深入浅出Python量化交易实战--第2章 回测与经典策略(下)

本文深入介绍了Python实现的海龟交易策略,包括策略核心、信号生成、下单操作以及回测分析。通过示例代码展示了如何根据股价突破唐奇安通道上下沿来产生买卖信号,并对策略的绩效进行了可视化展示。
摘要由CSDN通过智能技术生成

2.3 经典策略之海龟策略

说起经典的交易策略,就不得不提到“海龟策略”——一个20世纪80 年代提出的,以海龟交易法则为核心的交易策略。其核心要点是:在股 价超过过去N个交易日的股价最高点时买入,在股价低于过去N个交易 日的股价最低点时卖出。上述的若干个最高点和最低点会组成一个通 道,称为“唐奇安通道”。

关于海龟策略的介绍,限于篇幅,本书不展开详细介绍。我们重点 来研究一下如何帮助小瓦使用Python来实现海龟策略。

以下两段代码是加载必要库、设置、加载数据。

前面反复用过,没什么可说的

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import tushare as ts

pd.set_option('expand_frame_repr', False)  # True就是可以换行显示。设置成False的时候不允许换行
pd.set_option('display.max_columns', None)  # 显示所有列
pd.set_option('display.max_rows', None)  # 显示所有行
pd.set_option('colheader_justify', 'centre')  # 显示居中
ts.set_token('你的token')
pro = ts.pro_api()
# 股票代码
ts_code="002624.SZ"
start = "20220901"
end = "20230310"
# # 日线行情
zgpa = pro.daily(ts_code=ts_code, start_date=start, end_date=end)
zgpa.sort_values('trade_date', inplace=True)
zgpa.set_index('trade_date', inplace=True)
print(zgpa.head())
print(zgpa.tail())

        

备注:

如果上面程序报错

ts.set_token('你的token')改成:ts.set_token('token')

toke

Python量化交易是利用Python编程语言进行金融交易的一种方法。在量化交易中,我们使用计算机程序来执行交易策略,从而实现自动化交易和风险管理。对于小瓦这样的非计算机和金融专业的人来说,学习Python量化交易可以为她提供更多的知识和技能,增加就业竞争力。 首先,小瓦可以通过学习Python的基础语法和常用工具,如数据分析工具pandas和可视化工具matplotlib,来建立起对Python的基本掌握。这些工具在量化交易中非常常用,可以帮助小瓦进行交易数据的处理和可视化分析。[1] 其次,为了方便小瓦的学习和实践,建议她安装Anaconda,这是一个集成了Python解释器和常用数据科学库的开发环境。Anaconda内置了Jupyter Notebook,这是一个交互式的编程环境,非常适合学习和实验。此外,Anaconda还提供了PyCharm等编辑器,方便小瓦进行代码编写和调试。[2] 当然,我们并不期望小瓦直接使用简单的交易策略进行实盘交易。相反,我们建议她通过使用Python进行交易数据处理和可视化的方法,来熟悉量化交易的基本流程和工具。具体的交易策略和回报评估需要通过回测来进行。回测是指使用历史数据来模拟和评估交易策略的表现。关于回测的具体方法,我们可以在后续的学习中进行介绍。[3] 总之,通过学习Python量化交易,小瓦可以掌握更多的知识和技能,为将来的就业增加一些优势。同时,量化交易也是一个有趣且具有挑战性的领域,可以让小瓦在金融领域中有更多的发展机会。
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