量化交易开发之基本框架

量化交易开发之基本框架（二）

通过前面的文章，对量化交易有了一个基本的认识之后，我们开始学习量化交易。毕竟就像学习游泳，有些东西讲是讲不懂，必须要做过！

一、从一个简单的交易策略开始

先看一个非常简单的交易策略

每天买100股的平安银行；

为了这个策略能让计算机执行，首先要使策略符合"初始化+周期循环"框架

初始化：选定要交易的股票为平安银行；

每天循环：买100股的平安银行；

二、什么是"初始化+周期"框架

• 为了将投资灵感高效转化成计算机可执行的量化策略，必须基于一种模式来写，框架就是这种模式。而此框架包括两个部分：初始化和周期循环：

  初始化：即指策略最开始运行前要做的事情。比如，准备好要交易的股票。

  周期循环：策略开始后，随和时间一周期一周期的流逝，每个周期要做的事情。如周期为天，周期循环为每天买100股的平安银行。

能帮助你理解这一框架的是，其实人本身日常做交易就是符合"初始化+周期"框架的，初始化就是已存在人脑的交易思想与认知，周期循环就是每天或每分钟查看行情、判断、下单等行为。

三、把策略变成计算机可执行的程序

通过编程将策略写成计算机可以识别的代码，具体说，这里我们选用python语言。当然你也可以选择C++/java等。但是为什么是python，因为：

Python 简单易用，学习成本低，看起来非常优雅干净；

Python 标准库和第三库众多，功能强大，既可以开发小工具，也可以开发企业级应用；

四、将策略写成代码

这并非三言两语就能说清，尤其是对于没有编程基础的人。所以我们将通过后续的内容逐步地介绍。首先我们将学习“初始化+周期循环”框架代码的写法。

写法：

def initialize(context):
    这里是用来写初始化代码的地方，例子中就是选定要交易的股票为平安银行

def period(context);
    这里是用来写周期循环代码的地方，例子中就是买100股的平安银行

补全代码：

    # 导入函数库
    from jqdata import *

    # 初始化函数，设定基准等等
    def initialize(context):
    # 开盘前运行
        run_daily(period, time='every_bar')
        g.security = '000001.XSHE'

    ## 开盘时运行函数
    def period(context):
        order(g.security, 100)

这里我们选择一个策略开发平台，设置好起始资金和起止时间（比如初始资金为100000，起止时间为20160601-20160701），频率设置成天。

可以看到，若你20160601有初始资金100000元，每个交易日尝试买100股的平安银行，到20161231，你的收益曲线将如图中蓝线般增长。图中红线是基准收益（默认是沪深300指数，代表整个市场增长水平）

可以看到，如果20160601有初始资金100000源，每个交易日尝试买100股的平安银行，到20160701，收益曲线如图。

图中红线是基准收益（默认是沪深300指数，代表整个市场增长水平）。

上图，是每日的持仓记录和持仓记录。

五、总结

• 像刚刚那样，用一段时间内的历史的真实行情数据，来验证一个确定的交易策略在这段时间表现如何，这个过程叫回测。
• 运行回测就是是字面意思，让计算机运行这次回测，运行后会告诉你策略在这段时间表现情况，比如收益率、年化收益率、最大回撤、夏普比率等指标，而且一般也会包括下单记录、持仓记录等。

六、未完待续

下章将继续介绍量化策略的python基本语法和变量。

欢迎关注知乎：北京不北

欢迎关注douyin：near.X （北京不北）

欢迎+V：beijing_bubei

获得免费答疑，长期技术交流。