用python写一个海归交易法策略

好的，以下是一个简单的Python海归交易法策略，它使用了中长期均线策略、动量策略和波动率策略：

import numpy as np
import pandas as pd
import yfinance as yf

# 下载股票数据
stock = yf.Ticker('AAPL')  # 下载Apple股票数据
df = stock.history(period='max')

# 计算中长期均线
df['ma20'] = df['Close'].rolling(20).mean()
df['ma60'] = df['Close'].rolling(60).mean()

# 计算动量指标
df['momentum'] = df['Close'].pct_change(12)

# 计算波动率指标
df['volatility'] = df['Close'].rolling(30).std()

# 计算交易信号
df['signal'] = np.where((df['Close'] > df['ma20']) & (df['Close'] > df['ma60']) & (df['momentum'] > 0) & (df['volatility'] < 0.1), 1, 0)

# 计算每日收益率
df['return'] = df['Close'].pct_change()

# 计算策略收益率
df['strategy_return'] = df['signal'].shift(1) * df['return']

# 计算累计收益率
df['cum_return'] = (df['strategy_return']+1).cumprod()

# 输出最终结果
print(df.tail())

该策略的基本思路是：当股价同时满足中长期均线上升、动量指标为正、波动率较低时买入，否则卖出。策略的实现过程比较简单，主要分为如下几个步骤：

1. 下载股票数据：这里使用了yfinance库下载Apple股票的历史数据；
2. 计算中长期均线：使用pandas库的rolling函数计算20日均线和60日均线；
3. 计算动量指标：使用pandas库的pct_change函数计算12个月的动量指标；
4. 计算波动率指标：使用pandas库的rolling函数计算30日收盘价的标准差；
5. 计算交易信号：当股价同时满足中长期均线上升、动量指标为正、波动率较低时产生买入信号，否则产生卖出信号；
6. 计算每日收益率：使用pandas库的pct_change函数计算每日收益率；
7. 计算策略收益率：当产生买入/卖出信号时买入/卖出，计算持仓收益率；
8. 计算累计收益率：计算策略的累计收益率。

上述代码是一个简单的海归交易法策略的示例，你可以根据自己的需求进行修改和优化。