python量化交易策略实例_Python量化实例 – 基于股票的金融数据量化分析

说明：本文只是通过自己的已学知识对

一、分析目的

利用预先设定的策略，通过对股票交易的历史数据进行回测，验证该策略是否能指导股票交易。

二、数据处理

1、数据集描述

数据集简介：此数据集来源于Nasdaq网站，本文获取的是2016/04/15——2019/04/15三年的数据。

列名称理解：

原数据表的字段列名非常规范，无需进行重命名，以下是每个列名称的理解：

date:日期

close：收盘价格

volumn：成交量

open：开盘价格

high：日最高价格

low：日最低价格

本次只是简单针对收盘价格进行了分析。

2、数据清洗

该数据集比较规范，没有重复值以及它异常值需要处理。

3、数据导入

# 加载库

import numpy as np

import pandas as pd

# 加载数据（本次只用到了日期和收盘价）

df = pd.read_csv('E:/相关文件夹/BABA_stock.csv',index_col = 'date',usecols = [0,1])

df.head()

三、数据分析

# 将索引转化为日期索引

df.index = pd.to_datetime(df.index)

# df.index = pd.DatetimeIndex(df.index.str.strip("'"))

df.index

# 按索引排序

df.sort_index(inplace = True )

df.head()

买卖策略：前一天低于60日平均线第二天高于60日平均线时买入，前一天高于60日平均线第二天低于60日平均线时卖出。

1、计算60日移动平均值

ma60 = df.rolling(60).mean().dropna()

ma60

2、找到值从False变为True时买入，True变为False时卖出

ma60_model = df['close'] - ma60['close'] >0

ma60_model

3、找出买点和卖点

# 自定义方法找出买点和卖点

def get_deal_date(w,is_buy = True):

if is_buy == True:

return True if w[0] == False and w[1] == True else False

else:

return True if w[0] == True and w[1] == False else False

# raw=False没有的话会有警告信息

# 如果删除Na值，会有缺失，所以这里用0填充，转换为bool值方便后面取值

se_buy = ma60_model.rolling(2).apply(get_deal_date,raw = False).fillna(0).astype('bool')

se_buy

# apply的args接受数组或者字典给自定义函数传参

se_sale = ma60_model.rolling(2).apply(get_deal_date,raw = False,args = [False]).fillna(0).astype('bool')

se_sale

# 使用布尔索引找出买点和卖点

buy_info = df[se_buy.values]

sale_info = df[se_sale.values]

buy_info

sale_info

4、计算获利情况（每股交易获利情况）

# 转换为数值索引：需要将索引进行处理后再进行运算

no_index_buy_info = buy_info.reset_index(drop = True)

no_index_sale_info = sale_info.reset_index(drop = True)

print(no_index_buy_info.head())

print(no_index_sale_info.head())

# 获利情况

profit = no_index_sale_info - no_index_buy_info

# 最后一组数据中没有卖出点，可能会出现null值

profit.dropna()

# 计算总体利润情况

profit.describe()

# 总共赚了多少钱

profit.sum()

close 57.66

dtype: float64

从图a可以看出每次的买入和卖出有盈有亏，从图b的整体情况来看，总共交易12次，亏损最多的时候是8.61美元，平均每次获利4.8，最多的一次赚了75.5美元；通过对

所有交易进行汇总分析，得出了获利总额为57.66美元，总体来说是盈利的。

5、1w美元的最终盈利情况

策略：将每次卖出的钱投入到下一次进行买入

all_money = 10000

remain = all_money

# 如果加上每次交易金额的万分之三手续费

fee = 0.0003

# 由于最后一次未出现卖点，所以交易次数需要用买入次数减一

for i in range(len(no_index_buy_info)-1):

buy_count = remain/no_index_buy_info.iloc[i]

remain = buy_count * no_index_sale_info.iloc[i]*(1-fee)

print(remain)

