量化交易入门阶段:MACD的其他用法回测——DIFF和0轴交叉

 

之前的文章《天天用的MACD指标到底有多好?》我回测了大家经常用的号称指标之王的——MACD,当然只是MACD中的基础策略金叉死叉,使用的还是默认的参数12,26,9。

这一次我们回测一下别的策略,比如diff上穿0轴进场,下穿0轴出场。

 

上一次我们的策略亏损4.39%:

 

股票池和上次一样,我们还用沪深300。

这一次仓位还是满仓干。

 

那么回测一下这个策略吧。

策略如下:

回测时间

2019.1.1-2019.12.31

买入条件:

DIFF上穿0轴,金叉买入

卖出条件:

DIFF 下穿0轴,死叉卖出

入场资金:

满仓买入所有形成金叉的股票

 

股票池选择:

沪深300

 

大家猜猜这个配合策略的收益率如何?

盈利18.8%,盈利率大幅提高,看来应该用DIFF作为进场信号也许更好。

当然这并不是MACD的全部策略,我们今后还将继续回测MACD的其他几个策略。

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。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python量化交易入门可以从以下几个方面着手: 1. 学习Python基础知识:包括变量、数据类型、运算符、条件语句、循环语句等。这些是编写量化交易程序的基础。 2. 学习量化交易基础知识:了解量化交易的基本概念、常用的量化交易策略和指标等。可以通过阅读相关书籍或在线教程来学习。 3. 学习数据处理库:Python中有很多用于数据处理的库,如NumPy、Pandas等。这些库可以帮助你处理和分析金融数据。 4. 学习可视化库:Python中有很多用于数据可视化的库,如Matplotlib、Seaborn等。这些库可以帮助你将分析结果以图表的形式展示出来。 5. 学习量化交易库:Python中有一些专门用于量化交易的库,如PyAlgoTrade、Zipline等。这些库提供了一些常用的量化交易功能,如回测、交易执等。 6. 实践项目:通过实践项目来巩固所学知识。可以选择一些简单的量化交易策略进回测和优化,或者使用爬虫库获取金融数据进分析。 以下是一个简单的示例,演示如何使用Python进简单的量化交易回测: ```python import pandas as pd import numpy as np # 读取股票数据 data = pd.read_csv('stock_data.csv') # 计算收益率 data['returns'] = np.log(data['close'] / data['close'].shift(1)) # 计算移动平均线 data['ma'] = data['close'].rolling(window=10).mean() # 生成交易信号 data['signal'] = np.where(data['close'] > data['ma'], 1, -1) # 计算持仓 data['position'] = data['signal'].shift() # 计算策略收益率 data['strategy_returns'] = data['position'] * data['returns'] # 计算累计收益率 data['cumulative_returns'] = (1 + data['strategy_returns']).cumprod() # 绘制累计收益曲线 data['cumulative_returns'].plot() ```

“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