10 分钟带你开启量化交易之旅

10 分钟带你开启量化交易之旅

对于大部分人来说，量化交易是非常陌生与神秘的。本篇文章将带你开启量化交易之旅！
　　本篇文章内容摘要：1.理解量化策略的基本框架。2.学会编写一个简单的量化交易策略。3.学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号。

1.理解量化策略的基本框架

通常情况下，完整的量化交易策略至少需要确定两件事：

　　　 A.交易标的，即买什么；
　　　 B.确定交易时机，即怎么买卖。

　　让我们来设计一个简单完整的量化交易策略:

　　　策略交易标的：贵州茅台；
　　　策略交易时机：5 日均线与 20 日均线金叉时，买入； 5 日均线与 20 日均线死叉时，卖出。

2.学会编写一个简单的量化交易策略

第一步：打开 MindGo 量化交易平台，先在上方导航栏点击“我的策略”—“策略编译”，再点击蓝色按钮“+新建策略”，接着点击已创建的策略进入策略编译器页面，如下：

温馨提示：“回测列表”下方三个按钮，可以设置编译器字体大小，背景颜色，开启全屏编译，查看 API 文档，如下：

第二步：理解量化交易策略框架对应的代码框架。

def initialize(account):
    #初始化函数：确定交易标的
def handle_data(account,data):	
    #定时运行函数：确定交易时机

框架理解：
　　 1.def initialize(account)与 def handle_data(account,data)是两个函数，函数格式固定为：def 函数名（参数），其中 def 后面带空格键，函数末尾必须带冒号。
　　 2.def initialize(account)函数是初始化函数，只运行一次，确定初始化条件； def handle_data(account,data)函数是定时运行函数，平台默认该函数定时运行。日级策略，每日 9：30 ；分钟级策略，交易期间内的每分钟。
　　 3.“#”后面为注释内容，用于注释代码，便于编写和阅读。

第三步：确定交易标的：account.security = '600519.SH'。

温馨提示：
　　 1.account 是账户对象，该对象存放所有账户相关信息，持仓、可用现金、资产盈亏。
　　 2.account.security 是在账户对象下，设置 security 变量，存放在账户内，这里我们需要确定交易标的，即：account.security = '600519.SH'。

def initialize(account):
    account.security = '600519.SH'#已确定交易标的
def handle_data(account,data):	
    #定时运行函数：确定交易时机

第四步：确定交易时机，即为：5 日均线与 20 日均线金叉时，买入； 5 日均线与 20 日均线死叉时，卖出。

从交易时机出发，我们需要计算交易标的 5 日和 20 日均线，那么 5、20 日均线需要用历史行情数据的收盘价来计算。

　　整个流程即：获取历史行情 20 日的收盘价数据———计算 5、20 日均线———判断 5、20 日均线，进行买卖交易。

　　　A.获取历史行情 20 日的收盘价数据：

　　　　 1.找到函数历史数据函数：data.attribute_history()

　　　　 2.填写函数参数，获取到数据：

　　　　　 i.交易标的，即：获取那个股票的数据。

　　　　　 ii.数据字段：'close'收盘价，即：获取那个数据。

　　　　　 iii.输入历史长度，即：获取多长时间的数据。

　　　　　 iv.获取数据的时间步长，即：获取日线级步长数据。

　　　　　 v.最终结果即为：data.attribute_history(account.security, ['close'], 20, '1d')。

　　　　 3.将获取到的数据储存，便于计算，即：close=data.attribute_history(account.security, ['close'], 20, '1d')。

#获取证券过去 20 日的收盘价数据			
close = data.attribute_history(account.security, ['close'], 20, '1d')

B.计算 5、20 日均线：

　　　　 1.获取数据值，即：close.values。values 可以直接获取储存中的数据值，格式为 close.values。温馨提示：close 是我们刚才获取的数据，但是数据有股票、时间、数值，我们直接用 values 获取值用于计算即可。

　　　　 2.选取数据长度，即：close.values[-5:]。[]用于取值，我们之前获取 20 个数据，但 5 日均线只需要过去 5 日的收盘价，因此[-5:]即为获取倒数第五个到最后一个数据。温馨提示：

　　　　　 i.[:]是获取所有数据。

　　　　　 ii.[:x]是从第一个获取到第 x 个，不包括第 x 个。

　　　　　 iii.[x:y]是从第 x 个到第 y 个，包括 x，但不包括 y。

　　　　　 iv.[-x:]获取倒数第 x 个到最后一个数据。

　　　　 3.计算均值，即 close.values[-5:].mean()，赋值给 MA5。同理 MA20=close.values.mean()，即对所有值取平均，相当于 MA20=close.values[:].mean()。

#计算五日均线价格		
MA5 = close.values[-5:].mean()			
#计算二十日均线价格			
MA20 = close.values.mean()	

C.判断 5、20 日均线，进行买卖交易：

　　　　 1.if 判断条件，即为 if MA5 > MA20:。温馨提示 if 判断函数的格式为 if +添加判断+:,其中 if 后面必须带一个空格键，其次末尾必须带冒号。

