十大量化经典策略——双均线策略

最近想把量化投资十大经典策略都重新复现一遍，作为回顾，也作为学习。就从最基础的双均线策略开始，为了程序编写的简便起见，直接采用了聚宽平台，不然的话，股票的基本面数据和历史数据需要我自己去爬取，需要自己写爬虫，或者使用tushare之类的第三方包，不过tushare现在很多功能都需要有一定的积分了才可以使用。

策略原理：

构建双均线交易策略。使用两根均线，一根长周期均线，一根短周期均线。当短期均线从下往上穿越长周期均线的时候，买入；当短期均线从上往下穿越长周期均线的时候，卖出。

附加条件：

加入止损和仓位管理，并计算买入的股票数量；测试时间最好从2010年开始跑过整轮牛熊；使用的均线周期为15日,60日均线。

算法：

1.根据设置的长短周期，计算均线值
2.每日收盘后判断，若出现金叉，则把该股列入买入股票池，并计算5日平均波幅ATR，确定止损价为当然最低价-ATR，并根据风险比例和仓位，计算出可以买入的数量amount，保存在待买入列表中；若出现死叉，或股价跌破止损价，则将股票保存到待卖出股票列表中；
3.第二天，开盘判断待买入股票是否在持仓列表中，如不在，则买入，加入到持仓列表中；对待卖出列表中的股票进行卖出。

策略回测表现：

采用宁波银行'002142.XSHE'，今世缘'603369.XSHG'，两个股票作为股票池进行回测
2019-8-1至2021-2-1，策略收益32.57%，跑输沪深300指数

回测1

2010-8-1至2021-2-1，策略收益151.55%，跑赢沪深300指数

回测2

由于投资标的特定为宁波银行和今世缘，因此不能说选别的股票也是这个效果，于是我增加了选股策略：
4.股票池中的列表从沪深300成分股中选择，选择净利润同比增长率为正，扣非净利润为正，roe为正，净资产回报率为正的股票，并取净利润增长率和eps倒序排序，选前三个股票，每天开盘前选股。

## 开盘更新股票池
    pool = get_index_stocks('000300.XSHG') # 沪深300股票池
    df = get_fundamentals(query(
        valuation.code, valuation.market_cap, indicator.eps, valuation.pe_ratio, indicator.inc_net_profit_year_on_year
    ).filter(
        indicator.inc_net_profit_year_on_year > 0,
        indicator.adjusted_profit > 0,
        indicator.roe > 0,
        indicator.inc_return > 0,
        valuation.code.in_(pool)
    ).order_by(
        # 按净利润率降序排列
        indicator.inc_net_profit_year_on_year.desc(),
        indicator.eps.desc()
    ).limit(
        3
    ), date=context.current_dt.strftime('%Y-%m-%d'))
    log.info("stockList-------------》",df['code'])
    g.stockList = df['code']

选股之后，对股票池内的股票进行双均线择时，回测了2010-8-1至2021-2-1的结果如下：

回测3

可以看到，还是略为跑输沪深300指数的，可见单纯的依靠双均线策略，长期来看很难跑赢沪深300指数，这也就是说，对于普通投资者，坚持定投指数基金，的确可以打败大部分的主动型投资基金经理。