您的位置: 首页  >  文章  >  写策略做回测

写策略做回测

分类: 文章 • 2024-09-09 14:35:22

将单元切换为 strategy 模式

这里使用优矿定制的回测框架，对量化策略进行研究、回测并查看回测结果。

创建一个strategy单元后，会提供策略代码模板，代码模版分为三个部分：

1
# 第一部分：策略参数
2
start = '2014-01-01'                      # 回测起始时间
3
end = '2015-01-01'                       # 回测结束时间
4
benchmark = 'HS300'                       # 策略参考标准
5
universe = ['000001.XSHE', '600000.XSHG']        # 证券池，支持股票和基金
6
capital_base = 100000                      # 起始资金
7
freq = 'd'                             # 策略类型，'d'表示日间策略使用日线回测，'m'表示日内策略使用分钟线回测
8
refresh_rate = 1                         # 调仓频率，表示执行handle_data的时间间隔，若freq = 'd'时间间隔的单位为交易日，若freq = 'm'时间间隔为分钟
9
​
10
# 第二部分：初始化策略，回测期间只运行一次，可以用于设置全局变量
11
# account是回测期间的虚拟交易账户，存储上述全局变量参数信息，并在整个策略执行期间更新并维护可用现金、证券的头寸、每日交易指令明细、历史行情数据等。
12
def initialize(account):
13
    # account.i = 1
14
    pass
15
​
16
# 第三部分：策略每天下单逻辑，执行完成后，会输出每天的下单指令列表
17
# 这个函数在每个交易日开盘前被调用，模拟每个交易日开盘前，交易策略会根据历史数据或者其他信息进行交易判断，生成交易指令
18
def handle_data(account):
19
    # 这里编写下单逻辑
20
    return

以上策略模版按照以下流程执行，图中红色框部分就是代码模版中的三个部分。

写策略做回测


基于以上了解，现在让我们来看看策略是如何去下单的，运行以下代码，在输出中点击“策略详情”，就可以在“调仓记录”中看到策略每天下单的信息啦：

1
start = '2014-01-01'                       # 回测起始时间
2
end = '2015-01-01'                         # 回测结束时间
3
benchmark = 'HS300'                        # 策略参考标准
4
universe = ['000001.XSHE', '600000.XSHG']         # 证券池
5
capital_base = 100000                      # 起始资金
6
freq = 'd'                                 # 用日线回测的策略
7
refresh_rate = 1                           # 每天调一次仓，即每个交易日都会运行第三部分的handle_data函数
8
​
9
def initialize(account):
10
    pass
11
​
12
def handle_data(account):    
13
    # account.universe：当前交易日的证券池，已经从全局变量universe中剔除了当天停牌、退市和数据缺失证券的证券池。
14
    # 推荐您下单的股票都来自于account.universe
15
    for stock in account.universe:
16
        # order：用来模拟下达买卖指令，这里表示买入100股stock股票。
17
        order(stock,100)

目前，写的策略尽管还很简陋，但这是走向各种复杂策略的第一步！

下面我们再举一个稍微复杂的 均线策略，策略思路为:

  • 以上证50ETF为标的（510050.XSHG），每天收盘后计算MA5、MA20
  • 若MA5 > MA20，且当前不持仓该股，买入；反之，MA5 <= MA20，且当前持仓该股，卖出。
1
# 均线策略
2
start = '2014-01-01'                  # 回测起始时间
3
end = '2015-01-01'                   # 回测结束时间
4
benchmark = 'SH50'                   # 策略参考标准
5
universe = ['510050.XSHG']              # 证券池，也可以在这里添加多个证券
6
capital_base = 10000                  # 起始资金
7
freq = 'd'                         # 日线策略
8
refresh_rate = 1                     # 每个交易日调仓
9
​
10
def initialize(account):
11
    pass
12
​
13
def handle_data(account):
14
    # account.get_attribute_history：表示获取所有证券过去20天的closePrice数据，返回数据类型为 dict，键为每个证券的secID
15
    hist = account.get_attribute_history('closePrice', 20)
16
    for stk in account.universe:
17
        # 计算股票过去5天收盘平均值
18
        ma5 = hist[stk][-5:].mean()
19
        # 计算股票过去20天收盘平均值
20
        ma20 = hist[stk][:].mean()
21
        
22
        # 如果5日均线大于20日均线，并且该股票当前没有持仓，则买入100手
23
        # account.valid_secpos：表示当前交易日持有数量大于0的证券头寸。数据类型为字典，键为证券代码，值为头寸。

相关推荐