Python股票量化学习（3）——简单的策略回测

        搞一个简单的交易策略回测（难点的我也不会啊）。此策略基于布林通道，当股价低于布林通道下轨线且持仓为0时，以下轨线价格全仓买入（不关心风险，反正也不要本钱）。当股价突破布林线上轨且有持仓时，以上轨线价格清仓卖出。（期间也没有考虑交易的费用）

        首先，从MySQL数据库读取已经下载好的股票历史数据，我用的库名是stock_databases。股票就随便选一个。

from sqlalchemy import create_engine
import pandas as pd

def calculate_boll(code):

    # 用于数据读取的表字段
    columns = 'date, open, high, low, close, volume'

    # 连接数据库引擎对象
    engine = create_engine("mysql+pymysql://root:123456@localhost:3306/stock_databases?charset=utf8")

    # 读取数据
    df = pd.read_sql('SELECT {} FROM {}_{}'.format(columns, code[:2], code[3:]),
                     con=engine,index_col='date')

    print(df.info())


calculate_boll('sh.600478')

 读取的数据如下图

数据类型在我保存到数据库之前就做了相应的处理，接着计算布林通道：

from sqlalchemy import create_engine
import pandas as pd

def calculate_boll(code):

    # 用于数据读取的表字段
    columns = 'date, open, high, low, close, volume'

    # 连接数据库引擎对象
    engine = create_engine("mysql+pymysql://root:123456@localhost:3306/stock_databases?charset=utf8")

    # 读取数据
    df = pd.read_sql('SELECT {} FROM {}_{}'.format(columns, code[:2], code[3:]),
                     con=engine,index_col='date')

    # 计算标准差
    standard_deviations = df['close'].rolling(20).std(ddof=1)

    # 添加布林通道的上轨、下轨和中轨
    df['md'] = round(df['close'].rolling(20).mean(), 2)
    df['upper'] = round(df['md'] + 2 * standard_deviations, 2)
    df['lower'] = round(df['md'] - 2 * standard_deviations, 2)

    return df

        有了布林通道的数据后，就可以通过比较最高价、最低价与上下轨的大小来确定交易信号。

import numpy as np
import pandas as pd
from sqlalchemy import create_engine


def trade_signal(code):
    """
    计算交易信号，当股价低于布林下轨时买入，高于上轨时卖出
    :param code: 股票代码
    :return: 包含交易信号的DataFrame
    """
    data = calculate_boll(code)
    # 新建一个DataFrame,以data的index为index
    df = pd.DataFrame(index=data.index)