A股回测“孕线”策略 — Python 量化投资实战教程(8)

上一篇系列文章《Python 量化投资实战教程(7)—孕线真的有用吗？》中我们讲到了孕线的形态和其基本的量化规则。

不过，当时只是基于一支股票对这个策略进行回测，数据量过少，其结果并不具有参考性。

今天，我们将在A股中抽取1000只股票，计算这些股票在2010年1月1日至2020年5月10日采用孕线策略的收益率。

本文完整源代码和数据均在开源代码仓库中：
https://github.com/Ckend/pythondict-quant

1.准备

开始之前，你要确保Python和pip已经成功安装在电脑上噢，如果没有，请访问这篇文章：超详细Python安装指南进行安装。如果你用Python的目的是数据分析，可以直接安装Anaconda：Python数据分析与挖掘好帮手—Anaconda

Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，准备开始输入命令安装依赖。

当然，我更推荐大家用VSCode编辑器，把本文代码Copy下来，在编辑器下方的终端运行命令安装依赖模块，多舒服的一件事啊：Python 编程的最好搭档—VSCode 详细指南。

在终端输入以下命令安装我们所需要的依赖模块:

pip install backtrader
pip install numpy
pip install matplotlib

看到 Successfully installed xxx 则说明安装成功。

2.策略

买入卖出策略与上篇文章一致：

买入：符合孕线形态时，买入。

卖出：涨10%或跌10%。

策略核心代码如下：

除此之外，在交易完成时要记录利润率：

最后，分析每支股票的利润率，求得平均值并绘图：

最终算得正收益股票数量：493，负收益股票数量：507，利润分布图如下：

3.总结

针对A股1000支股票10年运行轨迹的回测结果显示，孕线策略收益可能性略低于50%，并不是一个靠谱的通用策略。

也许该策略特别符合某些股票，但是大家请注意，这样的“符合”是基于小样本概率的，这样想你就明白了：【抛五次硬币，五次都朝上的概率是不小的】，因此三千只股票中出现几只这样的股票也非常正常。

不过，许多策略都不能单独使用，我们这个例子中也只是做了一种最简单的回测。如果你有兴趣，可以改造我们的代码，将你自己的想法加入到该策略中，并尝试回测，看看效果如何。

欢迎在公众号后台回复：加群，回答相应红字验证信息，进入互助群交流。

我们的文章到此就结束啦，如果你喜欢今天的Python 实战教程，请持续关注Python实用宝典。

原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！

点击下方阅读原文可获得更好的阅读体验

Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号：Python实用宝典