新手可以去看新版，更系统详细，[量化交易零基础入门教程](https://www.joinquant.com/post/13149) ------ 说起量化交易入门，很多时候得到的答案要么是谈理论、要么列书单、要么就过程繁琐难以实践，结果往往是让对量化交易感兴趣的人迈不出那最初的一步。另外一方面，如果已经学了一些`Python`基础又希望能够用上，学以致用，那么这篇文章将教你简单的使用`Python`去写一个 策略。 这篇文章，力求以简单的例子，手把手教你如何用十行代码，写一个能根据实际行情发送交易信号到微信的量化交易策略！ > 学习内容： >- 学会写一个简单的量化交易策略 >- 理解策略的基本框架 >- 学会建立连接实盘的模拟交易，并使其自动发送交易的信号到微信 首先，进入JoinQuant，新建策略并清空原本模板代码，如下图。**注意**，未登录用户无法保存编写的策略以及查看回测详情，最好先登录，免得编的策略保存不了白做了。 ![新建空白策略][1] 左侧是编写策略代码，右侧是策略运行结果。我们就在左侧写策略代码。（图片是老版示例，跟上图不相连，只看大体界面就好）  下面教你用10行代码写个量化交易策略——单股票均线策略 ### 1 确定策略内容与框架 我们明确下策略内容： 若昨日收盘价高出过去20日平均价今天开盘买入股票 若昨日收盘价低于过去20日平均价今天开盘卖出股票 只操作一只股票，很简单对吧，但怎么用代码说给计算机听呢？ 想想人是怎么操作的，应该包括这样两个部分 1. 既然是单股票策略，事先决定好交易哪一个股票。 1. **每天**看看昨日收盘价是否高出过去20日平均价，是的话开盘就买入，不是开盘就卖出。**每天都这么做，循环下去**。 对应代码也是这两个部分 ``` python def initialize(context): 用来写最开始要做什么的地方 def handle_data(context,data): 用来写每天循环要做什么的地方 ``` > 答疑与延伸： > - def后面的空格和最后的冒号不能少！ > - 符号都要用英文输入法！ > - **为什么这么写？**就这么规定的，先别管了：） > - handle_data 按天循环时，如此处，其中的操作都是在9:30执行。 **几乎所有策略都基于这个基本的策略框架：先初始化，然后循环操作** 1 **初始化**，即最开始要做的事情，如选定股票，设置变量、参数等等 2 **周期循环**：即每个周期要做的事情，如计算指标，买入卖出等，周期可能是分钟，天等，本文策略的周期是一天。当你要做一些盘中短线操作的时候，周期就要调成分钟，先别着急会遇到的。 ### 2 初始化 我们要写设置要交易的股票的代码，比如 兔宝宝（002043） ，真的有这个股票哦。 ``` python def initialize(context): g.security = '002043.XSHE'# 存入兔宝宝的股票代码 ``` >答疑与延伸： >- **"g."是什么？**全局变量前都要写"g."，全局变量就是全局都能用的变量，一般变量只能在该函数下使用。如security不加"g.",只能在第一部分即initialize里用，不能在第二部分handle_data里用。 >- **什么是变量？**，可以当变量是各种存放数据的容器，每个都要有个名字，比如`g.security = '002043.XSHE'`，就是把数据'002043.XSHE'放到变量`g.security`中，如果变量中里面有别的数据会替换掉。具体到量化课堂的python编程里学习下基础内容，或者问问百度。 >- **"XSHE"是什么？** 股票代码使用时要加后缀，深交所股票代码后缀为 ".XSHE "，上交所股票代码后缀为 ".XSHG"。 >- **代码中“#”是什么？**”#“后的内容都是注释，是为代码做说明的，不会被计算机当做代码处理。 ### 3 获取收盘价与均价 首先，获取昨日股票的收盘价 ``` python # 用法：变量 = data[股票代码].close last_price = data[g.security].close# 取得最近日收盘价，命名为last_price ``` 然后，获取近二十日股票收盘价的平均价 ``` python # 用法：变量 = data[股票代码].mavg(天数，‘close’) # 获取近二十日股票收盘价的平均价，命名为average_price average_price = data[g.security].mavg(20, 'close') ``` >答疑与延伸： >- [data是什么？](https://www.joinquant.com/api#handle_data) >- [data[股票代码]后面除了平均价.mavg还能接什么?](https://www.joinquant.com/api#securityunitdata) >- 这些写法其实都是python写法，如果你觉得不好“理解”可以先记住。 ### 4 判断是否买卖 数据都获取完，该做买卖判断了 ``` python # 如果昨日收盘价高出二十日平均价, 则买入，否则卖出 if last_price > average_price: 买入 elif last_price < average_price: 卖出 ``` 问题来了，现在该写买卖下单了，但是拿多少钱去买我们还没有告诉计算机，所以每天还要获取账户里现金量。 ``` python # 用法：变量 = context.portfolio.cash cash = context.portfolio.cash# 取得当前的现金量，命名为cash ``` >答疑与延伸： >- [context.portfolio 是什么？](https://www.joinquant.com/post/9634) 这句看着有点复杂，先记住吧。然后我们看看买入卖出怎么写。 ### 5 买入卖出 ``` python # 用法：order_value(要买入股票股票的股票代码，要多少钱去买） order_value(g.security, cash)# 用当前所有资金买入股票 # 用法：order_target(要买卖股票的股票代码，目标持仓金额） order_target(g.security, 0)# 将股票仓位调整到0，即全卖出 ``` >答疑与延伸： >- **为什么没有指定交易价格？