请用python语言编写一个QMT量化交易系统基于单根移动平均线的历史回测策略的代码

在Python中，我们可以使用pandas库处理数据，backtrader库来进行回测，以及ta-lib库提供技术指标分析，如移动平均线。这里是一个简单的示例，展示如何创建一个基于简单移动平均线（SMA）的历史回测策略：

# 导入所需的库
import pandas as pd
import backtrader as bt
import talib

# 创建策略类
class SimpleMovingAverageStrategy(bt.Strategy):
    params = (
        ('fastperiod', 10),  # 快速移动平均线周期
        ('slowperiod', 20)   # 慢速移动平均线周期
    )

    def __init__(self):
        self.fastma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.fastperiod)
        self.slowma = bt.indicators.SimpleMovingAverage(self.data.close, period=self.params.slowperiod)

    def next(self):
        if self.data.close[0] > self.fastma[0] and self.fastma[0] > self.slowma[0]:
            self.buy()
        elif self.data.close[0] < self.fastma[0] and self.fastma[0] < self.slowma[0]:
            self.sell()

# 回测设置
cerebro = bt.Cerebro()  # 创建回测引擎
data = bt.feeds.YahooFinanceData(dataname='AAPL')  # 使用苹果股票数据
cerebro.adddata(data)  # 添加数据

# 设置策略并添加到回测引擎
cerebro.addstrategy(SimpleMovingAverageStrategy)

# 运行回测
cerebro.run()

# 输出结果
print('Final portfolio value:', cerebro.broker.getvalue())