5日均线与10日均线交叉交易程序

以下是一个基本的5日均线与10日均线交叉的交易策略程序：

import pandas as pd
import yfinance as yf

# 获取股票数据
stock_data = yf.download("AAPL", start="2022-01-01", end="2022-02-28")

# 计算5日均线和10日均线
stock_data['MA5'] = stock_data['Close'].rolling(5).mean()
stock_data['MA10'] = stock_data['Close'].rolling(10).mean()

# 判断交叉信号
stock_data['Signal'] = 0
stock_data['Signal'][5:] = np.where(stock_data['MA5'][5:] > stock_data['MA10'][5:], 1, 0)
stock_data['Position'] = stock_data['Signal'].diff()

# 建立交易策略
initial_capital = float(100000.0)
positions = pd.DataFrame(index=stock_data.index).fillna(0.0)
portfolio = pd.DataFrame(index=stock_data.index).fillna(0.0)
positions['AAPL'] = 100*(portfolio['AAPL']/stock_data['Close'])

# 进行交易
for i, row in enumerate(stock_data.iterrows()):
    if row[1]['Position'] == 1:
        positions.iloc[i, :] = 100
        initial_capital -= 100 * row[1]['Close']
    elif row[1]['Position'] == -1:
        positions.iloc[i, :] = -100
        initial_capital += 100 * row[1]['Close']
    else:
        positions.iloc[i, :] = positions.iloc[i-1, :]
    portfolio.iloc[i,:] = positions.iloc[i,:] * stock_data.iloc[i,:]['Close']
    total_positions = positions.sum(axis=1)
    total_portfolio = portfolio.sum(axis=1)
    total_assets = total_positions + initial_capital

# 输出回测结果
print(f"初始资金: {initial_capital}")
print(f"最终资产: {total_assets[-1]}")

这个程序使用了pandas和yfinance库，其中：
- yfinance用于获取AAPL的历史数据
- pandas用于计算5日均线和10日均线，并基于均线交叉计算交易信号和持仓变化
- 交易策略模拟了在信号发生时持有100股AAPL的情况，并计算最终的总资产和回测结果

这个策略的基本思路是，当5日均线向上穿过10日均线时买入，当5日均线向下穿过10日均线时卖出，其它时间不进行交易。需要注意的是，这个策略是一个简单的示例，不代表实际交易时的效果。