量化交易入门阶段:双均线策略优化会怎样?

 

在文章《好事要成双——双均线策略》中,我给大家留下了很多问题,在本篇文章,我给大家解答其中一个问题,那就是如果把参数10,60日均线,变为30、60日均线,会不会提供盈利水平呢?

这是之前10/60日均线的盈利率

 

这回我们的策略是:

入场时间:

2019年1月1日-2019年12月1日

入场信号:

30日均线上穿60日均线,金叉就进场买入

仓位:

每只股票都买1000元

出场信号:

30均线下穿60日均线,死叉就卖出平仓

股票选择:

股票池的选择我用的是全市场沪深两市所有股票的三分之一,即从深圳000开头开始升序排列,到沪市的600开头,取前1000只股票作为样本,也只有这样才能相对客观的评价这个指标是否有效,不然的话,同样都出现金叉,有的买有的不买,回测的结果并不能说明方法的好坏。

 

大家想想,会不会提高?

我们看看答案吧。

 

收益率终于为正数了,虽然只有1.4%而已,那也比最初的单独60日均线要好太多了。

单独60日均线的收益率是亏损17.95%,现在是盈利1.4%,通过简单的改变,收益率大幅提高18%。

我想告诉大家就是这个,别小看每一个微小的改变,日积月累,一些不好用的方法也会化腐朽为神奇。

当然这个策略现在还可以进一步提高。

甚至是赚大钱,实现大幅盈利。

那么进一步怎么提高呢?

增加MACD,KDJ,BOLL等等其他指标又会怎么样呢?

相信大家逐渐明白了,量化交易其实很简单,很客观,也不难学,这些方法都是大家平时用的方法,只不过没有真正发挥出他们的全部实力,我将逐渐让大家明白指标的真正实力。

大家有任何问题也欢迎留言,我看见之后,会给大家进行解答。

如果自己有策略,但是不会写代码的话,可以给我私信,价钱从几十到几百不等,看策略实现的难易程度而定,我使用的是聚宽平台,代码写好之后,可以在上面上模拟盘和实盘,对应的券商是第一创业证券。

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
好的,以下是一个简单的双均线策略的实现: 1. 策略思路: 双均线策略是一种常见的趋势跟踪策略,它的核心思想是通过计算不同时间段的移动平均线来判断市场的趋势,并根据移动平均线之间的交叉信号进行买入或卖出操作。 2. 策略参数: 选择两条不同的移动平均线,一条是较短期的,一条是较长期的。例如,可以选择5日移动平均线和20日移动平均线。 3. 交易信号: 当短期移动平均线上穿长期移动平均线时,产生买入信号;当短期移动平均线下穿长期移动平均线时,产生卖出信号。 4. 代码实现: ```python import pandas as pd import yfinance as yf import matplotlib.pyplot as plt # 下载数据 data = yf.download('AAPL', start='2010-01-01', end='2021-01-01') # 计算5日移动平均线和20日移动平均线 data['MA5'] = data['Close'].rolling(window=5).mean() data['MA20'] = data['Close'].rolling(window=20).mean() # 计算交易信号 data['Signal'] = 0 data['Signal'][5:] = np.where(data['MA5'][5:] > data['MA20'][5:], 1, 0) data['Signal'][5:] = np.where(data['MA5'][5:] < data['MA20'][5:], -1, data['Signal'][5:]) # 计算每日收益率 data['Return'] = np.log(data['Close']/data['Close'].shift(1)) # 计算策略收益率 data['Strategy'] = data['Signal'].shift(1) * data['Return'] # 计算累计收益率 data['Cumulative_Return'] = np.cumsum(data['Strategy']) # 绘制图形 plt.plot(data['Cumulative_Return']) plt.xlabel('Date') plt.ylabel('Cumulative Return') plt.title('Dual Moving Average Strategy') plt.show() ``` 这里以苹果公司的股票价格为例,下载了2010年至2021年的日线数据,计算出了5日移动平均线和20日移动平均线,并根据交叉信号计算出了交易信号。最后计算出了策略的收益率,并绘制了累计收益率曲线。

“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 2
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