十行程式碼帶你量化交易入門

說起量化交易入門，很多時候得到的答案都是長長的書單，讓人望而卻步。

這裡，就為新手準備了這篇文章--十行程式碼帶你量化交易入門

資料獲取，策略回測，行情連結，交易訊號，直接體驗整個量化交易的核心流程，立刻學會並跟著做起來！

學習內容：

1、學會寫一個簡單的量化交易策略

2、理解策略的基本框架

3、學會建立連線實盤的模擬交易，並使其自動傳送交易的訊號到微信

首先，進入JoinQuant，點選導航欄我的策略，新建策略，進入策略編輯畫面，如圖。

左側是編寫策略程式碼，右側是策略執行結果。我們就在左側寫策略程式碼。

策略編輯頁面

下面教你用10行程式碼寫歌量化交易策略——單股票均線策略

1 確定策略內容與框架

若昨日收盤價高出過去20日平均價今天開盤買入股票

若昨日收盤價低於過去20日平均價今天開盤賣出股票

只操作一隻股票，很簡單對吧，但怎麼用程式碼說給計算機聽呢？

想想人是怎麼操作的，應該包括這樣兩個部分

1、既然是單股票策略，事先決定好交易哪一個股票。

2、每天看看昨日收盤價是否高出過去20日平均價，是的話開盤就買入，不是開盤就賣出。每天都這麼做，迴圈下去。

對應程式碼也是這兩個部分

def initialize(context):    

用來寫最開始要做什麼的地方

def handle_data(context,data):    

用來寫每天迴圈要做什麼的地方

答疑與延伸：

· def後面的空格和最後的冒號不能少！

· 符號都要用英文輸入法！

· 為什麼這麼寫？就這麼規定的，先別管了。

· handle_data 按天迴圈時，如此處，其中的操作都是在9:30執行。

· 毫無程式設計基礎？，絲毫不懂變數，函式，if else的，還是先到量化課堂的程式設計部分學習下python語言吧。

幾乎所有策略都基於這個基本的策略框架：先初始化，然後迴圈操作

1、初始化，即最開始要做的事情，如選定股票，設定變數、引數等等

2、週期迴圈：即每個週期要做的事情，如計算指標，買入賣出等，週期可能是分鐘，天等，本文策略的週期是一天。當你要做一些盤中短線操作的時候，週期就要調成分鐘，先彆著急會遇到的。

2 初始化

我們要寫設定要交易的股票的程式碼，比如 兔寶寶（002043）

def initialize(context):    

g.security = '002043.XSHE'# 存入兔寶寶的股票程式碼

答疑與延伸：

· “g.”是什麼？全域性變數前都要寫”g.”，全域性變數就是全域性都能用的變數，一般變數只能在該函式下使用。如security不加”g.”,只能在第一部分即initialize裡用，不能在第二部分handle_data裡用。不懂什麼是變數的，到量化課堂的python程式設計裡學習下基礎內容，或者問問度娘。 

· “XSHE”是什麼？股票程式碼使用時要加字尾，深交所股票程式碼字尾為 “.XSHE “，上交所股票程式碼字尾為 “.XSHG”。

· 程式碼中“#”是什麼？”#“後的內容都是註釋，是為程式碼做說明的，不會被計算機當做程式碼處理。 

3 獲取收盤價與均價

首先，獲取昨日股票的收盤價

# 用法：變數 = data[股票程式碼].close

last_price = data[g.security].close# 取得最近日收盤價，命名為last_price

然後，獲取近二十日股票收盤價的平均價

# 用法：變數 = data[股票程式碼].mavg(天數，‘close’)

# 獲取近二十日股票收盤價的平均價，命名為average_price

average_price = data[g.security].mavg(20, 'close')

答疑與延伸：

data是什麼？

data[股票程式碼]後面除了平均價.mavg還能接什麼?

4 判斷是否買賣

資料都獲取完，該做買賣判斷了

# 如果昨日收盤價高出二十日平均價, 則買入，否則賣出

if last_price > average_price:    

買入

elif last_price < average_price:    

賣出

問題來了，現在該寫買賣下單了，但是拿多少錢去買我們還沒有告訴計算機，所以每天還要獲取賬戶裡現金量。

# 用法：變數 = context.portfolio.cash

cash = context.portfolio.cash# 取得當前的現金量，命名為cash

答疑與延伸：

context.portfolio 是什麼？

這句看著有點複雜，先記住吧。然後我們看看買入賣出怎麼寫。

5 買入賣出

# 用法：order_value(要買入股票股票的股票程式碼，要多少錢去買）

order_value(g.security, cash)# 用當前所有資金買入股票

# 用法：order_target(要買賣股票的股票程式碼，目標持倉金額）

order_target(g.security, 0)# 將股票倉位調整到0，即全賣出

答疑與延伸：

· 為什麼沒有指定交易價格？此策略是按天回測進行的且使用的較為簡單的市價單下單方法，交易價格為開盤價(加上滑點)

