利用python实现基于MACD指标的均线择时策略

本文链接：https://blog.csdn.net/Trb201013/article/details/135595479

这里利用python实现基于MACD指标的简单均线择时策略，投资标的为沪深300指数。

其核心MACD指标计算部分直接调用talib库实现，整个代码就变得非常简单。

基于baostock实现的数据获取部分函数在之前的文章中已展示过，在这里就省略了。

if __name__ == '__main__' :
    
    # 参数设置
    code = "sh.000300"
    start_date = "2015-01-01"
    end_date = "2018-12-31"
    freq = "d"
    fields = "date,close"
    
    login_baostock() # 登陆baostock
    
    # 利用baostock获取沪深300指数的日频收盘价序列
    rs1 = get_share_info(code, start_date, end_date, fields, frequency=freq)
    result_kline = get_share_result(rs1)
    price = result_kline['close'].astype(float)

    # 用python自带的tseries库中的pct_change()函数计算日收益率
    ret = price.pct_change()
    
    # 用talib库中的相应函数计算MACD指标
    dif, dea, macd = ta.MACD(price)
    # 只考虑MACD指标，MACD转正时开仓买入，转负时清仓
    sig = (macd>0)

    # sig滞后一期、去除空值、转换成整数
    sig_lag = sig.shift(1).fillna(0).astype(int)
    # sig_lag与股票日收益率相乘，即可得策略日收益率。python能自动对齐时间序列的日期
    sig_ret = sig_lag*ret
    # 计算策略累计收益
    cum_sig_ret = (1+sig_ret).cumprod()

    # 把股票价格转换成从1开始，方便比较
    price_norm = price/price[0]

    # 不考虑手续费，作图比较该策略和“买入-持有”策略的表现
    plt.figure(figsize=(18,8))
    plt.plot(price_norm)
    plt.plot(cum_sig_ret)
    plt.legend(["benchmark", "strategy cumulative return"], loc="upper left")
    plt.show()
    
    logout_baostock() # 登出baostock

最终结果：