close 12413.412104

Name: 0, dtype: float64

close 22301.278558

dtype: float64

close 22412.294488

dtype: float64

close 22024.926199

dtype: float64

close 21439.23349

dtype: float64

close 20885.390796

dtype: float64

close 20576.028522

dtype: float64

close 19640.163023

dtype: float64

close 19232.001776

dtype: float64

close 18857.206606

dtype: float64

close 18595.722503

dtype: float64

close 18044.391215

dtype: float64

从以上结果可以看出：三年获得的利润为8044.39美元，年化大概26%左右，收益总体来说还是很不错的，该策略可以放到其他周期或者其他股票里进行分析，如果都可以获利，说明该策略在指导股票交易上是有效的。

python量化交易策略实例_Python量化实例 – 基于股票的金融数据量化分析相关推荐

python股票数据分析_如何使用Python进行股票的金融数据量化分析
Python作为一门高ji语言是很好用的,语法简单,通俗易懂,非chang容易上手,丰富的第三方库支持使得开发速度快,相对于其他编程语言来说,初学者入门并不困难.它只是一门语言工具,zui终还是要将这 ...
QUANT[2]:量化交易策略基本框架搭建
本文是量化交易教程的第二篇 (原文写的比较简单,编程的详解部分面向没有编程基础的人) QUANT[1]:从零开始量化交易 - プロノCodeSteel - CSDN博客 QUANT[2]:量化交易策略 ...
python期货交易策略_GitHub - guyimin/tqsdk-python: 期货量化交易策略程序开发包, 实时行情/历史数据/实盘交易...
TqSdk 量化交易策略程序开发包 TqSdk 是一个由信易科技发起并贡献主要代码的开源 python 库. 依托快期多年积累成熟的交易及行情服务器体系, TqSdk 支持用户使用极少的代码量构建各种 ...
python量化外汇交易_用Python实现一个Dual Thrust数字货币量化交易策略
Dual Thrust交易算法介绍 Dual Thrust交易算法是由Michael Chalek开发的著名量化交易策略.它通常用于期货,外汇和股票市场.Dual Thrust的概念属于典型的突破交易 ...
python 用while输出数字金字塔_用Python实现一个Dual Thrust数字货币量化交易策略
Dual Thrust交易算法介绍 Dual Thrust交易算法是由Michael Chalek开发的著名量化交易策略.它通常用于期货,外汇和股票市场.Dual Thrust的概念属于典型的突破交易 ...
利用Python进行股票交易分析（三）：A股量化交易策略的验证及数据分析。
鉴于近期空闲时间比较少,本篇文章采用不定时更新的方式来写,如大家有更好的思路也可以评论区一起讨论.... 目前进度: 2021-07-13 梳理.修改思路 2021-07-14 步骤1代码完成背景 ...
用Python写一个量化交易策略
好的,这是一个关于如何用 Python 写一个量化交易策略的简单示例. 首先,需要准备好所需的数据.这可以通过使用量化交易软件或者第三方数据源来获取.接下来,你可以使用 Python 的 pandas ...
python实现量化交易策略
1 前言相信大家都听说过股票,很羡慕那些炒股大佬,觉得量化投资非常高深,本文教大家用python实现简单的量化交易策略.在这强调一下,本文仅供交流学习参考,不构成任何投资建议.炒股有风险,投资需谨慎 ...
【量化干货】用python搭建量化交易策略（附零基础学习资料）
前言技术已成为金融行业中的战略资产.而传统的金融机构现在正在转型成为科技公司,而不仅仅是专注于该领域的金融方面.(文末送读者福利) 数学算法带来了创新和速度,它们可以帮助我们在市场上获得竞争优势.金 ...

python量化交易策略实例_Python量化实例 – 基于股票的金融数据量化分析

python量化交易策略实例_Python量化实例 – 基于股票的金融数据量化分析相关推荐

最新文章

热门文章