· 無法交易的情況？漲跌停，停牌，T+1制度等無法交易的情況，系統會自動使下單不成交併在日誌中發出警告。

· 滑點是什麼？

· 下單方法有哪些？

6 策略程式碼寫完，進行回測

把買入賣出的程式碼寫好，策略就寫完了，如下

def initialize(context):#初始化    

g.security = '002043.XSHE'# 股票名:兔寶寶

def handle_data(context, data):#每日迴圈   

last_price = data[g.security].close# 取得最近日收盤價    

# 取得過去二十天的平均價格    

average_price = data[g.security].mavg(20, 'close')    

cash = context.portfolio.cash# 取得當前的現金    

# 如果昨日收盤價高出二十日平均價, 則買入，否則賣出。    

if last_price > average_price:       

 order_value(g.security, cash) # 用當前所有資金買入股票    

elif last_price < average_price:        

order_target(g.security, 0) # 將股票倉位調整到0，即全賣出

現在，在策略回測介面右上部，設定回測時間從20140101到20160601，設定初始資金100000，設定回測頻率，然後點選執行回測。

設定回測引數

答疑與延伸：

· 什麼是回測？回測是量化交易策略研究中的關鍵，是指給定一段時間的歷史資料（如此處是20140101到20160601的每日資料），計算機按照所編寫的策略進行模擬模擬交易，以測試策略效果好壞。

如果你程式碼沒有問題，就會順利的進行回測，回測結果如下圖：

回測結果

至此，你就完成了一個簡單策略的回測了。

答疑與延伸：

· 如何根據回測結果評價策略好壞？很初級地講，有三： 

· 盈利能力：策略收益與年化收益高，則說明盈利能力強。盈利能力不行說啥都沒用。

· 盈利穩定性：最大回撤要低。最大回撤是指最大虧損幅度，50%則意味著歷史上看最大虧損率為50%。

· 回測可靠性：交易次數要多。交易次數越多意味著經歷了越多次的檢驗，回測的結果也越可靠。

  更多說明見：風險指標說明

· 這個策略回撤大，交易次數少，只交易一隻股票，並不靠譜。但是結構簡單適合新手入門理解整個流程。

7 建立模擬交易，使策略和行情實時連線自動執行

策略寫好，回測完成，點選回測結果介面（如上圖）右上部紅色模擬交易按鈕，新建模擬交易如下圖。

設定模擬交易引數

寫好交易名稱，設定初始資金，資料頻率，此處是每天，設定好後點提交。

答疑與延伸：

· 模擬交易建立成功後，需要等待A股至少開盤一次，才能檢視模擬交易結果。

8 開啟微信通知，接收交易訊號

點選聚寬導航欄我的交易，可以看到建立的模擬交易，如下圖。

模擬交易列表

點選右邊的微信通知開關，將OFF調到ON，按照指示掃描二維碼，繫結微信，就能微信接收交易訊號了。

當策略買賣操作，微信會收到訊號提醒類似下圖。

微信實時推送通知

答疑與延伸：

· 能不能自動下單？目前不能，國家管制。你可根據訊號手動下單買賣，施行策略。

自測與自學

1、能否理解整個策略框架。

2、能否成功編寫單股票均線策略，成功回測，建立模擬，開啟微信通知。

3、能否理解年化收益，最大回撤。

4、瀏覽JoinQuant 導航欄-幫助-常見問題

之後的文章，將在本文的基礎上，進行深入和擴充套件，比如多股票，指標獲取，大盤擇時等，旨在幫助對量化交易有興趣的人快速入門，能夠自主實現自己心中的想法與策略。

本篇文章和後續將收錄到量化交易&寬客 - 知乎專欄 以及簡書專欄， 敬請關注：）

更多進階內容可以到量化課堂 - JoinQuant學習，特點是講解細緻，程式碼規範，可以在聚寬實踐演練。

推薦閱讀：聚寬新手指南 - JoinQuant，乾貨，答疑，指路，一應俱全。

歡迎關注：知乎專欄【量化交易&寬客】

都看到這裡了，不點個贊嘛：）