用python自动生成交易策略_Python-回测简单的交易策略

这篇文章主要介绍如何使用Python对一些简单的交易策略进行回测，对这块比较感兴趣的初学者可以看一看。文章主要分为以下几个部分：

1.获取证券数据

2.编写交易逻辑

3.模拟交易操作

4.统计结果和绘图

1.获取证券数据

创建策略之前我们要明确一个问题，这个交易策略将会被用在哪个市场？这样我们才能有针对性的获取数据。本文以A股市场为例，先获取A股近10年的数据并保存到数据库。

1.1.安装数据库(MongoDB)

为了提升运行效率，需要将证券数据保存到本地数据库，这里我们选择的数据库是MongoDB，安装过程在此不再赘述，参照http://www.runoob.com/mongodb/mongodb-window-install.html即可，比较简单。

1.2.编写数据库操作类

安装完数据库，我们编写一个工具类来管理数据库的增删改查等操作：

class DBManager:

def __init__(self, table_name):

self.client = MongoClient("127.0.0.1", 27017)

self.db = self.client["my_database"]

self.table = self.db[table_name]

def clsoe_db(self):

self.client.close()

# 获取股票代码列表(sz格式)

def get_code_list(self):

return self.table.find({}, {"ticker": 1}, no_cursor_timeout=True)

# 查询多条数据

def find_by_key(self, request=None):

if request is None:

request = {}

return self.table.find(request)

# 查询单条数据

def find_one_by_key(self, request=None):

if request is None:

request = {}

return self.table.find_one(request)

# 添加单条数据

def add_one(self, post, created_time=datetime.datetime.now()):

# 添加一条数据

post['created_time'] = created_time

return self.table.insert_one(post)

# 添加历史交易记录

def add_tk_item(self, ticker, __dict):

return self.table.update_one({'ticker&