开源量化框架Catalyst中文教程（3）——双均线策略

GitHub：https://github.com/enigmampc/catalyst
官方文档：https://enigma.co/catalyst/index.html
参考视频：网易云课堂《从零搭建数字货币量化交易系统》
系统环境：macOS High Sierra 10.13.6

这篇我们在Catalyst的官方示例dual_moving_average.py的基础上研究双均线策略。

一. 策略要点

1. 短期移动均线上穿长期移动均线，买入

2. 短期移动均线下穿长期移动均线，卖出

如图所示（注意：绿涨红跌，这是国际惯例）：

3. 买入和卖出的时机（交易逻辑）

如图所示：第一根K线的短周期均线在长周期均线下方，第二根K线的短周期均线上穿长周期均线，当且仅当第二根K线结束我们才能确认这个买点形成，在catalyst中，我们可以在第二根K线结束时买入。

二. 代码详解

1. 常数设置和程序初始化

这里我们用bitfinex交易所的BCH/USD交易对，注意：BCH在bitfinex交易所的名称是BAB，所以symbol是bab_usd

NAMESPACE = 'dual_moving_average'
log = Logger(NAMESPACE)
SIGNAL_BUY = 'buy'  # 买入信号
SIGNAL_SELL = 'sell'  # 卖出信号
SIGNAL_INIT = ''  # 观望信号
SHORT_WIN = 5  # 短周期窗口
LONG_WIN = 20  # 长周期窗口


def initialize(context):
    """
        初始化
    """
    context.i = 0  # 经历过的交易周期
    context.asset = symbol('bab_usd')  # 交易对
    context.base_price = None  # 初始价格
    context.signal = SIGNAL_INIT  # 交易信号

2. 策略实现

def handle_data(context, data):
    # 经历过的交易周期大于长周期均线窗口才开始计算
    context.i += 1
    if context.i < LONG_WIN + 1:
        return

    # 获取历史数据，返回series
    history_data = data.history(context.asset,
                                'close',
                                bar_count=LONG_WIN + 1,
                                frequency="1D",
                                )

    # 获取当前持仓数量
    pos_amount = context.portfolio.positions[context.asset].amount

    # 计算双均线
    """
        pandas.Series.mean: Return the mean of the values for the requested axis.
                            scalar or Series (if level specified)
        pandas.Rolling.mean: Calculate the rolling mean of the values.
                             Returned object type is determined by the caller of the rolling calculation.
    """
    short_avgs = history_data.rolling(