用 Python 实现你的量化交易策略

account.get_attribute_history( closePrice , 3)

取得股票池中所有股票前 3 天的收盘价(closePrice)。

hist[s][2] - hist[s][0]

得到 1 天前和 3 天前收盘价的差值。

account.valid_secpos

是账户当前所持有的证券信息。

如果收盘价 2 天的差值满足买入条件且未持有，就执行:

order_pct(s, 0.05)

order_pct 表示按账户当前总价值的百分比买入股票。

如果满足卖出条件则执行:

order_to(s, 0)

OK，一个简单到不行的策略已完成。运行一下:

居然，这么简单的策略在最高的时候有超过 90% 的收益，即使在经历了年中的股灾和下半年的震荡之后，到年底也还有 30% 多的收益率，应该超越了大部分散户去年的成绩吧。如果按照这个策略进行交易，啧啧，想想还有点小激动呢。(喂!快醒醒!)

然而现实是残酷的，真实的市场分分钟教你做人。

量化投资以及程序化交易是很有前途的行业，但在你想从事这行，甚至用它赚钱之前，请先深入了解它。

有兴趣的，去看下知乎上的这个问题:

学习量化交易如何入门?

前面提到的另外几个平台，和优矿基本类似，API 和功能会有些差异，可以自行尝试，这里不再分别演示。知乎上也有人做过比较:

已知国内量化平台的比较， Ricequant / 优矿究竟谁是下一个quantopian，哪家挖矿强?

如果你对这个领域充满好奇，不如现在就立刻动手，从你的第一个策略开始。

开始的一些变量是对回测的基本配置。initialize 里可以做一些初始化的工作。handle_data 则是回测代码的核心，用来实现每个交易日(或每分钟)的交易指令。

具体的变量含义，这里不做特别细致的解释，文档里都有说明。仅从命名和注释里也可以看出，设定了回测的时间，股票池，资金，交易频率等。

文档里给了一个最简单的日线策略代码:

def handle_data(account):

for stock in account.universe:

order(stock,100)

此策略就是，在每个交易日，把股票池里每一只股票都买入一手。

account.universe 就是开头设定的 universe 值。这里遍历股票池中的股票。

order 是买卖指令，函数原型是:order(symbol, amount)

参数 symbol 是股票代码，amount 是买卖数量，正为买入，负为卖出。此处买入 100 股，即 1 手。

点击“运行”，或 Ctrl+Enter，即可在页面上看到策略的执行情况。

我们再尝试改动一点点，写一个自己的策略。

我拍脑袋想了这样一个策略:

如果一只未持有的股票 2 个交易日累计涨了 10% 以上，就以当前资金的 5% 买入它。反过来，如果累计跌了 10% 以上，就全部卖出止损。

下面把它实现出来看下回测效果如何。

时间设为去年(2015)全年，起始资金 10 万元。

universe = set_universe( A )

股票池为 A 股所有股票。

　　　　　　　　　　　　　 查看评论 回复