缠论 python 量化_【Python量化投资】基于技术分析研究股票市场

二

我们将从Web数据来源读取历史指数水平信息，并未一个基于趋势信号的交易系统实现简单的事后验证。但是，首先需要数据才能开始工资，这里我们主要靠pandas库，因为NumPy库比较常用，所以还是把该库导入。

(PS:除NumPy和SciPy，pandas也是Python的重要库之一)

这里DataReader函数来自pandas.io.data，可以用来从不同数据来源，尤其是雅虎财经网站上获取金融数据。

这里我们读取了从2000年的第一个交易日到结束日期的S&P500指数事件序列数据，而且自动地用TimeStamp对象生成一个时间索引。

收盘价的时间序列图如下：

所以先在pandas DataFrame对象上添加一个新列，用于两个趋势之间的差值。

此处的趋势策略是基于两个月(42个交易日)和一年(252个交易日)的趋势(也就是两种期间指数水平的移动平均数)。Pandas可以高效地生成各个时间序列。

首先先生成趋势数据：

三

现在数据已经已经完整，开始设计一条规则来生成趋势信号。规则如下：

买入信号(多头)：

42天趋势第一次高于252天趋势SD点。

等待(持币):

42天趋势在252天趋势的+/-SD点范围内。

卖出信号(空头)：

42天信号第一次低于252天趋势SD点。

Pandas数值运算通常以向量方式进行，这样可以取两列的全部差值：

在最后一个可用交易日上，42日趋势线远远高于252趋势线。尽管两个趋势列中的项目数量不相等，pandas通过在相应的指数位置放入NaN处理这种情况：

现在生成我们的投资机制，此处假定信号阈值为50：

即在1489个交易日中，42日趋势线高于252日趋势线SD个点以上，1232个交易日中，42日趋势线低于252日趋势线SD个点以上。所以，如果短期趋势线与长期趋势线交叉，它很可能在持续一段时间，即所谓的投资机制。图形如下：

四

至此，测试基于信号投资策略所需的数据都已准备就绪。为简化，假定投资者可以直接投资于指数或者直接做空指数，现实中要通过指数基金、交易所交易基金或者指数期货完成。这也会造成一些交易成本。因为不打算频繁交易，所以此处忽略交易成本。

根据投资机制，投资者可以选择做空、做多市场指数，或者持币观望。这种简化策略使我们只注意市场收益。当投资者做多时形成市场收益(1)，做空时形成负的市场收益(-1)，持币时不行成任何市场收益(0)。所以，需要先计算对数收益率。其中，shift方法按照所需指数输入项数量移动时间序列----这里，每移动一个交易日，就能得到每日的对数收益率：

而基于趋势的投资策略的收益，将Regime列乘以下一天的Returns列(用“昨天”的头寸得出今天的收益)：

所以比较指数累计持续收益和我们所用策略的累积持续收益即可：

往期精彩阅读链接

直接点击，查看往期精彩文章

听说，置顶关注我们的人都不一般