python回测股市策略

为了回测股市策略，我们可以使用Python中的pandas和numpy库。具体步骤如下：

1.首先，我们需要获取股票数据。可以使用pandas-datareader库从Yahoo Finance获取数据。例如，我们可以获取苹果公司（AAPL）的股票数据：

import pandas_datareader as pdr
import datetime

start_date = datetime.datetime(2010, 1, 1)
end_date = datetime.datetime(2021, 1, 1)

aapl = pdr.get_data_yahoo('AAPL', start_date, end_date)

2.接下来，我们可以定义一个策略函数。例如，我们可以定义一个简单的双均线策略，即当短期均线（如5天均线）上穿长期均线（如20天均线）时买入，当短期均线下穿长期均线时卖出。代码如下：

def double_moving_average(data, short_window=5, long_window=20):
    signals = pd.DataFrame(index=data.index)
    signals['signal'] = 0.0
    signals['short_mavg'] = data['Close'].rolling(window=short_window, min_periods=1, center=False).mean()
    signals['long_mavg'] = data['Close'].rolling(window=long_window, min_periods=1, center=False).mean()
    signals['signal'][short_window:] = np.where(signals['short_mavg'][short_window:] > signals['long_mavg'][short_window:], 1.0, 0.0)
    signals['positions'] = signals['signal'].diff()
    return signals

3.然后，我们可以使用backtrader库来回测我们的策略。backtrader是一个功能强大的Python框架，用于开发和回测交易策略。以下是一个简单的backtrader策略示例：

import backtrader as bt

class DoubleMovingAverage(bt.Strategy):
    params = (('short', 5), ('long', 20))

    def __init__(self):
        self.short_mavg = bt.indicators.SimpleMovingAverage(
            self.data.close, period=self.params.short)
        self.long_mavg = bt.indicators.SimpleMovingAverage(
            self.data.close, period=self.params.long)
        self.crossover = bt.indicators.CrossOver(self.short_mavg, self.long_mavg)

    def next(self):
        if not self.position:
            if self.crossover > 0:
                self.buy()
        elif self.crossover < 0:
            self.close()

4.最后，我们可以运行回测并绘制结果。以下是一个简单的回测和绘图示例：

cerebro = bt.Cerebro()
cerebro.addstrategy(DoubleMovingAverage)
data = bt.feeds.PandasData(dataname=aapl)
cerebro.adddata(data)
cerebro.broker.setcash(100000.0)
cerebro.broker.setcommission(commission=0.001)
cerebro.addsizer(bt.sizers.PercentSizer, percents=10)
cerebro.run()
cerebro.plot()