单均线参数优化

思路：

1.导入需要的包

2.将字体设置为中文黑体

3.设置变量股票代码，移动平均线，阈值

4.定义函数 load_ohlc_from_local 读取本地文件设置日期为索引，返还DataFrame格式

5.定义buy与sell函数来模拟买卖并打印别买卖股票的代码，价格，数量与日期

6.定义calc_buy_vol通过余额cash给定的价格price来计算买入时交易的股票数量

7.定义open_current_order记入开仓的价格，开仓交易的数量，开仓日期，将余额cash全局化并计算开仓后的余额

8.定义close_current_order计算平仓价格，平仓日期，订单的盈亏，将current_orders中的订单移入history_orders中，再次更新cash余额

9.定义calc_total_pnl计算总盈亏

10.定义update_equity计算股票价格更新计算资产总值

11.定义back_test进行回测，遍历历史数据，根据移动平均线malen和价格波动的阈值判断买入与卖出信号，再调用buy sell等定义过的函数模拟交易

12.定义plot_candles绘制K线图，显示开盘价，收盘价，最高价，最低价

13.定义cast_orders_onto_candles将历史订单的开仓平仓信息绘制到K线图上

14.定义detect_best_MA将cash, current_orders, history_orders, malen全局化，设best_malen,best_pnl初始值分别为20和0，for 循环遍历i的长度（20到100，步长为10)并赋值给malen 设置初始资金cash为1000000，dfohlc(dataframe)的equity列为None,建立空字典current_orders,history_orders,调用"back_test"进行回测,当前总收益赋值给total_pnl并打印，通过if将最大的总收益赋值给best_pnl,当前malen赋值给best_malen记录最佳组合，将best_pnl进行回测，重置参数，回测，打印best_malen,total_pnl,最后画图

15.定义run_batch_parameters,将所需参数全局化，设置best_malen,best_threshold,best_pnl初始值，for循环i(20到100步长为5）j(1到5步长为1）,赋值给malen,threshold,设置初始资金cash,建立空字典current_orders,history_orders，回测，将当前回测的资产价值存入dfall，计算总收益，将最大的总收益赋值给best_pnl,当前malen赋值给best_malen，当前threshold赋值给best_threshold记录最佳组合并打印，画图操作

16.主程序，设置股票代码，名称，参数，加载历史数据，回测，计算总盈亏并绘制相应的图表

代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as -plt
# 显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']



def load_ohlc_from_local():
    df = pd.read_csv('600519.csv')
    df['datetime']=pd.to_datetime(df['date'], format='%Y-%m-%d', errors='coerce')
    df =df.set_index('datetime')
    return df


def buy(stock_code, price, volume, dt):
    # send o