双均线分析示例

日线定义

常见移动均线有5天、10天、30天、60天、120天。其中5天、10天是短期均线参考，作为日均线指标。

30天、60天指标是中期均线指标，作为季均线指标。

120天、240天是长期均线指标，作为年均线指标。

金叉和死叉

金叉是指短期均线上穿长期均线，是买入信号。

死叉是指短期均线下穿长期均线，是卖出信号。

示例题目

  1）获取000063从2018年1月1日开始到2019年底的历史数据，股票为赛为智能。

  2）使用pandas计算出3日均线和20日均线

  3）输出所有的金叉日期和死叉均线

  4）假设有10w，则计算按照金叉买入，死叉卖出的规则，这两年的盈利情况。

import numpy as np
import tushare as ts
import pandas as pd

ts.get_hist_data("300044", start = "2018-05-14", end = "2019-12-31").to_csv("d:/300044.csv")
df = pd.read_csv("d:/300044.csv", index_col="date", parse_dates=["date"])
df["ma3"] = np.NaN
#for i in range(3, len(df)):
#    df.loc[df.index[i] ,"ma3"] = df["close"][i-2:i+1].mean()
df["ma3"] = df["open"].rolling(3).mean()
df = df.dropna()
golden_cross = []
dead_cross = []
for i in range(1, len(df)):
    if (df["ma3"][i] >= df["ma20"][i]) and (df["ma3"][i - 1] < df["ma20"][i-1]):
        golden_cross.append(df.index[i])
for i in range(1, len(df)):
    if (df["ma3"][i] <= df["ma20"][i]) and (df["ma3"][i - 1] > df["ma20"][i-1]):
        dead_cross.append(df.index[i])
print(golden_cross)
print(dead_cross)
first_money = 100000
money = first_money
hold = 0
sr1 = pd.Series(1, index=golden_cross)
sr2 = pd.Series(0, index=dead_cross)
sr = sr1.append(sr2).sort_index()
print(sr)
for i in range(0, len(sr)):
    price = df["open"][sr.index[i]]
    if sr.iloc[i] == 1:
        buy = money // (price * 100)
        hold += buy * 100
        money -= buy * 100 * price
        print(sr.index[i], "buy socket, price:", price, "spent money:", buy * 100 * price)
    else:
        money += price * hold
        hold = 0
        print(sr.index[i], "sell socket, price:", price, " money:", money)
price = df["open"][-1]
now_money = money + price * hold
print("my income:", now_money - first_money)

    回测证明，按照金叉买进，死叉卖出方式并不能保证赚钱，我们使用赛为智能作为标的，测试了从2018年5月14日至2019年底的数据，投入10W，亏损7.5万，仅剩2.5万不到，可以说是亏的只剩裤衩了！

 

 

如果您喜欢这篇文章，别忘了点赞和评论哦！