window).mean()
    data['SMA20'] = data['Close'].rolling(long_window).mean()
    data['Signal'] = np.where(data['SMA5'] > data['SMA20'], 1, -1)
    return data

3. 回测引擎

python 复制代码
def backtest_strategy(data, initial_capital=1000000):
    """
    策略回测模块
    参数:
    initial_capital -- 初始资金(默认100万)
    """
    position = 0
    capital_curve = [initial_capital]
    
    for i in range(1, len(data)):
        if data['Signal'][i-1] == 1 and position == 0:
            position = capital_curve[-1] / data['Close'][i]
            capital_curve.append(position * data['Close'][i])
        elif data['Signal'][i-1] == -1 and position != 0:
            capital_curve.append(capital_curve[-1])
            position = 0
        else:
            capital_curve.append(position * data['Close'][i] if position else capital_curve[-1])
    
    return pd.Series(capital_curve, index=data.index)

可视化分析

python 复制代码
import matplotlib.pyplot as plt

plt.figure(figsize=(12,6))
plt.plot(data['Close'], label='收盘价', alpha=0.5)
plt.plot(data['SMA5'], label='5日均线', linestyle='--')
plt.plot(data['SMA20'], label='20日均线', linestyle='-.')
plt.scatter(data[data['Signal'].diff() != 0].index, 
           data['Close'][data['Signal'].diff() != 0], 
           c=data['Signal'][data['Signal'].diff() != 0].map({1:'g', -1:'r'}),
           marker='^', s=100)
plt.title('双均线策略交易信号可视化')
plt.legend()
plt.savefig('strategy_visualization.png', dpi=300, bbox_inches='tight')

策略优化建议

参数调优组合

组合名称 短期均线 长期均线 适用场景
激进型 3日 10日 高波动市场
平衡型 5日 20日 趋势行情
保守型 10日 50日 长线投资

改进方向

  1. 增加交易成本计算(佣金、滑点)
  2. 结合波动率过滤避免震荡行情
  3. 添加止损止盈机制
  4. 多品种回测验证策略普适性

使用示例

python 复制代码
if __name__ == "__main__":
    # 获取数据
    data = fetch_stock_data('AAPL', '2020-01-01', '2023-12-31')
    
    # 计算策略
    strategy_data = calculate_signals(data)
    
    # 执行回测
    results = backtest_strategy(strategy_data)
    
    # 展示结果
    print(f"累计收益率:{(results[-1]/1000000-1)*100:.2f}%")

注意事项

❗ 实际交易需考虑以下因素:

  • 避免在开盘价跳空时执行信号
  • 不同品种参数需重新优化
  • 回测存在过拟合风险
  • 需定期进行策略再平衡
相关推荐
黑客笔记2 小时前
python小工具win7翻车事故现场
python
岁月宁静4 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
benchmark_cc4 小时前
个人开发者接入五档盘口:用 QuantDash 读取单只股票的验收清单与易错点
python·数据分析·pandas·量化交易·股票数据·quantdash
ZhengEnCi6 小时前
项目越写越乱?先别改架构:用一次目录重排 + 一份可复算的体检脚本把乱治住
python·架构·ai编程
Dmz丶6 小时前
前端转 AI 100 天 Day 45:阶段复盘——从“会调 API”到“做出 AI 产品”
python
Sakura_j_h_7 小时前
MCP SDK 2.0 实战:用 MCPServer 搭本地笔记检索服务
开发语言·笔记·python·qt·ai工具·mcp·mcpserver
QuZhengRong7 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
Eider19988 小时前
Python基础语法之并发相关3
开发语言·python
M--Y9 小时前
LangGraph 架构基石:持久化与运行控制
python·langchain·大模型·llm·持久化·langgraph
用户0190275816110 小时前
新浪财经 / 东方财富股票接口不稳、被限?稳定替代方案
python