　　　　 2.当 MA5 小于 MA20 时，我们再对持仓市值判断，如果有持仓，那么持仓市值必然大于 0，需要进行卖出交易，我们直接通过 account 账户对象来获取持仓市值，即为:account.positions_value。

　　　　 3.下单买入交易：

　　　　　 i.当触发 MA5 大于 MA20 时，我们需要买入股票，这时候我们可以使用order_value 下单函数，该函数以金额下单。

　　　　　 ii.输入下单函数的参数，order_value 函数需要输入两个参数：

　　　　　　 1.下单的股票，即为 account.security，我们之前将交易标的传入进去，可以直接用。

　　　　　　 2.下单的金额，即 account.cash，这里的 account 是账户对象，我们从账户中获取可用资金，即为 account.cash。

　　　　　 iii.触发条件后程序提醒，当代码执行完下单函数后，我们用 log.info()来打印日志，这样我们也可以看到程序下单了。

　　　　　　温馨提示：log.info()内你可以直接输入中文，例如:log.info('条件满足！买入贵州茅台啦！')

    if MA5 > MA20:			
        #使用所有现金买入证券			
        order_value(account.security,account.cash)	
        #记录这次买入			
        log.info("买入 %s" % (account.security))

4.下单卖出交易：

　　　　　 i.当触发 MA5 小于 MA20 时，我们需要卖出股票，这时候我们可以使用order_target 下单函数，该函数以目标股数下单。

　　　　　 ii.输入下单函数的参数，order_target 函数需要输入两个参数：

　　　　　　 1.下单的股票，即为 account.security，我们之前将交易标的传入进去，可以直接用。

　　　　　　 2.下单的目标股数，即 0，因为我们需要将持仓股票卖出，卖到 0 股为止。

　　　　　 iii.触发条件后程序提醒，当代码执行完下单函数后，我们同 log.info()来打印日志，这样我们也可以看到程序下单了。

    #如果五日均线小于二十日均线，并且目前有头寸			
    if MA5 < MA20 and account.positions_value > 0:			
        #卖出所有证券			
        order_target(account.security,0)			
        #记录这次卖出			
        log.info("卖出 %s" % (account.security))

最终结果：

# 双均线策略
# 策略逻辑：当五日均线与二十日均线金叉时买入，当五日均线与二十日均线死叉时卖出。

#初始化账户			
def initialize(account):			
    #设置要交易的证券(600519.SH 贵州茅台)			
    account.security = '600519.SH'			
 			
#设置买卖条件，每个交易频率（日 /分钟 /tick ）调用一次			
def handle_data(account,data):			
    #获取证券过去 20 日的收盘价数据			
    close = data.attribute_history(account.security, ['close'], 20, '1d')			
    #计算五日均线价格		
    MA5 = close.values[-5:].mean()			
    #计算二十日均线价格			
    MA20 = close.values.mean()			
    #如果五日均线大于二十日均线			
    if MA5 > MA20:			
        #使用所有现金买入证券			
        order_value(account.security,account.cash)			
        #记录这次买入			
        log.info("买入 %s" % (account.security))			
    #如果五日均线小于二十日均线，并且目前有头寸			
    if MA5 < MA20 and account.positions_value > 0:			
        #卖出所有证券			
        order_target(account.security,0)			
        #记录这次卖出			
        log.info("卖出 %s" % (account.security))

第五步 回测量化交易策略

通过以上 4 步，我们已经完成了量化交易策略编写，那么接下来我们需要进行量化交易策略回测。
　　 A.首先，我们尝试去跑通整个历史行情，排查代码错误。
　　　i.右上角设置回测历史长度，设置资金，设置交易频率。

　　　 ii.点击左上角“编译运行”按钮，右边出现量化交易策略在历史行情中的表现情况

　　 B.当量化交易策略能跑通整个历史行情后，我们可以确定该代码正确无误，随后点击右上角蓝色按钮“进行回测”。页面跳转至回测页面，如下：

3.学会将量化交易策略绑定实盘模拟交易，并实时收到交易策略的买卖信号

1.在回测显示结果页面，右上角点击蓝色按钮开启仿真交易.如下图:



　　 2.在账户类型一栏，有股票型、期货型、混合型三种交易账户，选择股票型账户如下图:



　　 3.为账户选择相应的资金配置，一旦确定就无法更改，如下图:



　　 4.至此，我们成功开启了模拟交易。点击模拟交易账户下绑定的策略，开启交易信号实时推送，即可将策略的买卖信号发送至同花顺手机 APP 上。如下图：

　　 5.您可以为您模拟交易账户重命名、删除账户、暂停策略运行、发布策略至社区、重启策略、查看策略运行日志、查看策略代码。注意：重启按钮只会在策略运行错误后显示，如果策略运行正常，显示暂停按钮。如下图：



　　 6.您可以查看您的模拟交易账户详细情况:交易明细、持仓、盈亏情况、账户风险指标等等。



　　 7.当您的模拟交易策略运行出错时，您可以在模拟交易账户的状态栏看到“错误”提示，如下图：



　　 8.策略运行出错还可能跟系统有关，如果你没发现代码层面的错误，直接点击重启按钮，策略就会继续运行啦。