快速 python量化 python编程 双均线模型教程

快速学会python编程及python量化

用python实现双均线模型,总共分为三步。

第一步:数据的获取。
通达信终端、新浪财经数据接口、经纪商的交易软件都能导出数据。
本次以中证1000指数的日线收盘数据为例。
使用第三方库pandas读取数据
数据文件如下图:
在这里插入图片描述

'''
作者:Leo
微信:470770753
完整教程:https://item.taobao.com/item.htm?spm=a230r.1.14.96.79c91aa8quZLX1&id=693510318381&ns=1&abbucket=16#detail
'''
import pandas as pd
file_name=’xxx.xls’
dataframe = pd.read_excel(file_name, header=0)  
print(dataframe )

在使用pandas打开excel如果遇到如下报错安装xrld三方库即可
在这里插入图片描述
第二步:数据可视化。
使用matplotlib三方库做数据可视化。

画线

import matplotlib.pyplot as plt
list= [6, 2, 13, 10]
plt.plot(list)
plt.show()

双坐标

fig, ax1 = plt.subplots()
ax2 = ax1.twinx()
ax1.plot(list1)
ax2.plot(list2)
plt.show()

画点

import matplotlib.pyplot as plt
plt.scatter(x, y, s=10, c='red', marker='s')

第三步:实现双均线模型,并做简单的交易信号标记记录分析。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

file_name='data.xls'
dataframe = pd.read_excel(file_name, header=0)
close_data=dataframe['close']

close_list=list(close_data)

#计算双均线
arg1=10
arg2=20

data_list=[]

ma1_list=[]
ma2_list=[]

open_price=None

profit_list=[0]

#将数据模拟成逐个回放
for close in close_list:
    data_list.append(close)

    if len(data_list)>=arg2:
        #用numpy来计算均值,mean()
        av1=np.mean(data_list[-arg1:])
        av2 = np.mean(data_list[-arg2:])

        ma1_list.append(av1)
        ma2_list.append(av2)

        #计算收益
        if open_price==None:
            profit_list.append(profit_list[-1])
        else:
            profit=profit_list[-1]+close-data_list[-2]
            profit_list.append(profit)

        if len(ma1_list) > 1 and len(ma2_list) > 1:
            #当金叉,开仓
            if ma1_list[-1]>ma2_list[-1] and ma1_list[-2]<ma2_list[-2]:
                open_price=close

            #当死叉,平仓
            if ma1_list[-1] < ma2_list[-1] and ma1_list[-2] > ma2_list[-2]:
                open_price=None


# plt.plot(close_list)
# plt.plot(ma1_list)
# plt.plot(ma2_list)
# plt.plot(profit_list)


fig, ax1 = plt.subplots()

ax2 = ax1.twinx()
ax1.plot(close_list)
ax1.plot(ma1_list)
ax1.plot(ma2_list)
ax2.plot(profit_list,color='red')

plt.show()


最终实现的结果:
在这里插入图片描述

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
均线策略是量化投资中常用的一种策略,其基本思想是通过计算一段时间内的股价平均值,来判断股票价格的走势。具体来说,当股票价格上穿均线时,说明股票价格可能会上涨,此时可以买入;当股票价格下穿均线时,说明股票价格可能会下跌,此时可以卖出或者持币观望。 以下是一个简单的均线策略的Python实现: ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt # 读取股票数据 df = pd.read_csv('stock.csv') # 计算5日均线和20日均线 df['MA5'] = df['Close'].rolling(window=5).mean() df['MA20'] = df['Close'].rolling(window=20).mean() # 画出股票价格和均线的走势图 plt.plot(df['Close'], label='Close') plt.plot(df['MA5'], label='MA5') plt.plot(df['MA20'], label='MA20') plt.legend() plt.show() # 根据均线策略进行买卖 df['Signal'] = np.where(df['MA5'] > df['MA20'], 1, 0) df['Position'] = df['Signal'].diff() # 画出买卖信号和持仓情况的走势图 plt.plot(df['Signal'], label='Signal') plt.plot(df['Position'], label='Position') plt.legend() plt.show() ``` 在上面的代码中,我们首先读取了股票数据,然后计算了5日均线和20日均线,并画出了股票价格和均线的走势图。接着,我们根据均线策略进行买卖,当5日均线上穿20日均线时,我们认为股票价格可能会上涨,此时我们买入;当5日均线下穿20日均线时,我们认为股票价格可能会下跌,此时我们卖出或者持币观望。最后,我们画出了买卖信号和持仓情况的走势图。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值