**此策略是按天回测进行的且使用的较为简单的市价单下单方法，交易价格为开盘价(加上滑点) >- **无法交易的情况？**涨跌停，停牌，T+1制度等无法交易的情况，系统会自动使下单不成交并在日志中发出警告。 >- [滑点是什么？](https://www.joinquant.com/api#滑点)简言之是为成交误差留出余地。 >- [下单方法有哪些？](https://www.joinquant.com/api#下单函数) ### 6 策略代码写完，进行回测 把买入卖出的代码写好，策略就写完了，如下 ``` python def initialize(context):#初始化 g.security = '002043.XSHE'# 股票名:兔宝宝 def handle_data(context, data):#每日循环 last_price = data[g.security].close# 取得最近日收盘价 # 取得过去二十天的平均价格 average_price = data[g.security].mavg(20, 'close') cash = context.portfolio.cash# 取得当前的现金 # 如果昨日收盘价高出二十日平均价, 则买入，否则卖出。 if last_price > average_price: order_value(g.security, cash)# 用当前所有资金买入股票 elif last_price < average_price: order_target(g.security, 0)# 将股票仓位调整到0，即全卖出 ``` 现在，在策略回测界面右上部，设置回测时间从20140101到20160601，设置初始资金100000，设置回测频率，然后点击运行回测。 ![cd5be5a9-6f32-4a86-bc28-c13d3d23ebfd.png][2] > 答疑与延伸： > - **什么是回测？**回测是量化交易策略研究中的关键，是指给定一段时间的历史数据（如此处是20140101到20160601的每日数据），计算机按照所编写的策略进行模拟仿真交易，以测试策略效果好坏。 如果你代码没有问题，就会顺利的进行回测，回测结果如下图： ![6a878da0-b17f-4b40-a857-632979bcd1d2.png][3] 至此，你就完成了一个简单策略的回测了。 > 答疑与延伸： > - **如何根据回测结果评价策略好坏？**很初级地讲，有三： > 1. 盈利能力：策略收益与年化收益高，则说明盈利能力强。盈利能力不行说啥都没用。 > 1. 盈利稳定性：最大回撤要低。最大回撤是指最大亏损幅度，50%则意味着历史上看最大亏损率为50%。 > 1. 回测可靠性：交易次数要多。交易次数越多意味着经历了越多次的检验，回测的结果也越可靠。 > 更多说明见：[风险指标说明](https://www.joinquant.com/api#风险指标) > - 这个策略回撤大，交易次数少，只交易一只股票，并不靠谱。但是结构简单适合新手入门理解整个流程。 ### 7 建立模拟交易，使策略和行情实时连接自动运行 策略写好，回测完成，点击回测结果界面（如上图）右上部红色模拟交易按钮，新建模拟交易如下图。 ![f8cb32d1-b214-449b-a74a-b586550ef364.png][4] 写好交易名称，设置初始资金，数据频率，此处是每天，设置好后点提交。 >答疑与延伸： >- 模拟交易创建成功后，需要等待A股至少开盘一次，才能查看模拟交易结果。 ### 8 开启微信通知，接收交易信号 点击聚宽导航栏我的交易，可以看到创建的模拟交易，如下图。 ![9fd52c6c-c159-4e99-92ef-d8e195582d91.png][5] 点击右边的微信通知开关，将OFF调到ON，按照指示扫描二维码，绑定微信，就能微信接收交易信号了。 当策略买卖操作，微信会收到信号提醒类似下图。 ![845a915b-9b71-496b-8e2c-0fa76eb2dbe3.png][6] >答疑与延伸： >- **能不能自动下单？**目前不能，敬请期待。你可根据信号手动下单买卖，施行策略。 ### 自测与自学 1. 能否理解整个策略框架。 2. 能否成功编写单股票均线策略，成功回测，建立模拟，开启微信通知。 2. 能否理解年化收益，最大回撤。 3. **浏览[聚宽新手指南](https://www.joinquant.com/post/4589)，干货，答疑，指路，一应俱全。** ### 摘要回顾： 1. 确定策略内容与框架 1. 初始化 - 全局变量 g. - 股票后缀 - 注释格式 # 1. 获取收盘价与均价 - 获取二十日均价 - 获取收盘价 1. 判断是否买卖 - 利用 if 进行判断 - 获取当前账户现金 1. 买入卖出 - 下市价单 - 滑点 - 下单方法有哪些 - 无法交易的情况 1. 进行回测 - 回测含义及其方法 - 如何根据回测结果评价策略 1. 建立模拟交易，行情实时连接 1. 开启微信通知，接收交易信号 [1]: https://image.joinquant.com/cf753bd5adcd583dcbaa6308e305291a [2]: https://image.joinquant.com/5aa167523a2d07e388f09979dd044725 [3]: https://image.joinquant.com/5a4a0e832f835932236393e576ad0cea [4]: https://image.joinquant.com/6f8dafccaff647343c2213163e4fe445 [5]: https://image.joinquant.com/f2af0b70c848110beea86c25d64b8327 [6]: https://image.joinquant.com/23a814dafcae7fa46e55834b0dc0df4c