金融量化— 简单均值回归策略（Mean Reverting Strategy）

均值回归理论

均值回归策略应用了股市投资中经典的高抛低吸思想，该类型策略一般在震荡市中表现优异； 但是在单边趋势行情中一般表现糟糕，往往会大幅跑输市场；

均值回归：“跌下去的迟早要涨上来” , 选股用， 不适合做择时，因为不知道什么时候是偏离最低

均值回归的理论基于以下观测：价格的波动一般会以它的均线为中心。也就是说，

当标的价格由于波动而偏离移动均线时，它将调整并重新归于均线。

定义偏离程度：（MA-P）/MA —MA均线，P价格

均值回归策略：在每个调仓日进行

计算股票池中所有股票的N日均线

计算股票池中所有股票与均线的偏离度

选取偏离度最高的M只股票并调仓，比如某只股票前几年波动较小，突然出现波动很大的情况，就有持有的价值

python实现

0. 引库

%matplotlib inline
import matplotlib.pyplot as plt
import seaborn
plt.style.use('seaborn')
import matplotlib as mpl
mpl.rcParams['font.family'] = 'serif'
import warnings; warnings.simplefilter('ignore')    # 忽略警告信息

import numpy as np
import pandas as pd
import tushare as ts

1. 数据准备 & 回测准备

data = ts.get_k_data('hs300', start = '2010-01-01', end='2016-06-30')[['date','close']]
data.rename(columns={
   'close': 'price'},